CN110455922B - 一种基于k近邻法的锚杆锚固质量等级评定方法 - Google Patents

一种基于k近邻法的锚杆锚固质量等级评定方法 Download PDF

Info

Publication number
CN110455922B
CN110455922B CN201910877585.8A CN201910877585A CN110455922B CN 110455922 B CN110455922 B CN 110455922B CN 201910877585 A CN201910877585 A CN 201910877585A CN 110455922 B CN110455922 B CN 110455922B
Authority
CN
China
Prior art keywords
measurement
value
nearest neighbor
anchor rod
values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910877585.8A
Other languages
English (en)
Other versions
CN110455922A (zh
Inventor
王开华
杨森
周继中
冯子亮
侯明正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sinohydro Bureau 7 Co Ltd
Original Assignee
Sinohydro Bureau 7 Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sinohydro Bureau 7 Co Ltd filed Critical Sinohydro Bureau 7 Co Ltd
Priority to CN201910877585.8A priority Critical patent/CN110455922B/zh
Publication of CN110455922A publication Critical patent/CN110455922A/zh
Application granted granted Critical
Publication of CN110455922B publication Critical patent/CN110455922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/011—Velocity or travel time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提供一种基于K近邻法的锚杆锚固质量等级评定方法，包括以下步骤：通过声波反射法获取反射波数据，通过对信号进行归一化，平滑，确定新零点，求取峰值和对x方向进行修正，使用K近邻法对本次测量和已经标定的测量结果进行对比，该方法通过对数据的选取，实现了对不同长度杆长的锚杆锚固质量的定量分类。本方法使用K近邻法对本次测量和已经标定的测量结果进行对比，当距离最小时说明本次测量与样本集中的测量相似，因此可以用样本集中的结果作为本次测量的结果；K的选择决定了不单是按相似度而还按相似的多少进行判定，保证了测量的准确性；本方法中仅仅涉及到平滑、峰值计算、插值和距离计算，具有计算简单、结果准确等特点。

Description

一种基于K近邻法的锚杆锚固质量等级评定方法
技术领域
本发明属于工程测量领域，尤其涉及使用声波反射法对锚杆进行无损检测的一种基于K近邻法的锚杆锚固质量等级评定方法。
背景技术
锚杆支护技术广泛应用于各种支护工程，其原理是通过将锚杆锚入围岩内部，从而改变围岩本身的力学状态，可提高其环向抗压强度，并有效地控制围岩变形，锚杆的锚固密实度是评价能否达到上述工程目的的重要指标。
在工程应用中，通常采用声波反射法来实现对锚杆质量的无损检测；声波反射法采用激振声波信号，使用加速度或速度传感器，根据波动理论，得到反射的声波信号，根据国家行业标准JGJ/T182-2009《锚杆锚固质量无损检测技术规程》的规定，判定锚杆的锚固密实度及等级，共有ABCD四个等级；在实际情况中，A级和B级确定为合格，C级和D级确定为不合格。
但是JGJ/T182-2009规程仅给出了锚杆锚固密实度和等级的定性判别标准，许多地方用词较为模糊，如“杆底反射信号微弱”、“有较弱的缺陷反射波”、“清晰的杆底反射波”，在实际应用中不容易掌握相应的尺度；同时标准要求同时识别时域信号特征和幅频信号特征，这在一定程度上增加了计算量。
为了实现对锚杆锚固质量等级评定，本发明提供了一种采用k近邻法对锚杆锚固质量等级进行评定的方法，仅针对反射的时域信号进行处理，既能满足规程要求，同时还具有计算量小、高效和准确等特点，具有较好的应用价值。
发明内容
本发明的目的在于克服现有技术的不足，提供一种使用声波反射法对锚杆进行无损检测的一种基于K近邻法的锚杆锚固质量等级评定方法。
本发明的目的是通过以下技术方案来实现的：一种基于K近邻法的锚杆锚固质量等级评价方法，包括以下步骤：
步骤1，使用声波反射法获取锚杆的杆底前反射信号；
根据杆长、杆系波速及频域分辨率等因素，预先确定接收的反射信号的长度和采样率；
一般采用采样次数固定的方式对接收信号进行采样，也可采用时间间隔固定的方式进行采样；
杆底前反射信号指不超过杆底反射时程的反射信号；按规程要求，在进行锚固质量检测时，时域信号记录长度宜为杆底反射时程的1.5倍，在进行其他类型测量时记录的时程可能更长；
在本方法中超过杆底反射时程的数据需要在测量后去除；这可以根据杆长和外露杆长预先确定，从而准确得到杆底前的全部反射信号。
步骤2，对反射信号进行归一化处理，包括y方向和x方向的归一化；
Y方向的归一化是振幅归一化，即将反射信号的纵坐标归一化到设定的振幅区间，避免每次测量时因激振信号强度不同造成的反射信号强度不同，从而无法进行比较的情况；
振幅归一化具体方法是，先求出反射信号在y方向绝对值最大的振幅值，然后将所有的振幅值按该振幅值与设定的振幅区间最大值的比例，等比例缩放；
X方向的归一化是时间归一化，即将反射信号的时间横坐标归一化到新的时间间隔为单位；不论是采样次数固定的方式还是时间间隔固定的方式，均需要按归一化后新的时间间隔进行重采样；为便于处理，时间归一化后按新的时间间隔单位表示x值；后续还需要对该x值进行修正；
时间归一化可采用插值算法进行。
步骤3，对信号进行平滑，确定x方向的新零点；
对信号进行平滑可以采用移动平均平滑方法，也可以采用其他高次平滑算法；
受到外露杆体长度不同的影响，波形最前面部分长度可能不一致，为了数据处理的一致性，需要求取波形在x方向的新零点并去除新零点前的数据；
方法是从现有的零点开始，求取波形y方向绝对值的移动平均值；从现有零点开始，求取波形y方向绝对值的全部平均值，若移动平均值大于全部平均值的第一阈值时，确定为新零点；新零点前的数据全部清空；
也可以根据预先得到的外露长度，计算出新的零点的位置。
步骤4，求取y方向的峰值坐标以及x方向修正系数，修正x坐标；
在反射信号的波形图中，正方向的峰值称为上峰值，在负方向的峰值称为下峰值；在后续计算中上下峰值分别计算，但下峰值取其绝对值参与计算；
考虑到现场测量时，激振信号的强度和持续时间的不同，会导致反射信号的主频率或周期不同，从信号的波形图上分辨，则表现在不同测量时，x方向的峰值间隔不同；为了便于后续计算和比较，需要将其统一到一个基准上进行计算；
取前3个上下峰值的间隔平均值作为本次测量的基准，计算该值与事先设定的第二系数的比值作为修正系数，然后将全部峰值数据的x坐标乘以该比值进行修正。
步骤5，按增加的x方向间隔，对波形进行重采样；
上述归一化和修正后，波形的数值个数较多，不利于后续的计算；在实际运算中可以采用重采样的方式减少运算量；
具体方法为，首先确定x方向新的间隔，使用插值的方法并对波形进行重采样；
此时得到的数据，在幅度和波形上进行了统一，但每个测量得到的数据个数会有差别。
步骤6，准备测试样本集合并进行人工标定；
针对典型的应用场景和典型的杆长进行现场测试，得到测试样本集合；
对这些测试样本集合，按上述步骤1~5进行处理，得到最终的数据集；
采用人工方式对其锚固质量进行评级，得到相应的分类标签；按规程的规定一共有四个等级，对应ABCD四个标签。
步骤7，针对具体测量得到本次测量值以及选择样本集；
针对某次的具体测量，使用上述步骤1~5，得到本次的测量值；
根据本次测量的数据的个数，从样本集合中取出个数大于等于本次测量的子样本集，作为本次分类的样本集；对每个样本，顺序读取与本次测量值个数相同的值参与计算；
测试样本集中包含了多种长度测试样本，在实际检测中发现，锚杆的长度和其锚固质量无关，即不同长度的锚杆，锚固质量相同时，前面部分的波形基本相同，因此可以将长度大于本次测量锚杆长度的样本，截取前面部分波形，与本次测量进行比较；考虑到不同的激振动信号造成的主频率或周期的不同，前面已经对此进行了修正，因此在从样本集中取数据时，不再考虑样本集中原有数据的锚杆长度，而只需要考虑其经过步骤1~5处理后的数据个数；
取出与本次测量个数相同的值，也是为了后续k近邻法中样本比较的维度相同。
步骤8，使用K近邻分类方法对本次测量进行分类；
首先设定K值；
K近邻法需要样本数据和测量数据相同，我们按测量数据个数对样本数据进行了截取；
其次K近邻法需要计算测量值与样本值的距离，我们先计算测量数据和样本数据对应的y值的差值，然后求全部y值差值的平方和，最后开平方，得到本次测量与样本的距离；
K近邻法最后取距离最小的K个样本的分类结果进行投票，投票个数最多的分类，就是为本次测量的分类结果。
本发明的有益效果是：本方法使用K近邻法对本次测量和已经标定的测量结果进行对比，当距离最小时说明本次测量与样本集中的测量相似，因此可以用样本集中的结果作为本次测量的结果；K的选择决定了不单是按相似度而还按相似的多少进行判定，保证了测量的准确性；本方法中仅仅涉及到平滑、峰值计算、插值和距离计算，具有计算简单、结果准确等特点。
附图说明
图1为本发明方法的流程示意图。
具体实施方式
为了更加清楚地展示本发明的目的和技术方案，下面将结合具体的实施过程和附图，对本发明的具体实施方式和参数进行更加详细的描述。
基于K近邻法的锚杆锚固质量等级评价方法，包含以下步骤。
步骤1，使用声波反射法获取锚杆的杆底前反射信号。
根据杆长、杆系波速及频域分辨率等因素，预先确定接收的反射信号的长度和采样率；本实施例对接收信号的采样，采用采样次数固定的方式进行。
按规程要求，在进行锚杆锚固质量时，时域信号记录长度宜为杆底反射时程的1.5倍，在进行其他类型测量时记录的时程可能更长；
在本方法中超过杆底反射时程的数据需要在测量后去除；这可以根据杆长和外露杆长预先确定，从而准确得到杆底前的全部反射信号。
如对杆长6m外露0.2m的情况，设波速4900m/s；杆底反射前的时长约为1.2653ms；全部采样点设置为1000，时间间隔0.004444ms，可以计算出杆底前反射信号约为284个采样点。
步骤2，对反射信号进行归一化处理，包括y方向和x方向的归一化。
先进行y方向即振幅归一化，如设定归一化区间为±1000，先求信号振幅绝对值最大值，求1000与该值的比值，然后所有振幅乘以该比值，这样就将信号等比例归一化到±1000区间。
再进行x方向即时间归一化，即将反射信号的时间横坐标归一化到新的时间间隔为单位；将原来的以采样点个数为单位的横坐标，换算为对应的时间间隔，然后按新的时间间隔重采样；对前面的例子中时间间隔0.004444ms间隔的采样，可将其归一化到0.005ms的采样间隔；采样算法可以简单地采用插值算法。
时间归一化后x方向坐标以归一化后的坐标为单位，如以0.005ms为单位，这样x的值的范围就是新的采样点个数，如前面的例子中，0.004444ms的间隔对应的284个采样点，归一化到0.005ms的间隔对应253个采样点。
步骤3，对信号进行平滑，确定x方向的新零点。
对信号进行平滑可以采用移动平均平滑方法，也可以采用其他高次平滑算法。
由于外露杆体长度不同，为了数据处理的一致性，需要求取反射波在x方向的新零点并去除新零点前的数据。
方法是从现有的零点开始，求取波形y方向绝对值的移动平均值；从现有零点开始，求取波形y方向绝对值的全部平均值，若移动平均值大于全部平均值的第一阈值时，确定为新零点；新零点前的数据全部清空。
如前面的例子，需要清空的是归一化后数据中前面部分约10个采样点。
第一阈值可设置为3。
也可以根据预先得到的外露长度，计算出新的零点的位置。
步骤4，求取y方向的峰值坐标以及x方向修正系数。
在y的正方向的峰值称为上峰值，在y的负方向的峰值称为下峰值；在后续计算中上下峰值分别计算，但下峰值取其绝对值参与计算。
考虑到现场测量时，激振信号的强度和持续时间的不同，会导致反射信号的主频率或周期不同，为了便于后续计算和比较，需要将其统一到一个基准上进行计算。
取前3个上下峰值的间隔平均值作为本次测量的基准，计算该值与事先设定的第一系数的比值作为修正系数，然后将全部峰值数据的x坐标乘以该比值进行修正；因后续只有峰值坐标参与计算，因此也可以只对峰值数据进行修正处理。
第二系数可以设定为20，即标准情况下峰值之间的间隔为20个时间间隔单位，以上面的归一化后的0.005ms为例，其时间间隔约为0.1~0.15ms；若某次测量峰值间隔为30，则需要将其波形压缩1/3；若某次测量峰值间隔为20，则不需要压缩或扩展。
步骤5，按增加的方向x间隔，对波形进行重采样；
设新的时间间隔为0.03ms，若前面x方向不需要压缩或扩展，对6m的杆长，重采样后的值大约为60个。
步骤6，准备测试样本集合并进行人工标定；
针对典型的应用场景和典型的杆长进行现场测试，得到测试样本集合；如3m，6m，9m米等，得到测试样本集合，
对这些测试样本集合，按上述步骤1~5进行处理，得到最终的数据集。
采用人工方式对其锚固质量进行评级，得到相应的分类标签；按规程的规定一共有四个等级，对应ABCD四个标签；
一般说来，为保证计算的准确性，每种场景的样本数应大于100个；且ABCD类样本的分布应该比较均匀；
实际情况中CD类的情况比较少，应该专门定制相应的场景并进行测量。
步骤7，针对具体测量得到本次测量值以及选择样本集；
针对某次的具体测量，使用上述步骤1~5，得到本次的测量值；
根据本次测量的数据的个数，从样本集合中取出个数大于等于本次测量的子样本集，作为本次分类的样本集；对每个样本，顺序读取与本次测量值个数相同的值参与计算。
通常情况下的应用中，每次选取的样本集应不少于400个；
若样本数量不足，如本次测量的是12米长的杆，但样本集中12m长的样本不足400，则应当增加样本数，而后再进行本次判别，否则评判的准确度可能下降；
当样本过多时，顺序选取设定个数的样本参与计算。
步骤8，使用K近邻分类方法对本次测量进行分类。
首先设定k值，本例中可以设定为10。
K近邻法需要样本数据和测量数据的个数相同，前面已经按测量数据个数对样本数据进行截取。
计算测量值与样本值的距离，先计算测量数据和样本数据对应的y值的差值，然后求全部y值差值的平方和，最后开平方，得到本次测量与样本值的距离。
将本次测量与全部选定的样本计算距离，并按距离排序，取距离最小的K个样本，用其分类结果进行投票，投票个数最多的分类，就是本次测量的分类结果。
本方法使用K近邻法对本次测量和已经标定的测量结果进行对比，先对数据进行归一化，然后计算反射信号的零点并去掉零点前数据；考虑到激振信号强度和持续时间的不同，通过计算x方向修正系数将数据进行了统一；为了减少计算量，对数据进行重采样；在针对不同长度锚杆的锚固质量进行识别时，考虑了相同等级的锚杆，尽管锚杆的杆长不同，但前面的反射波形几乎没有差别的特点，以及前面已经进行了x方向修正，在样本集中只取测量次数大于等于本次测量的锚杆，且取最前面的与本次测量y值个数相同的数据进行计算。当距离最小时说明本次测量与样本集中的测量相似，因此可以用样本集中的结果作为本次测量的结果；k的选择决定了不单是按相似度而还按相似的多少进行判定，保证了测量的准确性；本方法中仅仅涉及到平滑、峰值计算、插值和距离计算，具有计算简单、结果准确等特点。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；或者修改各个步骤的使用顺序，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围；本发明各种阈值及范围的取值，也会因为装置的具体参数不同而有所改变。

Claims (5)

1.一种基于K近邻法的锚杆锚固质量等级评价方法，其特征在于，包括以下步骤：
步骤1，使用声波反射法获取锚杆的杆底前反射信号；
步骤2，对反射信号进行归一化处理，包括y方向和x方向的归一化；
步骤3，对信号进行平滑，确定x方向的新零点；
步骤4，求取y方向的峰值以及x方向修正系数，修正x坐标；
步骤5，按增加的x方向间隔，对波形进行重采样；
步骤6，准备测试样本集合并进行人工标定；
步骤7，针对具体测量得到本次测量值以及选择样本集；
步骤8，使用K近邻分类方法对本次测量进行分类；
所述步骤1中的获取锚杆的杆底前反射信号的步骤包括：
在进行锚固质量检测时，时域信号记录长度都超过杆底反射时程，超过的数据应预先去除；根据预先确定的杆长和外露杆长，在反射信号中直接去除，从而准确得到杆底前的全部反射信号；
所述步骤2中的y方向和x方向的归一化的步骤包括：
y方向归一化指将反射信号的纵坐标归一化到设定的振幅区间，先求出反射信号在y方向绝对值最大的振幅值，然后将所有的振幅值按该振幅值与设定的振幅区间最大值的比例，等比例缩放；
x方向归一化指将反射信号的时间横坐标归一化到新的时间间隔为单位，即按新的时间间隔进行重采样；时间归一化采用插值算法进行；
所述步骤3中的对信号进行平滑和确定x方向的新零点的步骤包括：
对信号进行平滑采用移动平均平滑方法；
确定波形的新零点，从现有的零点开始，求取波形y方向绝对值的移动平均值；从现有零点开始，求取波形y方向绝对值的全部平均值，若移动平均值大于全部平均值的第一阈值时，确定为新零点；新零点前的数据全部清空；
或者根据预先得到的外露长度，计算出新的零点的位置；
所述步骤4中求取y方向的峰值以及x方向修正系数的步骤包括：
在正方向的峰值称为上峰值，在负方向的峰值称为下峰值；在后续计算中上下峰值分别计算，但下峰值取其绝对值参与计算；
取前3个上下峰值的间隔平均值作为本次测量的基准，计算该值与事先设定的第二系数的比值作为修正系数，然后对峰值数据的x坐标进行修正处理。
2.根据权利要求1所述的一种基于K近邻法的锚杆锚固质量等级评价方法，其特征在于：所述步骤5中按增加的x方向间隔对波形进行重采样的步骤包括：
首先确定x方向新的间隔，使用插值的方法并对波形进行重采样；
此时得到的数据，在幅度和波形上进行了统一，但每个测量得到的数据个数会有差别。
3.根据权利要求1所述的一种基于K近邻法的锚杆锚固质量等级评价方法，其特征在于：所述步骤6中准备测试样本集合并进行人工标定的步骤包括：
针对典型的应用场景和典型的杆长进行现场测试，得到测试样本集合；
对这些测试样本集合，按上述步骤1~5进行处理，得到最终的数据集；
采用人工方式对其锚固质量进行评级，得到相应的分类标签；按规程的规定一共有四个等级，对应ABCD四个标签。
4.根据权利要求1所述的一种基于K近邻法的锚杆锚固质量等级评价方法，其特征在于：所述步骤7中针对具体测量得到本次测量值以及选择样本集的步骤包括：
针对某次的具体测量，使用上述步骤1~5，得到本次的测量值；
根据本次测量的数据的个数，从样本集合中取出个数大于等于本次测量的子样本集，作为本次分类的样本集；对每个样本，顺序读取与本次测量值个数相同的值参与计算。
5.根据权利要求1所述的一种基于K近邻法的锚杆锚固质量等级评价方法，其特征在于：所述步骤8中使用K近邻分类方法对本次测量进行分类的步骤包括：
首先设定K值；
先计算测量数据和样本数据对应的y值的差值，然后求全部y值差值的平方和，最后开平方，得到本次测量与样本的距离；
取距离最小的K个样本的分类结果进行投票，投票个数最多的分类，就是为本次测量的分类结果。
CN201910877585.8A 2019-09-17 2019-09-17 一种基于k近邻法的锚杆锚固质量等级评定方法 Active CN110455922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910877585.8A CN110455922B (zh) 2019-09-17 2019-09-17 一种基于k近邻法的锚杆锚固质量等级评定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910877585.8A CN110455922B (zh) 2019-09-17 2019-09-17 一种基于k近邻法的锚杆锚固质量等级评定方法

Publications (2)

Publication Number Publication Date
CN110455922A CN110455922A (zh) 2019-11-15
CN110455922B true CN110455922B (zh) 2021-11-02

Family

ID=68492213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910877585.8A Active CN110455922B (zh) 2019-09-17 2019-09-17 一种基于k近邻法的锚杆锚固质量等级评定方法

Country Status (1)

Country Link
CN (1) CN110455922B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1793898A (zh) * 2005-12-09 2006-06-28 重庆大学 一种用于锚杆锚固系统的无损探伤检测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1793898A (zh) * 2005-12-09 2006-06-28 重庆大学 一种用于锚杆锚固系统的无损探伤检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于机器学习与可靠度算法的围岩动态分级方法及其工程应用;郑帅等;《岩土力学》;20190731;第308-318页 *
锚杆锚固质量无损检测数据波形分析方法;刘克勤等;《能源与环保》;20171231;第39卷(第12期);第71-75页 *
锚杆锚固质量的定量分析方法;陈建功等;《重庆大学学报》;20090930;第32卷(第9期);第1043-1048页 *
锚杆长度无损检测的影响因素分析;訾建峰等;《四川理工学院学报( 自然科学版)》;20150630;第28卷(第3期);第293-295页 *

Also Published As

Publication number Publication date
CN110455922A (zh) 2019-11-15

Similar Documents

Publication Publication Date Title
Sedlak et al. New automatic localization technique of acoustic emission signals in thin metal plates
CN110455923B (zh) 一种锚杆锚固质量等级快速评价方法
CN111983020B (zh) 一种金属构件内部缺陷敲击检测识别系统及识别方法
CN110514745B (zh) 一种基于多频声发射信号的缆索断丝位置确定的方法
CN114878582B (zh) 一种特钢的缺陷检测分析方法及系统
CN111487315A (zh) 一种隧道衬砌厚度和脱空的声频无损检测方法
CN109190272B (zh) 基于弹性波和机器学习的混凝土结构缺陷检测方法
CN110208806B (zh) 一种航海雷达图像降雨识别方法
CN110568082A (zh) 一种基于声发射信号的缆索断丝的判别方法
CN110455922B (zh) 一种基于k近邻法的锚杆锚固质量等级评定方法
CN115561307B (zh) 灌浆密实度检测方法
CN113446932A (zh) 非接触式裂纹测量方法及其系统
CN110749650B (zh) 基于支持向量机的锚杆锚固密实度等级评定方法
CN109059813A (zh) 一种起重机械钢结构腐蚀强度检测方法
CN111189906B (zh) 交流电磁场缺陷在线智能判定与分类识别方法
CN113723207A (zh) 一种基于直方图距离的突变信号检测方法
CN110826598B (zh) 基于卷积神经网络的锚杆锚固密实度等级评定方法
CN113408805A (zh) 一种雷电地闪识别方法、装置、设备及可读存储介质
CN112859002A (zh) 一种声学发射源定位方法及系统
CN116893222B (zh) 基于人工智能的铁路隧道混凝土缺陷冲击回声波检测方法
CN112730634B (zh) 一种混凝土缺陷检测方法及系统
CN114970634A (zh) 基于幅值指数衰减算法的锚杆锚固质量等级评价方法
CN116008970B (zh) 基于视频图像验证雷达净空值反演精度的方法
CN114324974B (zh) 一种单星辐射源无源监测目标运动属性判别方法
CN115144259B (zh) 一种钢材抗形变性能检测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant