CN113109198A - 一种测试岩石坚硬程度的人工智能锤及其构建方法 - Google Patents
一种测试岩石坚硬程度的人工智能锤及其构建方法 Download PDFInfo
- Publication number
- CN113109198A CN113109198A CN202110390596.0A CN202110390596A CN113109198A CN 113109198 A CN113109198 A CN 113109198A CN 202110390596 A CN202110390596 A CN 202110390596A CN 113109198 A CN113109198 A CN 113109198A
- Authority
- CN
- China
- Prior art keywords
- rock
- hammering
- value
- hammer
- module
- 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.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 314
- 238000012360 testing method Methods 0.000 title claims abstract description 32
- 238000010276 construction Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 120
- 238000013500 data storage Methods 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000006073 displacement reaction Methods 0.000 claims description 36
- 238000013473 artificial intelligence Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000003321 amplification Effects 0.000 claims description 7
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 7
- 230000000977 initiatory effect Effects 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000011002 quantification Methods 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 3
- BGPVFRJUHWVFKM-UHFFFAOYSA-N N1=C2C=CC=CC2=[N+]([O-])C1(CC1)CCC21N=C1C=CC=CC1=[N+]2[O-] Chemical compound N1=C2C=CC=CC2=[N+]([O-])C1(CC1)CCC21N=C1C=CC=CC1=[N+]2[O-] BGPVFRJUHWVFKM-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/40—Investigating hardness or rebound hardness
- G01N3/52—Investigating hardness or rebound hardness by measuring extent of rebound of a striking body
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/02—Details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/003—Generation of the force
- G01N2203/0032—Generation of the force using mechanical means
- G01N2203/0039—Hammer or pendulum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0076—Hardness, compressibility or resistance to crushing
- G01N2203/0083—Rebound strike or reflected energy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/067—Parameter measured for estimating the property
- G01N2203/0676—Force, weight, load, energy, speed or acceleration
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开了一种测试岩石坚硬程度的人工智能锤及其构建方法，涉及岩土工程技术领域，所述人工智能锤的锤击模块在电磁斥力的作用下运动锤击待测岩石，数据存储和处理模块用于根据智能传感器模块传输的岩石锤击反弹能量损失参数数值与锤击总能量参数数值计算岩石强度R值；进而判断待测岩石坚硬程度估计值Q1；根据音频数据和湿度值与预先存储的多个坚硬程度的岩石音频信息和湿度值对比，确定待测岩石坚硬程度估计值Q2和Q3，结合Q1、Q2和Q3的权重关系，确定待测岩石坚硬程度。本发明具有直观量化、方便携带、操作简单、测量快速的优点。可在现场进行实时快速测定岩石坚硬程度，无需对待测岩石进行取样加工，更具有实用价值。
Description
技术领域
本发明涉及岩土工程技术领域，具体涉及一种测试岩石坚硬程度的人工智能锤及其构建方法。
背景技术
水工隧洞与地下工程施工过程中，围岩分级参数的获取方法直接影响围岩分级结果的准确性。岩石坚硬程度是隧洞围岩分级的基本指标之一，对岩石坚硬程度的获取有定性和定量方法。定量法主要通过室内岩石试验，采集单轴饱和抗压强度或标准点荷载强度指数，但测试设备过于笨重，测试费用高且时效性差，难以全面客观实时反映隧洞围岩真实的坚硬程度。隧洞施工过程中，岩石坚硬程度的现场获取方法一般仅通过岩性、风化程度等定性判别，即：依据围岩锤击难易程度、锤击声、吸水反应和手触感觉等。该方法依赖于现场地质人员的专业知识和丰富经验，容易出现较大误差，并且对非专业人员实施难度较大，使得围岩坚硬程度的现场判断存在很大不确定性。
当前，常规的岩石坚硬程度测定方法都存在较多局限性，如何确保隧洞工作人员在施工现场高效、快速、准确地获取岩石坚硬程度定量值，继而进行岩石质量分级、判断岩石风化程度，是当前岩土工程技术领域存在的一个技术难题。
发明内容
为了解决上述技术问题，本发明提出了一种测试岩石坚硬程度的人工智能锤及其构建方法，本发明解决了隧洞岩石质量定性划分所存在的人为主观性影响大、经验专业性要求高、测试结果非定量等问题，该测试方法能在施工现场快速得到量化的岩石坚硬程度值。
本发明提供了一种测试岩石坚硬程度的人工智能锤，包括：
数据存储和处理模块、智能传感器模块、触发调节器和锤击模块；
所述数据存储和处理模块与智能传感器模块、触发调节器分别相连；所述触发调节器还与所述锤击模块、所述智能传感器模块分别相连；
所述触发调节器，用于调节电磁斥力和控制智能传感器模块；
所述锤击模块，用于在电磁斥力的作用下运动锤击待测岩石；
所述智能传感器模块，用于测量岩石锤击反弹能量损失参数数值和锤击总能量参数数值；并将所述岩石锤击反弹能量损失参数数值和锤击总能量参数数值发送至数据存储和处理模块；
所述智能传感器模块，还用于记录当所述锤击模块运动到待测岩石锤击面时的音频数据，并将音频数据传输到数据存储和处理模块；
所述智能传感器模块，还用于测量待测岩石结构表面的湿度值；并将湿度值传输到数据存储和处理模块；
所述数据存储和处理模块，用于根据智能传感器模块传送的岩石锤击反弹能量损失参数数值和锤击总能量参数数值计算岩石强度R值；根据岩石强度R值判断待测岩石坚硬程度估计值Q1；
所述数据存储和处理模块，还用于将智能传感器模块传送的音频数据和预先存储的多个不同强度级别岩石的音频数据相比对，将与所述智能传感器模块传送的音频数据相似度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2；
所述数据存储和处理模块，还用于将智能传感器模块传送的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，将与所述智能传感器模块传送的湿度值最接近的岩石湿度值所对应的岩石坚硬程度作为测岩石坚硬程度估计值Q3；
所述数据存储和处理模块还用于根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度值Q。
可选地，所述用于测量岩石锤击反弹能量损失参数数值和锤击总能量参数数值，并将所述岩石锤击反弹能量损失参数数值和锤击总能量参数数值发送至数据存储和处理模块具体为：
所述智能传感器模块，测量当所述锤击模块由起始位置到达第一位置处的速度V1和移动位移S1；并将速度V1和位移S1发送至数据存储和处理模块；
以及测量当所述锤击模块由待测岩石锤击面位置反弹到达第一位置处的速度V2；并将速度V2发送至数据存储和处理模块；
以及测量当所述锤击模块由第一位置反弹到最高点的反弹位移S2；并将反弹位移S2发送至数据存储和处理模块；
所述第一位置邻近待测岩石锤击面；
所述用于根据智能传感器模块传送的岩石锤击反弹能量损失参数数值和锤击总能量参数数值计算岩石强度R值；具体为：
所述数据存储和处理模块根据锤击模块的锤头的重量m，锤击初始能量W0、速度V1、移动位移S1、速度V2、移动位移S2通过公式：
计算岩石强度R值；
或者所述数据存储和处理模块根据锤击模块的锤头的重量m，速度V1、速度V2通过公式:
计算出锤头锤击前的运动动量W1与锤头的反弹动能W2的差值，根据锤击初始能量W0、锤头锤击前的运动动量W1与锤头的反弹动能W2的差值、移动位移S1、移动位移S2通过公式:
计算岩石强度R值；
所述根据岩石强度R值判断待测岩石坚硬程度估计值Q1具体为：
所述数据存储和处理模块在预先存储的多个不同坚硬程度的岩石强度值中，筛选出岩石强度值R值最接近的岩石坚硬程度值作为待测岩石坚硬程度估计值Q1。
可选地，所述根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度值Q，具体为：
所述数据存储和处理模块，根据公式
Q＝K1Q1+K2Q2+K3Q3计算得出待测岩石坚硬程度值Q；
K1为待测岩石坚硬程度估计值Q1的权重系数、K2为待测岩石坚硬程度估计值Q2的权重系数；K3为待测岩石坚硬程度估计值Q3的权重系数，
K1,K2,K3预先存储到所述数据存储和处理模块中。
可选地，所述数据存储和处理模块还用于若所述智能传感器模块传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将所述智能传感器模块传送的音频数据传输至客户端，用于所述客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2。
可选地，还包括：蓝牙模块；所述蓝牙模块与所述数据存储和处理模块相连。
可选地，还包括：显示操作模块；所述显示操作模块与所述数据存储和处理模块相连。
可选地，所述显示操作模块包括显示屏和按键；所述显示屏和所述按键分别与所述数据存储和处理模块相连。
可选地，还包括：电源；所述电源与所述数据存储和处理模块和触发调节器相连，用于供电。
可选地，还包括：锤身外壳、前盖、尾盖、锤柄；所述锤击模块包括：永磁体、锤击体、连接杆、锤头、定位卡槽、连接挡板、磁斥力动力线圈、弹簧；
所述前盖、所述尾盖分设在所述锤身外壳的前后两端，前盖外表面装有湿度传感器；所述锤柄设置在所述锤身外壳的下端；
所述触发调节器设置在所述锤柄上；
所述尾盖设置电磁线圈，与所述锤击体上一端的永磁体，形成磁斥力动力装置；
所述锤头固定在与锤击体相连的连接杆的另一端；
所述弹簧一端设置在所述锤身外壳内的后端，另一端设置连接挡板；所述连接挡板上设置定位卡槽，用于定位锤击体；
所述触发调节器与所述磁斥力动力线圈相连；
所述智能传感器模块包括：激光测距传感器、速度传感器、声频传感器、湿度传感器；
所述激光测距传感器和加速度传感器通过传感器基座相对分设在所述锤身外壳的前端并邻近所述前盖；
所述声频传感器设置在传感器基座上；
所述第一位置位于激光测距传感器和速度传感器相连直线的中间位置。
本发明还提供了一种测试岩石坚硬程度的人工智能锤的构建方法，包括：
步骤a1：通过蓝牙模块将数据存储和处理模块与客户端建立无线连接，接收客户端发送的指令，将指令存放于数据存储和处理模块；
步骤a2：将前盖与待测岩石接触，触发调节器将锤击体恢复到起始位置，通过触发调节器调节电流控制磁斥力大小，按下按键的启动键，启动锤击运动，并将锤击初始能量W0传送到数据存储和处理模块，显示在显示屏上；
步骤a3：锤击运动被启动后，锤击体在磁斥力推动下，向前盖方向运动，锤击待测岩石；
步骤a4：通过速度传感器、激光测距传感器测量锤击体到达所述速度传感器和所述激光测距传感器之间的第一位置时的速度V1和锤击体位移S1，并将速度V1和锤击体位移S1传输至数据存储和处理模块，计算得到锤头锤击前的运动动量W1，将测量结果显示于显示屏，并保存；
步骤a5：当锤头运动到待测岩石锤击面时，通过声频传感器接收记录锤击时的声频数据，并传输到数据存储和处理模块；
步骤a6：数据存储和处理模块将所述音频数据和预先存储的多个不同坚硬程度岩石的音频数据相比对，将与声频传感器传送的音频数据相似度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2；若声频传感器传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将声频传感器传送的音频数据传输至客户端，用于所述客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2；
步骤a7：当锤头运动到待测岩石锤击面后，锤击体反弹，速度传感器测量锤击体反弹到达第一位置的速度V2，并将速度V2传输至数据存储和处理模块,计算锤头的反弹动能W2；
步骤a8：当锤击体反弹至最高点，触及定位卡槽，激光测距传感器测量锤击体反弹位移S2，并将位移S2传输至数据存储和处理模块并保存；
步骤a9：计算岩石锤击反弹损失能量与锤击总能量百分比的岩石强度R值，计算公式为：
数据处理中心根据预先存储的多个不同坚硬程度的岩石强度值，筛选出与本次计算的岩石强度R值接近的岩石坚硬程度作为岩石坚硬程度估计值Q1；
步骤a10：将触发调节器控制前盖外表面的湿度传感器启动工作，测量待测岩石表面的湿度值，并将湿度值传输到数据存储和处理模块，数据存储和处理模块依据湿度传感器测量的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，筛选出与湿度传感器本次测量的湿度值最接近的岩石坚硬程度估计值Q3；
步骤a11，数据存储和处理模块根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度；计算公式为：
Q＝K1Q1+K2Q2+K3Q3
K1为待测岩石坚硬程度估计值Q1的权重系数、K2为待测岩石坚硬程度估计值Q2的权重系数；K3为待测岩石坚硬程度估计值Q3的权重系数，
K1,K2,K3预先存储到所述数据存储和处理模块中；
步骤a12；重复步骤a2至步骤a11，对同一区域待测岩石进行N次锤击测量，计算N次锤击的待测岩石坚硬程度值Q的平均值，并保存；
步骤a13：通过按键控制数据存储和处理模块将储存记录的各项数据在显示屏上显示，将N次得到待测岩石坚硬程度值Q的平均值，通过蓝牙模块传输到客户端。
本发明的有益效果：本发明提供的一种测试岩石坚硬程度的人工智能锤及其构建方法，具有直观量化、方便携带、操作简单、测量快速的优点。相比传统的岩石强度定性判别方法，本发明试验过程中可在现场对岩石强度进行实时快速测定，不需要对待测岩石进行取样加工，特别适用于软弱岩石取不出芯样的场合，避免了局部岩样不具备代表性的问题。并且本发明设计合理，易于实现，具有很好的实用价值。
附图说明
图1为本发明实施例2提供的一种测试岩石坚硬程度的人工智能锤的结构框图；
图2为本发明实施例2提供的一种测试岩石坚硬程度的人工智能锤的整体结构示意图；
图3为本发明实施例2提供的一种测试岩石坚硬程度的人工智能锤的构建方法流程图。
附图标记：1-锤身外壳，2-前盖，2-1-湿度传感器，3-尾盖，4-锤击体，5-永磁体，6-连接杆，7-锤头，8-传感器基座，9-激光测距传感器，10-声频传感器，11-加速度传感器，12-定位卡槽，13-连接挡板，14-磁斥力动力线圈，15-弹簧，16-触发调节器，17-电线，18-锤柄，19-手柄，20-按键，21-显示屏
具体实施方式
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例提供了一种测试岩石坚硬程度的人工智能锤，包括：数据存储和处理模块、智能传感器模块、触发调节器和锤击模块；
数据存储和处理模块与智能传感器模块、触发调节器分别相连；触发调节器还与锤击模块、智能传感器模块分别相连；
触发调节器，用于调节电磁斥力和控制智能传感器模块；
锤击模块，用于在电磁斥力的作用下运动锤击待测岩石；
智能传感器模块，用于测量岩石锤击反弹能量损失参数数值和锤击总能量参数数值；并将岩石锤击反弹能量损失参数数值和锤击总能量参数数值发送至数据存储和处理模块；
智能传感器模块，还用于记录当锤击模块运动到待测岩石锤击面时的音频数据，并将音频数据传输到数据存储和处理模块；
智能传感器模块，还用于测量待测岩石结构表面的湿度值；并将湿度值传输到数据存储和处理模块；
数据存储和处理模块，用于根据智能传感器模块传送的岩石锤击反弹能量损失参数数值和锤击总能量参数数值计算岩石强度R值；根据岩石强度R值判断待测岩石坚硬程度估计值Q1；
数据存储和处理模块，还用于将智能传感器模块传送的音频数据和预先存储的多个不同强度级别岩石的音频数据相比对，将与智能传感器模块传送的音频数据相似度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2；
数据存储和处理模块，还用于将智能传感器模块传送的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，将与智能传感器模块传送的湿度值最接近的岩石湿度值所对应的岩石坚硬程度作为测岩石坚硬程度估计值Q3；
数据存储和处理模块还用于根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度值Q。
具体地，用于测量岩石锤击反弹能量损失参数数值和锤击总能量参数数值，并将岩石锤击反弹能量损失参数数值和锤击总能量参数数值发送至数据存储和处理模块具体为：
智能传感器模块，测量当锤击模块由起始位置到达第一位置处的速度V1和移动位移S1；并将速度V1和位移S1发送至数据存储和处理模块；
以及测量当锤击模块由待测岩石锤击面位置反弹到达第一位置处的速度V2；并将速度V2发送至数据存储和处理模块；
以及测量当锤击模块由第一位置反弹到最高点的反弹位移S2；并将反弹位移S2发送至数据存储和处理模块；
第一位置邻近待测岩石锤击面；
用于根据智能传感器模块传送的岩石锤击反弹能量损失参数数值和锤击总能量参数数值计算岩石强度R值；具体为：
数据存储和处理模块根据锤击模块的锤头的重量m，锤击初始能量W0、速度V1、移动位移S1、速度V2、移动位移S2通过公式：
计算岩石强度R值；
或者数据存储和处理模块根据锤击模块的锤头的重量m，速度V1、速度V2通过公式:
计算出锤头锤击前的运动动量W1与锤头的反弹动能W2的差值，根据锤击初始能量W0、锤头锤击前的运动动量W1与锤头的反弹动能W2的差值、移动位移S1、移动位移S2通过公式:
计算岩石强度R值；
根据岩石强度R值判断待测岩石坚硬程度估计值Q1具体为：
数据存储和处理模块在预先存储的多个不同坚硬程度的岩石强度值中，筛选出岩石强度值R值最接近的岩石坚硬程度值作为待测岩石坚硬程度估计值Q1。
进一步地，根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度值Q，具体为：
数据存储和处理模块，根据公式Q＝K1Q1+K2Q2+K3Q3计算得出待测岩石坚硬程度值Q；
K1为待测岩石坚硬程度估计值Q1的权重系数、K2为待测岩石坚硬程度估计值Q2的权重系数；K3为待测岩石坚硬程度估计值Q3的权重系数，
K1,K2,K3预先存储到数据存储和处理模块中。
本实施例提供的一种测试岩石坚硬程度的人工智能锤，数据存储和处理模块还用于若智能传感器模块传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将智能传感器模块传送的音频数据传输至客户端，用于客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2。
本实施例提供的一种测试岩石坚硬程度的人工智能锤，还可以包括：蓝牙模块；蓝牙模块与数据存储和处理模块相连。
本实施例提供的一种测试岩石坚硬程度的人工智能锤，还可以包括：显示操作模块；显示操作模块与数据存储和处理模块相连。
具体地，显示操作模块包括显示屏和按键；显示屏和按键分别与数据存储和处理模块相连。
本实施例提供的一种测试岩石坚硬程度的人工智能锤，还可以包括：电源；电源与数据存储和处理模块和触发调节器相连，用于供电。
本实施例提供的一种测试岩石坚硬程度的人工智能锤，还可以包括：锤身外壳、前盖、尾盖、锤柄；锤击模块包括：永磁体、锤击体、连接杆、锤头、定位卡槽、连接挡板、磁斥力动力线圈、弹簧；
前盖、尾盖分设在锤身外壳的前后两端，前盖外表面装有湿度传感器；锤柄设置在锤身外壳的下端；
触发调节器设置在锤柄上；
尾盖设置电磁线圈，与锤击体上一端的永磁体，形成磁斥力动力装置；
锤头固定在与锤击体相连的连接杆的另一端；
弹簧一端设置在锤身外壳内的后端，另一端设置连接挡板；连接挡板上设置定位卡槽，用于定位锤击体；
触发调节器与磁斥力动力线圈相连；
智能传感器模块包括：激光测距传感器、速度传感器、声频传感器、湿度传感器；
激光测距传感器和加速度传感器通过传感器基座相对分设在锤身外壳的前端并邻近前盖；
声频传感器设置在传感器基座上；
第一位置位于激光测距传感器和速度传感器相连直线的中间位置。
本实施例还提供了一种测试岩石坚硬程度的人工智能锤的构建方法，包括：
步骤a1：通过蓝牙模块将数据存储和处理模块与客户端建立无线连接，接收客户端发送的指令，将指令存放于数据存储和处理模块；
步骤a2：将前盖与待测岩石接触，触发调节器将锤击体恢复到起始位置，通过触发调节器调节电流控制磁斥力大小，按下按键的启动键，启动锤击运动，并将锤击初始能量W0传送到数据存储和处理模块，显示在显示屏上；
步骤a3：锤击运动被启动后，锤击体在磁斥力推动下，向前盖方向运动，锤击待测岩石；
步骤a4：通过速度传感器、激光测距传感器测量锤击体到达速度传感器和激光测距传感器之间的第一位置时的速度V1和锤击体位移S1，并将速度V1和锤击体位移S1传输至数据存储和处理模块，计算得到锤头锤击前的运动动量W1，将测量结果显示于显示屏，并保存；
步骤a5：当锤头运动到待测岩石锤击面时，通过声频传感器接收记录锤击时的声频数据，并传输到数据存储和处理模块；
步骤a6：数据存储和处理模块将音频数据和预先存储的多个不同坚硬程度岩石的音频数据相比对，将与声频传感器传送的音频数据相似度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2；若声频传感器传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将声频传感器传送的音频数据传输至客户端，用于客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2；
步骤a7：当锤头运动到待测岩石锤击面后，锤击体反弹，速度传感器测量锤击体反弹到达第一位置的速度V2，并将速度V2传输至数据存储和处理模块,计算锤头的反弹动能W2；
步骤a8：当锤击体反弹至最高点，触及定位卡槽，激光测距传感器测量锤击体反弹位移S2，并将位移S2传输至数据存储和处理模块并保存；
步骤a9：计算岩石锤击反弹损失能量与锤击总能量百分比的岩石强度R值，计算公式为：
数据处理中心根据预先存储的多个不同坚硬程度的岩石强度值，筛选出与本次计算的岩石强度R值最接近的岩石坚硬程度作为岩石坚硬程度估计值Q1；
步骤a10：将触发调节器控制前盖外表面的湿度传感器启动工作，测量待测岩石表面的湿度值，并将湿度值传输到数据存储和处理模块，数据存储和处理模块依据湿度传感器测量的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，筛选出与湿度传感器本次测量的湿度值最接近的岩石坚硬程度估计值Q3；
步骤a11，数据存储和处理模块根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度；计算公式为：
Q＝K1Q1+K2Q2+K3Q3
K1为待测岩石坚硬程度估计值Q1的权重系数、K2为待测岩石坚硬程度估计值Q2的权重系数；K3为待测岩石坚硬程度估计值Q3的权重系数，
K1,K2,K3预先存储到数据存储和处理模块中；
步骤a12；重复步骤a2至步骤a11，对同一区域待测岩石进行N次锤击测量，计算N次锤击的待测岩石坚硬程度值Q的平均值，并保存；
步骤a13：通过按键控制数据存储和处理模块将储存记录的各项数据在显示屏上显示，将N次得到待测岩石坚硬程度值Q的平均值，通过蓝牙模块传输到客户端。
本实施例提供的一种测试岩石坚硬程度的人工智能锤及其构建方法，具有直观量化、方便携带、操作简单、测量快速的优点。相比传统的岩石强度定性判别方法，本发明试验过程中可在现场对岩石强度进行实时快速测定，不需要对待测岩石进行取样加工，特别适用于软弱岩石取不出芯样的场合，避免了局部岩样不具备代表性的问题。并且本发明设计合理，易于实现，具有很好的实用价值。
实施例2
本实施例提供了一种测试岩石坚硬程度的人工智能锤，如图1所示，包括：电源21、数据存储和处理模块22、智能传感器模块23、触发调节器16和锤击模块24、蓝牙模块25和显示操作模块26。
电源21与数据存储和处理模块22、触发调节器16分别相连，用于供电；
数据存储和处理模块22与智能传感器模块23、触发调节器16、蓝牙模块25、显示操作模块26相连；触发调节器16还与锤击模块24和智能传感器模块23相连；
数据存储和处理模块22；包括存储器和数据处理中心。
具体地如图2所示，一种测试岩石坚硬程度的人工智能锤，还包括：锤身外壳1、前盖2、尾盖3、锤柄18；锤击模块24包括：永磁体5、锤击体4、连接杆6、锤头7、定位卡槽12、连接挡板13、磁斥力动力线圈14、弹簧15；
前盖2、尾盖3分设在锤身外壳1的前后两端；锤柄18设置在锤身外壳1的下端；
前盖2外表面装有湿度传感器2-1，用于测量岩石表面的湿润程度。
触发调节器16设置在锤柄18上；锤柄18下端还设置有手柄19；
尾盖3设置电磁线圈，与锤击体4上一端的永磁体5，形成磁斥力动力装置；
锤头7固定在与锤击体4相连的连接杆6的另一端；
弹簧15一端设置在锤身外壳1内的后端，另一端设置连接挡板13；连接挡板13上设置定位卡槽12，用于定位锤击体4；
触发调节器16通过电线17与磁斥力动力线圈14相连；触发调节器16还通过电线17与传感器基座8相连；
智能传感器模块23包括：激光测距传感器9、速度传感器11、声频传感器10、湿度传感器2-1；
激光测距传感器9和速度传感器11通过传感器基座8相对分设在锤身外壳1的前端并邻近前盖2；
声频传感器10设置在传感器基座8上。
显示操作模块26具体包括：显示屏21和按键20。
采用上述测试岩石坚硬程度的人工智能锤的构建方法，包括以下步骤：
步骤1，通过蓝牙模块25将数据处理中心与客户端建立无线连接，通过蓝牙模块25将指令控制信息存放于储存器，并实时可更新。
本实施例中客户端包括但不限于智能手机端、计算机等设备
步骤2，接通电源21，将人工智能锤的前盖2与待测岩石接触，通过触发调节器16将锤击体4恢复到起点位置，通过调节电流控制磁斥力和锤击初始能量WO大小，按下按键20中的启动键，启动锤击运动，并将锤击初始能量WO传输到数据处理中心，显示在显示屏21上。
步骤3，锤击运动被启动后，锤击体4在磁斥力推动下，向前盖2方向运动，锤击待测岩石。
步骤4，通过速度传感器11、激光测距传感器9测量锤击体4到达速度传感器11和激光测距传感器9相连直线的中间位置时的速度V1和锤击体4位移S1，并将测量信息传输至数据处理中心，数据处理中心根据锤头的质量m，计算得到锤头锤击前的运动动量W1，将测量结果显示于显示屏21，并保存至储存器。
步骤5，当锤头7运动到待测岩石锤击面时，通过声频传感器10接收记录锤击时的声波信号，获取声频的频率、波形等音频数据，并传输到数据处理中心。
步骤6，数据处理中心将音频数据和预先存储的多个不同强度级别岩石的音频数据相比对，将与声频传感器10传送的音频数据相关程度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2，并将声频传感器10传送的音频数据和待测岩石坚硬程度估计值Q2显示在显示屏21上，存储于储存器。
具体地，数据处理中心将音频数据和预先存储的多个不同强度级别岩石的音频数据相比对，自动计算分析智能锤锤击待测岩石结构的音频数据与预存已知岩石级别波形数据的相关系数：
式中，x为通过声频传感器10接收记录锤击时获取的音频数据，x0为预存已知音频数据，σxx0为x和x0的协方差，σx，σx0为x和x0的标准偏差，mx＝E[x]和mx0＝E[x0]为x和x0的平均值。相关系数满足：|ρ|≤1，反映两组数据之间的线性关联程度。
更加详细地，将与声频传感器10传送的音频数据相似度最高的预先存储的音频数据所对应的岩石强度等级作为待测岩石坚硬程度估计值Q2，具体为：在与声频传感器10传送的音频数据相似度70％以上(包括70％)的预先存储的音频数据中，将与声频传感器10传送的音频数据相似度最高的预先存储的音频数据所对应的岩石强度等级作为待测岩石坚硬程度估计值Q2。
步骤6中还可以包括：若智能传感器模块23传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将智能传感器模块23传送的音频数据传输至客户端，用于客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2；
步骤7，当锤头7运动到待测岩石锤击面后，部分能量被吸收，另一部分能量转化为锤头7的反弹动能，锤击体4反弹，速度传感器11测量锤击体4反弹到达速度传感器11和激光测距传感器9相连直线的中间位置时的速度V2，计算锤头的反弹动能W2，并将测量数据传输至数据处理中心。
步骤8，锤击体4反弹至最高点，触及定位卡槽12，激光测距传感器9测量锤击体4反弹位移S2，并将数据传输至数据处理中心，将测量结果显示于显示屏21，并保存至储存器。
步骤9，数据处理中心依据测量结果，计算岩石强度R值，根据预先存储的多个不同坚硬程度的岩石强度值，筛选出与本次计算的岩石强度R值最接近的岩石坚硬程度值作为待测岩石坚硬程度估计值Q1。
具体地，可用岩石锤击损失能量与锤击总能量和锤击体运动位移的百分比值计算，计算公式为：
步骤10，将触发调节器16调整到湿度测量档，前盖2外表面的湿度传感器2-1启动工作，测量岩石表面的湿度值，并将测量数据传输到数据处理中心，并保存于储存器；数据处理中心依据测量的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，筛选出与本次测量的岩石湿度值最接近的岩石坚硬程度作为待测岩石坚硬程度估计值Q3。
具体地，数据处理中心依据湿度传感器2-1测量的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，筛选出与本次测量的岩石湿度值最接近的岩石坚硬程度作为待测岩石坚硬程度估计值Q3。
步骤11，数据处理中心依据岩石强度、音频、湿度三个信息确定的待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3综合计算岩石的待测岩石坚硬程度值Q：
Q＝K1Q1+K2Q2+K3Q3
式中，K1,K2,K3为各项的权重系数，根据试验综合分析确定K1,K2,K3值，并提前通过显示操作模块26中的按键操作输入数值，存储到数据处理中心。
步骤12，重复步骤2至步骤11，进行同一区域岩石的N次锤击测量，计算N次得到待测岩石坚硬程度值Q的平均值，并保存。
步骤13，通过按键20操作将储存器中记录的各项数据在显示屏21上显示，根据N次测试得到待测岩石坚硬程度值Q的平均值结合定量评价岩石坚硬程度并根据岩石强度、音频、湿度三个参数值给出岩石坚硬程度的定性描述，并通过蓝牙模块25传输到客户端备份。
本实施例提出一种测试岩石坚硬程度的智能锤及其构建方法，具有直观量化、方便携带、操作简单、测量快速的优点。相比传统的岩石强度定性判别方法，本发明试验过程中可在现场对岩石强度进行实时快速测定，不需要对待测岩石进行取样加工，特别适用于软弱岩石取不出芯样的场合，避免了局部岩样不具备代表性的问题。并且本发明设计合理，易于实现，具有很好的实用价值。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种测试岩石坚硬程度的人工智能锤，其特征在于，包括：数据存储和处理模块、智能传感器模块、触发调节器和锤击模块；
所述数据存储和处理模块与智能传感器模块、触发调节器分别相连；所述触发调节器还与所述锤击模块、所述智能传感器模块分别相连；
所述触发调节器，用于调节电磁斥力和控制智能传感器模块；
所述锤击模块，用于在电磁斥力的作用下运动锤击待测岩石；
所述智能传感器模块，用于测量岩石锤击反弹能量损失参数数值和锤击总能量参数数值；并将所述岩石锤击反弹能量损失参数数值和锤击总能量参数数值发送至数据存储和处理模块；
所述智能传感器模块，还用于记录当所述锤击模块运动到待测岩石锤击面时的音频数据，并将音频数据传输到数据存储和处理模块；
所述智能传感器模块，还用于测量待测岩石结构表面的湿度值；并将湿度值传输到数据存储和处理模块；
所述数据存储和处理模块，用于根据智能传感器模块传送的岩石锤击反弹能量损失参数数值和锤击总能量参数数值计算岩石强度R值；根据岩石强度R值判断待测岩石坚硬程度估计值Q1；
所述数据存储和处理模块，还用于将智能传感器模块传送的音频数据和预先存储的多个不同强度级别岩石的音频数据相比对，将与所述智能传感器模块传送的音频数据相似度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2；
所述数据存储和处理模块，还用于将智能传感器模块传送的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，将与所述智能传感器模块传送的湿度值最接近的岩石湿度值所对应的岩石坚硬程度作为测岩石坚硬程度估计值Q3；
所述数据存储和处理模块还用于根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度值Q。
2.根据权利要求1所述人工智能锤，其特征在于，
所述用于测量岩石锤击反弹能量损失参数数值和锤击总能量参数数值，并将所述岩石锤击反弹能量损失参数数值和锤击总能量参数数值发送至数据存储和处理模块具体为：
所述智能传感器模块，测量当所述锤击模块由起始位置到达第一位置处的速度V1和移动位移S1；并将速度V1和位移S1发送至数据存储和处理模块；
以及测量当所述锤击模块由待测岩石锤击面位置反弹到达第一位置处的速度V2；并将速度V2发送至数据存储和处理模块；
以及测量当所述锤击模块由第一位置反弹到最高点的反弹位移S2；并将反弹位移S2发送至数据存储和处理模块；
所述第一位置邻近待测岩石锤击面；
所述用于根据智能传感器模块传送的岩石锤击反弹能量损失参数数值和锤击总能量参数数值计算岩石强度R值；具体为：
所述数据存储和处理模块根据锤击模块的锤头的重量m，锤击初始能量W0、速度V1、移动位移S1、速度V2、移动位移S2通过公式：
计算岩石强度R值；
或者所述数据存储和处理模块根据锤击模块的锤头的重量m，速度V1、速度V2通过公式:
计算出锤头锤击前的运动动量W1与锤头的反弹动能W2的差值，根据锤击初始能量W0、锤头锤击前的运动动量W1与锤头的反弹动能W2的差值、移动位移S1、移动位移S2通过公式:
计算岩石强度R值；
所述根据岩石强度R值判断待测岩石坚硬程度估计值Q1具体为：
所述数据存储和处理模块在预先存储的多个不同坚硬程度的岩石强度值中，筛选出岩石强度值R值最接近的岩石坚硬程度值作为待测岩石坚硬程度估计值Q1。
3.根据权利要求1所述的人工智能锤，其特征在于，所述根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度值Q，具体为：
所述数据存储和处理模块，根据公式Q＝K1Q1+K2Q2+K3Q3计算得出待测岩石坚硬程度值Q；
K1为待测岩石坚硬程度估计值Q1的权重系数、K2为待测岩石坚硬程度估计值Q2的权重系数；K3为待测岩石坚硬程度估计值Q3的权重系数，
K1,K2,K3预先存储到所述数据存储和处理模块中。
4.根据权利要求1所述的人工智能锤，其特征在于，所述数据存储和处理模块还用于若所述智能传感器模块传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将所述智能传感器模块传送的音频数据传输至客户端，用于所述客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2。
5.根据权利要求1所述的人工智能锤，其特征在于，还包括：蓝牙模块；所述蓝牙模块与所述数据存储和处理模块相连。
6.根据权利要求1所述的人工智能锤，其特征在于，还包括：显示操作模块；所述显示操作模块与所述数据存储和处理模块相连。
7.根据权利要求6所述的人工智能锤，其特征在于，所述显示操作模块包括显示屏和按键；所述显示屏和所述按键分别与所述数据存储和处理模块相连。
8.根据权利要求1所述的人工智能锤，其特征在于，还包括：电源；所述电源与所述数据存储和处理模块和触发调节器相连，用于供电。
9.根据权利要求1-8中任意一项所述的人工智能锤，其特征在于，还包括：锤身外壳、前盖、尾盖、锤柄；所述锤击模块包括：永磁体、锤击体、连接杆、锤头、定位卡槽、连接挡板、磁斥力动力线圈、弹簧；
所述前盖、所述尾盖分设在所述锤身外壳的前后两端，前盖外表面装有湿度传感器；所述锤柄设置在所述锤身外壳的下端；
所述触发调节器设置在所述锤柄上；
所述尾盖设置电磁线圈，与所述锤击体上一端的永磁体，形成磁斥力动力装置；
所述锤头固定在与锤击体相连的连接杆的另一端；
所述弹簧一端设置在所述锤身外壳内的后端，另一端设置连接挡板；所述连接挡板上设置定位卡槽，用于定位锤击体；
所述触发调节器与所述磁斥力动力线圈相连；
所述智能传感器模块包括：激光测距传感器、速度传感器、声频传感器、湿度传感器；
所述激光测距传感器和加速度传感器通过传感器基座相对分设在所述锤身外壳的前端并邻近所述前盖；
所述声频传感器设置在传感器基座上；
所述第一位置位于激光测距传感器和速度传感器相连直线的中间位置。
10.一种测试岩石坚硬程度的人工智能锤的构建方法，其特征在于，包括：
步骤a1：通过蓝牙模块将数据存储和处理模块与客户端建立无线连接，接收客户端发送的指令，将指令存放于数据存储和处理模块；
步骤a2：将前盖与待测岩石接触，触发调节器将锤击体恢复到起始位置，通过触发调节器调节电流控制磁斥力大小，按下按键的启动键，启动锤击运动，并将锤击初始能量W0传送到数据存储和处理模块，显示在显示屏上；
步骤a3：锤击运动被启动后，锤击体在磁斥力推动下，向前盖方向运动，锤击待测岩石；
步骤a4：通过速度传感器、激光测距传感器测量锤击体到达所述速度传感器和所述激光测距传感器之间的第一位置时的速度V1和锤击体位移S1，并将速度V1和锤击体位移S1传输至数据存储和处理模块，计算得到锤头锤击前的运动动量W1，将测量结果显示于显示屏，并保存；
步骤a5：当锤头运动到待测岩石锤击面时，通过声频传感器接收记录锤击时的声频数据，并传输到数据存储和处理模块；
步骤a6：数据存储和处理模块将所述音频数据和预先存储的多个不同坚硬程度岩石的音频数据相比对，将与声频传感器传送的音频数据相似度最高的预先存储的音频数据所对应的岩石坚硬程度作为待测岩石坚硬程度估计值Q2；若声频传感器传送的音频数据与预先存储的音频数据的相似程度均低于70％，则将声频传感器传送的音频数据传输至客户端，用于所述客户端通过音频放大装置由专业人士判断该处待测岩石坚硬程度估计值Q2；
步骤a7：当锤头运动到待测岩石锤击面后，锤击体反弹，速度传感器测量锤击体反弹到达第一位置的速度V2，并将速度V2传输至数据存储和处理模块,计算锤头的反弹动能W2；
步骤a8：当锤击体反弹至最高点，触及定位卡槽，激光测距传感器测量锤击体反弹位移S2，并将位移S2传输至数据存储和处理模块并保存；
步骤a9：计算岩石锤击反弹损失能量与锤击总能量百分比的岩石强度R值，计算公式为：
数据处理中心根据预先存储的多个不同坚硬程度的岩石强度值，筛选出与本次计算的岩石强度R值最接近的岩石坚硬程度作为岩石坚硬程度估计值Q1；
步骤a10：将触发调节器控制前盖外表面的湿度传感器启动工作，测量待测岩石表面的湿度值，并将湿度值传输到数据存储和处理模块，数据存储和处理模块依据湿度传感器测量的湿度值与预先存储的多个不同坚硬程度的岩石湿度值比较，筛选出与湿度传感器本次测量的湿度值最接近的岩石坚硬程度估计值Q3；
步骤a11，数据存储和处理模块根据待测岩石坚硬程度估计值Q1、待测岩石坚硬程度估计值Q2和待测岩石坚硬程度估计值Q3的加权平均值计算得出待测岩石坚硬程度；计算公式为：
Q＝K1Q1+K2Q2+K3Q3
K1为待测岩石坚硬程度估计值Q1的权重系数、K2为待测岩石坚硬程度估计值Q2的权重系数；K3为待测岩石坚硬程度估计值Q3的权重系数，
K1,K2,K3预先存储到所述数据存储和处理模块中；
步骤a12；重复步骤a2至步骤a11，对同一区域待测岩石进行N次锤击测量，计算N次锤击的待测岩石坚硬程度值Q的平均值，并保存；
步骤a13：通过按键控制数据存储和处理模块将储存记录的各项数据在显示屏上显示，将N次得到待测岩石坚硬程度值Q的平均值，通过蓝牙模块传输到客户端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110390596.0A CN113109198A (zh) | 2021-04-12 | 2021-04-12 | 一种测试岩石坚硬程度的人工智能锤及其构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110390596.0A CN113109198A (zh) | 2021-04-12 | 2021-04-12 | 一种测试岩石坚硬程度的人工智能锤及其构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113109198A true CN113109198A (zh) | 2021-07-13 |
Family
ID=76716038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110390596.0A Pending CN113109198A (zh) | 2021-04-12 | 2021-04-12 | 一种测试岩石坚硬程度的人工智能锤及其构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113109198A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005083883A (ja) * | 2003-09-08 | 2005-03-31 | Kamekura Seiki Kk | テストハンマーによるコンクリート硬度測定における測定値補正方法 |
| JP2006145467A (ja) * | 2004-11-24 | 2006-06-08 | Mitsutoyo Corp | 反発式ポータブル硬度計 |
| WO2013034887A1 (en) * | 2011-09-07 | 2013-03-14 | Natural Environment Research Council | Method & apparatus for measuring work index |
| JP2013053871A (ja) * | 2011-09-01 | 2013-03-21 | Kajima Corp | 品質評価方法及び品質評価装置 |
| JP2015118075A (ja) * | 2013-12-20 | 2015-06-25 | 日東建設株式会社 | ハンマ打撃によるコンクリートの圧縮強度推定方法 |
| CN106679912A (zh) * | 2016-12-30 | 2017-05-17 | 长安大学 | 一种电磁驱动的无损回弹仪及测量方法 |
| CN109507288A (zh) * | 2018-11-21 | 2019-03-22 | 天津大学 | 智能地质锤 |
| CN109669424A (zh) * | 2019-01-10 | 2019-04-23 | 清华大学 | 一种复杂条件下岩石力学性能试验控制系统及方法 |
-
2021
- 2021-04-12 CN CN202110390596.0A patent/CN113109198A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005083883A (ja) * | 2003-09-08 | 2005-03-31 | Kamekura Seiki Kk | テストハンマーによるコンクリート硬度測定における測定値補正方法 |
| JP2006145467A (ja) * | 2004-11-24 | 2006-06-08 | Mitsutoyo Corp | 反発式ポータブル硬度計 |
| JP2013053871A (ja) * | 2011-09-01 | 2013-03-21 | Kajima Corp | 品質評価方法及び品質評価装置 |
| WO2013034887A1 (en) * | 2011-09-07 | 2013-03-14 | Natural Environment Research Council | Method & apparatus for measuring work index |
| JP2015118075A (ja) * | 2013-12-20 | 2015-06-25 | 日東建設株式会社 | ハンマ打撃によるコンクリートの圧縮強度推定方法 |
| CN106679912A (zh) * | 2016-12-30 | 2017-05-17 | 长安大学 | 一种电磁驱动的无损回弹仪及测量方法 |
| CN109507288A (zh) * | 2018-11-21 | 2019-03-22 | 天津大学 | 智能地质锤 |
| CN109669424A (zh) * | 2019-01-10 | 2019-04-23 | 清华大学 | 一种复杂条件下岩石力学性能试验控制系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李明超等: "耦合岩石图像与锤击音频的岩性分类智能识别分析方法", 《岩石力学与工程学报》 * |
| 王睿等: "基于声波-回弹联合法的岩石强度快速预测", 《铁道工程学报》 * |
| 陈际福，黄志强编, 北京：地质出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0519045B1 (en) | Non-destructive materials testing apparatus and technique for use in the field | |
| US6880403B1 (en) | Structure inspection device | |
| EP0471733B1 (en) | Pile tester | |
| CN112730622B (zh) | 一种路基压实质量测试方法、装置、设备及可读存储介质 | |
| CN106223305A (zh) | 一种自动考虑能量修正及动态响应的动力贯入仪 | |
| CN105606463A (zh) | 一种基于中智函数的岩体结构面抗剪强度综合评价方法 | |
| JP6688619B2 (ja) | 衝撃弾性波法に用いる打撃装置 | |
| CN102132141A (zh) | 原地测定粒状材料层的密实度的方法和实施该方法的装置 | |
| US6598485B1 (en) | Method and device for evaluating quality of concrete structures | |
| CN113109198A (zh) | 一种测试岩石坚硬程度的人工智能锤及其构建方法 | |
| CN111089695A (zh) | 一种自动化模态测试方法 | |
| CN105092709A (zh) | 一种混凝土结构的无损检测方法 | |
| JPS61169761A (ja) | 空隙探査器 | |
| KR100950543B1 (ko) | 콘크리트 전주의 건전성 진단장치 | |
| JP3023508B1 (ja) | 打診音による弾塑性体の物性評価方法 | |
| Sonmez et al. | Determination of wJd on rock exposures including wide spaced joints | |
| CN104197869B (zh) | 用于钻杆长度应力波自动检测系统以及方法 | |
| CN114880755A (zh) | 铁路隧道的围岩分级方法、装置、设备及可读存储介质 | |
| CN106610361A (zh) | 材料硬度统一对比研究方法及其使用的硬度计 | |
| KR100820114B1 (ko) | 콘크리트 비파괴시험용 전자식 타격장치 | |
| CN208596022U (zh) | 一种用于敞开式隔离开关的振动模态试验系统 | |
| JP4704848B2 (ja) | 地盤改良評価装置及び地盤改良評価プログラム | |
| CN217359423U (zh) | 标贯试验检测系统 | |
| RU2003116056A (ru) | Способ определения оптимальных характеристик взрывчатых веществ | |
| CN110612462A (zh) | 用于从井孔进行地层评估的系统和方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210713 |