CN117668496A - 一种土工格栅应变测试方法及系统 - Google Patents
一种土工格栅应变测试方法及系统 Download PDFInfo
- Publication number
- CN117668496A CN117668496A CN202410128878.7A CN202410128878A CN117668496A CN 117668496 A CN117668496 A CN 117668496A CN 202410128878 A CN202410128878 A CN 202410128878A CN 117668496 A CN117668496 A CN 117668496A
- Authority
- CN
- China
- Prior art keywords
- sequence
- period
- segment
- matching
- representative
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 34
- 238000001914 filtration Methods 0.000 claims abstract description 33
- 230000000737 periodic effect Effects 0.000 claims abstract description 19
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 50
- 230000008859 change Effects 0.000 claims description 38
- 238000010606 normalization Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011056 performance test Methods 0.000 abstract description 2
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005482 strain hardening Methods 0.000 description 2
- 101100272279 Beauveria bassiana Beas gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及数据处理技术领域,提出了一种土工格栅应变测试方法及系统,包括:采集土工格栅的应变数据,得到应变曲线;对应变曲线分解获取周期项,获取周期项的若干周期值及每个周期值的若干周期段;得到每个周期值的代表段及代表段序列;获取每个代表段的若干时序段及每个时序段的时序一致性、距离一致性;获取相邻两个代表段的匹配等距离性;得到匹配间隔序列及若干标记段;根据匹配间隔序列与标记段,对每个标记段对应的周期值下若干周期段进行滤波,得到修正应变曲线;根据修正应变曲线对土工格栅进行应变测试。本发明旨在解决土工格栅受载荷影响产生振动而影响应变性能测试的问题。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种土工格栅应变测试方法及系统。
背景技术
现有的对土工格栅进行应变测试时,往往是通过对土工格栅施加载荷,根据格栅上的应变片传感器采集到的应变数据,得到不同受力条件下的变形情况,进而评估其性能和稳定性;然而由于外界环境干,以及格栅在被施加载荷时本身的振动,会导致应变片传感器采集到的应变数据的失真,进而影响应变数据的准确性;而在现有方法中直接对采集到的应变数据进行分析,导致得到的格栅的应变性能存在较大误差。
发明内容
本发明提供一种土工格栅应变测试方法及系统,以解决现有的土工格栅受载荷影响产生振动而影响应变性能测试的问题,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种土工格栅应变测试方法,该方法包括以下步骤:
采集土工格栅的应变数据,得到应变曲线;
对应变曲线分解获取周期项,通过对周期项进行傅里叶变换,获取周期项的若干周期值及每个周期值的若干周期段;根据同一周期值下不同周期段之间的相似性,得到每个周期值的代表段及代表段序列;
根据代表段序列中相邻代表段的DTW匹配结果,获取每个代表段的若干时序段及每个时序段的时序一致性;根据时序段及DTW匹配结果,获取每个时序段的距离一致性;根据代表段中时序段的时序一致性及距离一致性,获取相邻两个代表段的匹配等距离性;
根据相邻代表段的DTW匹配结果及匹配等距离性,得到匹配间隔序列及若干标记段;根据匹配间隔序列与标记段,对每个标记段对应的周期值下若干周期段进行滤波,得到修正应变曲线;
根据修正应变曲线对土工格栅进行应变测试。
可选的,所述获取周期项的若干周期值及每个周期值的若干周期段,包括的具体方法为:
将周期项通过傅里叶变换转换到频域空间中,将转换到频域空间中各振幅对应的频率的倒数,作为周期值,将所有周期值按照从大到小的顺序排列,得到的序列记为周期项的周期序列;
从周期序列中第一个周期值开始,以该周期值对周期项进行分割,得到该周期值的若干分割段;对该周期值的任意相邻两个分割段计算余弦相似度,得到若干余弦相似度,若余弦相似度大于相似阈值,将对应的相邻两个分割段作为该周期值的周期段,通过余弦相似度进行判断,得到该周期值的若干周期段;对周期序列中每个周期值获取周期段。
可选的,所述得到每个周期值的代表段及代表段序列,包括的具体方法为:
对于任意一个周期值的任意一个周期段,获取该周期段与该周期值其他每个周期段的余弦相似度的均值,记为该周期段的周期相似性;获取该周期值的每个周期段的周期相似性,将周期相似性最大值对应的周期段,作为该周期值的代表段;获取每个周期值的代表段,将所有代表段按照对应周期值从小到大的顺序排列,得到的序列记为代表段序列。
可选的,所述每个代表段的若干时序段及每个时序段的时序一致性,具体的获取方法为:
代表段B和代表段C为代表段序列中相邻的代表段,且代表段C对应的周期值小于代表段B对应的周期值,将代表段B中所有时刻按照时序排列,得到的序列记为代表段B的顺序时间序列;对代表段B的顺序时间序列中每个元素都减去相邻前一个元素得到差值,将所有差值按照获取顺序排列,得到的序列记为代表段B的顺序差值序列;
对代表段B及代表段C进行DTW匹配,得到代表段B中每个时刻在代表段C中匹配的时刻,将所有匹配的时刻按照代表段B中时刻的顺序进行排列,得到的序列记为代表段B的匹配时间序列,匹配时间序列中元素数量与顺序时间序列中元素数量相等;对代表段B的匹配时间序列中每个元素都减去相邻前一个元素得到差值,将所有差值按照获取顺序排列,得到的序列记为代表段B的匹配差值序列;
对匹配差值序列与顺序差值序列中相同次序值的元素计算差值,计算方法为匹配差值序列中的元素减去顺序差值序列中的元素,将得到的差值按照对应元素的次序值排列,得到的序列记为代表段B的匹配变化序列;匹配变化序列中每个元素均对应代表段B中的相邻两个时刻,将匹配变化序列中元素值小于0的若干元素,记为乱序元素,元素值大于或等于0的若干元素记为增序元素;将乱序元素对应的相邻两个时刻作为一个乱序时序段,若连续出现多个乱序元素,则将连续的乱序时序段共同组成一个乱序时序段;根据增序元素获取增序时序段,将代表段B划分为若干增序时序段及乱序时序段,增序时序段及乱序时序段统称为时序段;
根据乱序时序段及增序时序段获取每个时序段的时序一致性。
可选的,所述根据乱序时序段及增序时序段获取每个时序段的时序一致性,包括的具体方法为:
对于任意一个时序段,获取该时序段对应乱序元素的数量,将所述数量的反比例归一化值作为该时序段的时序一致性。
可选的,所述每个时序段的距离一致性,具体的获取方法为:
对于代表段B中任意一个时序段,根据该时序段对应的元素,获取该时序段在匹配时间序列中对应的一段序列,记为该时序段的匹配时刻序列;对该匹配时刻序列中每个元素都减去相邻前一个元素得到差值,将所有差值的方差的反比例归一化值,记为该时序段的距离匹配性;
对于匹配时刻序列,从其中第一个元素开始,每次增加一个采集时间间隔,重新形成一个序列,该序列元素数量与匹配时刻序列的元素数量相等,记为匹配时刻序列的标准时刻序列;将匹配时刻序列与标准时刻序列的余弦相似度,记为该时序段的距离相似性;
将距离匹配性与距离相似性的乘积,作为该时序段的距离一致性。
可选的,所述相邻两个代表段的匹配等距离性,具体的获取方法为:
获取代表段B中每个时序段的时序一致性与距离一致性的乘积,记为每个时序段的匹配一致性;获取代表段B中增序时序段的数量与所有时序段的数量的比值,将比值与所有时序段的匹配一致性的均值的乘积,作为代表段B和代表段C的匹配等距离性。
可选的,所述得到匹配间隔序列及若干标记段,包括的具体方法为:
对所有匹配变化序列中所有元素的值进行线性归一化,得到的结果作为每个匹配变化序列中每个元素的归一化值;将代表段B的匹配变化序列中每个元素的归一化值的均值,与代表段B和代表段C的匹配等距离性的乘积,作为代表段B与代表段C的匹配间隔;获取每个代表段与相邻前一个代表段的匹配间隔,第一代表段的匹配间隔设置为0,将所有匹配间隔按照代表段的顺序进行排列,得到的序列记为匹配间隔序列;
对匹配间隔序列中每个元素都减去相邻前一个元素得到差值,每个差值对应相邻两个元素,若差值小于0,将差值对应的两个元素对应的代表段,记为标记段,差值大于或等于0的不处理,得到若干标记段。
可选的,所述对每个标记段对应的周期值下若干周期段进行滤波,包括的具体方法为:
对于任意一个标记段,该标记段对应两个匹配等距离性,分别为与相邻前一个代表段的匹配等距离性及与相邻后一个代表段的匹配等距离性,将两个匹配等距离性中的最小值,作为该标记段的调整参数;
计算1减去调整参数得到的差值,将该差值与窗口基准大小的乘积并向上取整得到的结果,作为该标记段的滤波窗口大小;对该标记段对应的周期值下所有周期段通过该滤波窗口大小进行均值滤波;
对每个标记段获取滤波窗口大小,并对每个标记段对应的周期值下所有周期段通过对应的滤波窗口大小进行均值滤波,将滤波完成的周期段及不需要滤波的周期段,共同组成去噪周期项。
第二方面,本发明另一个实施例提供了一种土工格栅应变测试系统,该系统包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明的有益效果是:本发明通过对土工格栅的应变曲线进行周期项分析,根据格栅振动的周期性进行格栅振动变化的提取,对应变曲线中格栅振动产生的噪声进行去除,进而实现应变曲线的修正,从而提高土工格栅应变特性测试结果的准确性,减少格栅本身随载荷增加而振动对应变测试的影响;其中通过对应变曲线进行STL分解得到周期项,并获取周期项中的若干周期值及对应代表段,为格栅振动所产生的周期变化提取提供基础;通过对相邻代表段进行DTW匹配,得到每个代表段的若干时序段,并对每个时序段获取时序一致性,用以反映各代表段整体时序变化的相似性;再获取距离一致性,用以反映趋势变化的相似性,最终得到用以反映相邻代表段时序趋势变化的匹配等距离性,并基于匹配等距离性进行标记段的获取,标记段反映破坏原有趋势及周期时序变化的代表段,标记段受到格栅振动影响较大,进而对标记段自适应获取滤波窗口大小,完成周期项的去噪,并重构得到修正应变曲线;最终通过修正应变曲线进行应变测试,提高土工格栅在不同荷载水平下的应变特性测试结果的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种土工格栅应变测试方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例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,本领域普通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。
请参阅图1,其示出了本发明一个实施例所提供的一种土工格栅应变测试方法流程图,该方法包括以下步骤:
步骤S001、采集土工格栅的应变数据,得到应变曲线。
本实施例的目的是对土工格栅的应变性能进行测试,因此首先需要获取土工格栅的应变数据,本实施例在土工格栅上安装应变片传感器进行土工格栅的应变数据的采集,从土工格栅开始使用起,以1分钟为采集时间间隔,进行应变数据采集,则得到若干时刻的应变数据,以时间轴为横坐标,纵坐标为应变数据,则将所有采集到的应变数据转换为应变曲线。
至此,对土工格栅获取了若干时刻的应变数据,并得到了应变曲线。
步骤S002、对应变曲线分解获取周期项,通过对周期项进行傅里叶变换,获取周期项的若干周期值及每个周期值的若干周期段;根据同一周期值下不同周期段之间的相似性,得到每个周期值的代表段及代表段序列。
优选的,在本发明一个实施例中,对应变曲线分解获取周期项,通过对周期项进行傅里叶变换,获取周期项的若干周期值及每个周期值的若干周期段,包括的具体方法为:
对应变曲线进行STL时间序列分解,得到趋势项、周期项及残差项,STL时间序列分解为公知技术,本实施例不再赘述,且趋势项、周期项及残差项与应变曲线对应相同的时间轴;将周期项通过傅里叶变换转换到频域空间中,将转换到频域空间中各振幅对应的频率的倒数,作为周期值,则得到周期项的若干周期值,将所有周期值按照从大到小的顺序排列,得到的序列记为周期项的周期序列。
进一步的,从周期序列中第一个周期值开始,以该周期值对周期项进行分割,得到该周期值的若干分割段,特别说明的是,若该周期值不能将周期项完全分割,即最后剩余一段长度不满足该周期值,则最后一段不作为分割段进行该周期值的后续分析;对该周期值的任意相邻两个分割段计算余弦相似度,则得到若干余弦相似度,预设一个相似阈值,本实施例相似阈值采用0.9进行叙述,若余弦相似度大于相似阈值,则将对应的相邻两个分割段作为该周期值的周期段,通过余弦相似度进行判断,得到该周期值的若干周期段;按照上述方法继续对第二个周期值进行周期段的获取,特别说明的是,若第二个周期值获取到的周期段中,存在某个周期段与之前其他周期值(第一个周期值)获取到的周期段存在重叠部分,则去除该周期段,即从第二个周期值得到的周期段中去除该周期段;按照上述方法对周期序列中每个周期值获取周期段,需要说明的是,最终所有周期段均不存在重叠部分,且能够将周期项完全划分。
所需说明的是,格栅振动可以视作一个振幅逐渐增强但趋势性相近的周期曲线,由于格栅的物理特性和结构,随着施加载荷的增加,格栅振动的振幅会逐渐增大,且每个振幅对应一个周期,不同周期的趋势变化相近,当施加的载荷达到一定程度时,格栅的振动行为会趋于稳定;而随着振幅增大,振动频率会加快,周期就会变小;而载荷是每个载荷停留一段时间,观察变形情况,然后再增加,停留一段时间观察,然后再增加的,因此每个周期值在整个周期项中均会对应若干段曲线,则需要获取每个周期值的周期段。
优选的,在本发明一个实施例中,根据同一周期值下不同周期段之间的相似性,得到每个周期值的代表段及代表段序列,包括的具体方法为:
对于任意一个周期值的任意一个周期段,获取该周期段与该周期值其他每个周期段的余弦相似度的均值,记为该周期段的周期相似性;获取该周期值的每个周期段的周期相似性,将周期相似性最大值对应的周期段,作为该周期值的代表段;获取每个周期值的代表段,将所有代表段按照对应周期值从小到大的顺序排列,得到的序列记为代表段序列。
至此,对周期项通过傅里叶变换并在频域空间中分析,获取周期值,并通过周期值对周期项分割下的分割段变化,提取各周期值的若干周期段,以及各周期值下相似性最大的代表段。
步骤S003、根据代表段序列中相邻代表段的DTW匹配结果,获取每个代表段的若干时序段及每个时序段的时序一致性;根据时序段及DTW匹配结果,获取每个时序段的距离一致性;根据代表段中时序段的时序一致性及距离一致性,获取相邻两个代表段的匹配等距离性。
优选的,在本发明一个实施例中,根据代表段序列中相邻代表段的DTW匹配结果,获取每个代表段的若干时序段及每个时序段的时序一致性,包括的具体方法为:
以代表段序列中代表段B和代表段C为例,代表段B和代表段C为代表段序列中相邻的代表段,且代表段C对应的周期值小于代表段B对应的周期值,即代表段C是代表段B的相邻前一个代表段;将代表段B中所有时刻按照时序排列,得到的序列记为代表段B的顺序时间序列;对代表段B的顺序时间序列中每个元素都减去相邻前一个元素得到差值,第一个元素不获取差值,则将所有差值按照获取顺序排列,得到的序列记为代表段B的顺序差值序列;对代表段B及代表段C进行DTW匹配,得到代表段B中每个时刻在代表段C中匹配的时刻,将所有匹配的时刻按照代表段B中时刻的顺序进行排列,得到的序列记为代表段B的匹配时间序列,匹配时间序列中元素数量与顺序时间序列中元素数量相等,需要说明的是,若代表段B中相邻两个时刻对应代表段C中多个连续的时刻,则将所述多个连续的时刻中第一个时刻和最后一个时刻分别作为所述相邻两个时刻中第一个时刻的匹配时刻及第二个时刻的匹配时刻;对代表段B的匹配时间序列中每个元素都减去相邻前一个元素得到差值,第一个元素不获取差值,则将所有差值按照获取顺序排列,得到的序列记为代表段B的匹配差值序列。
进一步的,对匹配差值序列与顺序差值序列中相同次序值的元素计算差值,计算方法为匹配差值序列中的元素减去顺序差值序列中的元素,将得到的差值按照对应元素的次序值排列,得到的序列记为代表段B的匹配变化序列;由于匹配变化序列中每个元素均对应顺序差值序列中一个元素,而顺序差值序列中一个元素对应顺序时间序列中相邻两个元素,顺序时间序列中每个元素均为一个时刻,则匹配变化序列中每个元素均对应代表段B中的相邻两个时刻,将匹配变化序列中元素值小于0的若干元素,记为乱序元素,元素值大于或等于0的若干元素记为增序元素;将乱序元素对应的相邻两个时刻作为一个乱序时序段,同时若连续出现多个乱序元素,则将连续的乱序时序段共同组成一个乱序时序段;同理根据增序元素获取增序时序段,则将代表段B划分为若干增序时序段及乱序时序段,增序时序段及乱序时序段统称为时序段。
进一步的,对于任意一个时序段,获取该时序段对应乱序元素的数量,需要说明的
是,增序时序段对应乱序元素的数量均为0,连续的乱序元素构成的乱序时序段则数量大于
1,单个乱序元素对应的乱序时序段则数量为1;将作为该时序段的时序一致性,其
中表示该时序段对应乱序元素的数量,表示以自然常数为底的指数函数,本实施例
采用模型来呈现反比例关系及归一化处理,同时保证所述数量为0时候时序一致
性为1,为模型的输入,实施者可根据实际情况设置反比例函数及归一化函数;按照上述
方法获取代表段B的每个时序段的时序一致性;对代表段序列中每个代表段都与相邻前一
个代表段获取若干时序段,并得到每个时序段的时序一致性。
所需说明的是,通过DTW匹配对周期值相近的代表段进行分析,分析时序上变化的一致性,为后续相邻代表段匹配等距离性量化提供基础,匹配等距离性反映代表段变化是否趋势相近,通过匹配等距离性实现对各代表段中可能的格栅振动进行提取,为后续应变曲线的修正提供基础。
优选的,在本发明一个实施例中,根据时序段及DTW匹配结果,获取每个时序段的距离一致性,包括的具体方法为:
对于代表段B中任意一个时序段,其对应代表段B的匹配变化序列中连续若干元
素,匹配变化序列中每个元素对应匹配差值序列中一个元素,匹配差值序列中每个元素对
应匹配时间序列中相邻两个元素,则根据该时序段对应的元素,获取该时序段在匹配时间
序列中对应的一段序列,记为该时序段的匹配时刻序列;对该匹配时刻序列中每个元素都
减去相邻前一个元素得到差值,第一个元素不获取差值,将所有差值的方差的反比例归一
化值,记为该时序段的距离匹配性,本实施例采用模型来呈现反比例关系及归一
化处理,同时保证所述数量为0时候时序一致性为1,为模型的输入,实施者可根据实际情
况设置反比例函数及归一化函数。
进一步的,时刻的最小间隔为一分钟,即采集时间间隔,则对于匹配时刻序列,从其中第一个元素开始,每次增加一个最小间隔,重新形成一个序列,该序列元素数量与匹配时刻序列的元素数量相等,记为匹配时刻序列的标准时刻序列,例如匹配时刻序列为[2 23 5 7],则标准时刻序列为[2 3 4 5 6];将匹配时刻序列与标准时刻序列的余弦相似度,记为该时序段的距离相似性。
进一步的,将距离匹配性与距离相似性的乘积,作为该时序段的距离一致性;按照上述方法获取每个时序段的距离一致性。
所需说明的是,通过匹配变化序列及匹配时间序列,获取时序段对应的匹配时刻序列,通过匹配时刻序列来反映相邻代表段趋势变化的一致性;同时对匹配时刻序列获取标准时刻序列,得到距离相似性,用以反映趋势变化的连续性,最终得到距离一致性来反映趋势变化上的相似性。
优选的,在本发明一个实施例中,根据代表段中时序段的时序一致性及距离一致性,获取相邻两个代表段的匹配等距离性,包括的具体方法为:
对于代表段B,获取代表段B中每个时序段的时序一致性与距离一致性的乘积,记为每个时序段的匹配一致性;获取代表段B中增序时序段的数量与所有时序段的数量的比值,将比值与所有时序段的匹配一致性的均值的乘积,作为代表段B和代表段C的匹配等距离性;按照上述方法获取代表段序列中任意相邻两个代表段的匹配等距离性。
至此,通过对相邻代表段进行DTW匹配,得到每个代表段的若干时序段,并对每个时序段获取时序一致性,用以反映各代表段整体时序变化的相似性;再获取距离一致性,用以反映趋势变化的相似性,最终得到用以反映相邻代表段时序趋势变化的匹配等距离性。
步骤S004、根据相邻代表段的DTW匹配结果及匹配等距离性,得到匹配间隔序列及若干标记段;根据匹配间隔序列与标记段,对每个标记段对应的周期值下若干周期段进行滤波,得到修正应变曲线。
优选的,在本发明一个实施例中,根据相邻代表段的DTW匹配结果及匹配等距离性,得到匹配间隔序列及若干标记段,包括的具体方法为:
对于除第一个代表段之外每个代表段,其均有与相邻前一个代表段对应的匹配变化序列,对所有匹配变化序列中所有元素的值进行线性归一化,得到的结果作为每个匹配变化序列中每个元素的归一化值;对于代表段B,将代表段B的匹配变化序列中每个元素的归一化值的均值,与代表段B和代表段C的匹配等距离性的乘积,作为代表段B与代表段C的匹配间隔;按照上述方法获取每个代表段与相邻前一个代表段的匹配间隔,第一代表段的匹配间隔设置为0,将所有匹配间隔按照代表段的顺序进行排列,得到的序列记为匹配间隔序列。
进一步的,对匹配间隔序列中每个元素都减去相邻前一个元素得到差值,第一个元素不获取差值;每个差值对应相邻两个元素,若差值小于0,将差值对应的两个元素对应的代表段,记为标记段,差值大于或等于0的不处理,则从代表段中得到若干标记段。
所需说明的是,代表段序列是按照周期值从小到大的顺序进行排列,则伴随周期增大,相邻代表段之间理想情况下的匹配间隔也会增大,而通过实际情况匹配间隔的量化,若匹配间隔出现减小,表明对应的代表段出现噪声影响,即格栅振动所带来的影响,则需要作为标记段进行去噪。
优选的,在本发明一个实施例中,根据匹配间隔序列与标记段,对每个标记段对应的周期值下若干周期段进行滤波,得到修正应变曲线,包括的具体方法为:
对于任意一个标记段,该标记段对应两个匹配等距离性,分别为与相邻前一个代表段的匹配等距离性及与相邻后一个代表段的匹配等距离性,将两个匹配等距离性中的最小值,作为该标记段的调整参数,特别说明的是,第一个代表段及最后一个代表段若是标记段,则将其对应的匹配等距离性作为调整参数;预设一个窗口基准大小,本实施例窗口基准大小采用5进行叙述,计算1减去调整参数得到的差值,将该差值与窗口基准大小的乘积并向上取整得到的结果,作为该标记段的滤波窗口大小;对该标记段对应的周期值下所有周期段通过该滤波窗口大小进行均值滤波;按照上述方法对每个标记段获取滤波窗口大小,并对每个标记段对应的周期值下所有周期段通过对应的滤波窗口大小进行均值滤波,则对周期项中部分周期段完成滤波,部分周期段不需要进行滤波(对应周期值的代表段不是标记段的若干周期段),将滤波完成的周期段及不需要滤波的周期段,共同组成去噪周期项。
所需说明的是,标记段对应的匹配等距离性越小,其与相邻代表段的时序趋势变化的差异越大,则需要越大的滤波窗口进行滤波来降低差异的影响,则需要调整参数越小,最终对标记段自适应得到滤波窗口大小并滤波。
进一步的,根据趋势项、残差项及去噪周期项,通过STL时间序列分解的逆运算进行重构,得到的曲线记为修正应变曲线。
至此,通过DTW匹配结果下匹配变化序列进行匹配间隔的量化,通过相邻代表段匹配间隔的变化进行标记段的获取,进而结合匹配等距离性进行自适应的滤波窗口大小的获取,从而得到去噪周期项,并重构得到修正应变曲线。
步骤S005、根据修正应变曲线对土工格栅进行应变测试。
优选的,在获取到修正应变曲线后,每个时刻在修正应变曲线上都有对应的应变值,结合每个时刻对应的载荷量,构建应变-荷载曲线,应变-荷载曲线中横坐标为应变值,纵坐标为载荷量;通过分析曲线,可以评估土工格栅在不同荷载水平下的应变特性,例如应变硬化、极限强度等。
可选的,在本发明一个实施例中,采用最小二乘法,将应变-荷载曲线拟合成特定的数学函数,确定其应变硬化系数;采用最大斜率法,通过应变-荷载曲线上的最大斜率来确定极限强度;采用线性回归法,通过应变-荷载曲线上的线性段来确定变形模型;其中最小二乘法、最大斜率法及线性回归法均为现有方法,本实施例不再赘述。
至此,通过对土工格栅的应变曲线进行周期项分析,根据格栅振动的周期性进行格栅振动变化的提取,对应变曲线中格栅振动产生的数据进行去除,进而实现应变曲线的修正,从而提高土工格栅应变特性测试结果的准确性,减少格栅本身随载荷增加而振动对应变测试的影响。
本发明另一个实施例提供了一种土工格栅应变测试系统,该系统包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述方法步骤S001到步骤S005。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种土工格栅应变测试方法,其特征在于,该方法包括以下步骤:
采集土工格栅的应变数据,得到应变曲线;
对应变曲线分解获取周期项,通过对周期项进行傅里叶变换,获取周期项的若干周期值及每个周期值的若干周期段;根据同一周期值下不同周期段之间的相似性,得到每个周期值的代表段及代表段序列;
根据代表段序列中相邻代表段的DTW匹配结果,获取每个代表段的若干时序段及每个时序段的时序一致性;根据时序段及DTW匹配结果,获取每个时序段的距离一致性;根据代表段中时序段的时序一致性及距离一致性,获取相邻两个代表段的匹配等距离性;
根据相邻代表段的DTW匹配结果及匹配等距离性,得到匹配间隔序列及若干标记段;根据匹配间隔序列与标记段,对每个标记段对应的周期值下若干周期段进行滤波,得到修正应变曲线;
根据修正应变曲线对土工格栅进行应变测试。
2.根据权利要求1所述的一种土工格栅应变测试方法,其特征在于,所述获取周期项的若干周期值及每个周期值的若干周期段,包括的具体方法为:
将周期项通过傅里叶变换转换到频域空间中,将转换到频域空间中各振幅对应的频率的倒数,作为周期值,将所有周期值按照从大到小的顺序排列,得到的序列记为周期项的周期序列;
从周期序列中第一个周期值开始,以该周期值对周期项进行分割,得到该周期值的若干分割段;对该周期值的任意相邻两个分割段计算余弦相似度,得到若干余弦相似度,若余弦相似度大于相似阈值,将对应的相邻两个分割段作为该周期值的周期段,通过余弦相似度进行判断,得到该周期值的若干周期段;对周期序列中每个周期值获取周期段。
3.根据权利要求1所述的一种土工格栅应变测试方法,其特征在于,所述得到每个周期值的代表段及代表段序列,包括的具体方法为:
对于任意一个周期值的任意一个周期段,获取该周期段与该周期值其他每个周期段的余弦相似度的均值,记为该周期段的周期相似性;获取该周期值的每个周期段的周期相似性,将周期相似性最大值对应的周期段,作为该周期值的代表段;获取每个周期值的代表段,将所有代表段按照对应周期值从小到大的顺序排列,得到的序列记为代表段序列。
4.根据权利要求1所述的一种土工格栅应变测试方法,其特征在于,所述每个代表段的若干时序段及每个时序段的时序一致性,具体的获取方法为:
代表段B和代表段C为代表段序列中相邻的代表段,且代表段C对应的周期值小于代表段B对应的周期值,将代表段B中所有时刻按照时序排列,得到的序列记为代表段B的顺序时间序列;对代表段B的顺序时间序列中每个元素都减去相邻前一个元素得到差值,将所有差值按照获取顺序排列,得到的序列记为代表段B的顺序差值序列;
对代表段B及代表段C进行DTW匹配,得到代表段B中每个时刻在代表段C中匹配的时刻,将所有匹配的时刻按照代表段B中时刻的顺序进行排列,得到的序列记为代表段B的匹配时间序列,匹配时间序列中元素数量与顺序时间序列中元素数量相等;对代表段B的匹配时间序列中每个元素都减去相邻前一个元素得到差值,将所有差值按照获取顺序排列,得到的序列记为代表段B的匹配差值序列;
对匹配差值序列与顺序差值序列中相同次序值的元素计算差值,计算方法为匹配差值序列中的元素减去顺序差值序列中的元素,将得到的差值按照对应元素的次序值排列,得到的序列记为代表段B的匹配变化序列;匹配变化序列中每个元素均对应代表段B中的相邻两个时刻,将匹配变化序列中元素值小于0的若干元素,记为乱序元素,元素值大于或等于0的若干元素记为增序元素;将乱序元素对应的相邻两个时刻作为一个乱序时序段,若连续出现多个乱序元素,则将连续的乱序时序段共同组成一个乱序时序段;根据增序元素获取增序时序段,将代表段B划分为若干增序时序段及乱序时序段,增序时序段及乱序时序段统称为时序段;
根据乱序时序段及增序时序段获取每个时序段的时序一致性。
5.根据权利要求4所述的一种土工格栅应变测试方法,其特征在于,所述根据乱序时序段及增序时序段获取每个时序段的时序一致性,包括的具体方法为:
对于任意一个时序段,获取该时序段对应乱序元素的数量,将所述数量的反比例归一化值作为该时序段的时序一致性。
6.根据权利要求4所述的一种土工格栅应变测试方法,其特征在于,所述每个时序段的距离一致性,具体的获取方法为:
对于代表段B中任意一个时序段,根据该时序段对应的元素,获取该时序段在匹配时间序列中对应的一段序列,记为该时序段的匹配时刻序列;对该匹配时刻序列中每个元素都减去相邻前一个元素得到差值,将所有差值的方差的反比例归一化值,记为该时序段的距离匹配性;
对于匹配时刻序列,从其中第一个元素开始,每次增加一个采集时间间隔,重新形成一个序列,该序列元素数量与匹配时刻序列的元素数量相等,记为匹配时刻序列的标准时刻序列;将匹配时刻序列与标准时刻序列的余弦相似度,记为该时序段的距离相似性;
将距离匹配性与距离相似性的乘积,作为该时序段的距离一致性。
7.根据权利要求4所述的一种土工格栅应变测试方法,其特征在于,所述相邻两个代表段的匹配等距离性,具体的获取方法为:
获取代表段B中每个时序段的时序一致性与距离一致性的乘积,记为每个时序段的匹配一致性;获取代表段B中增序时序段的数量与所有时序段的数量的比值,将比值与所有时序段的匹配一致性的均值的乘积,作为代表段B和代表段C的匹配等距离性。
8.根据权利要求4所述的一种土工格栅应变测试方法,其特征在于,所述得到匹配间隔序列及若干标记段,包括的具体方法为:
对所有匹配变化序列中所有元素的值进行线性归一化,得到的结果作为每个匹配变化序列中每个元素的归一化值;将代表段B的匹配变化序列中每个元素的归一化值的均值,与代表段B和代表段C的匹配等距离性的乘积,作为代表段B与代表段C的匹配间隔;获取每个代表段与相邻前一个代表段的匹配间隔,第一代表段的匹配间隔设置为0,将所有匹配间隔按照代表段的顺序进行排列,得到的序列记为匹配间隔序列;
对匹配间隔序列中每个元素都减去相邻前一个元素得到差值,每个差值对应相邻两个元素,若差值小于0,将差值对应的两个元素对应的代表段,记为标记段,差值大于或等于0的不处理,得到若干标记段。
9.根据权利要求1所述的一种土工格栅应变测试方法,其特征在于,所述对每个标记段对应的周期值下若干周期段进行滤波,包括的具体方法为:
对于任意一个标记段,该标记段对应两个匹配等距离性,分别为与相邻前一个代表段的匹配等距离性及与相邻后一个代表段的匹配等距离性,将两个匹配等距离性中的最小值,作为该标记段的调整参数;
计算1减去调整参数得到的差值,将该差值与窗口基准大小的乘积并向上取整得到的结果,作为该标记段的滤波窗口大小;对该标记段对应的周期值下所有周期段通过该滤波窗口大小进行均值滤波;
对每个标记段获取滤波窗口大小,并对每个标记段对应的周期值下所有周期段通过对应的滤波窗口大小进行均值滤波,将滤波完成的周期段及不需要滤波的周期段,共同组成去噪周期项。
10.一种土工格栅应变测试系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述一种土工格栅应变测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410128878.7A CN117668496B (zh) | 2024-01-31 | 2024-01-31 | 一种土工格栅应变测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410128878.7A CN117668496B (zh) | 2024-01-31 | 2024-01-31 | 一种土工格栅应变测试方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117668496A true CN117668496A (zh) | 2024-03-08 |
CN117668496B CN117668496B (zh) | 2024-04-30 |
Family
ID=90071595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410128878.7A Active CN117668496B (zh) | 2024-01-31 | 2024-01-31 | 一种土工格栅应变测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117668496B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148228A1 (en) * | 2015-11-25 | 2017-05-25 | Autodesk, Inc. | Distance field coupled fitted deformation lattices for shape modification |
WO2017185963A1 (zh) * | 2016-04-26 | 2017-11-02 | 深圳前海云汉金融科技有限公司 | 一种基于大数据的趋势曲线局部特征的匹配方法及终端 |
CN109409496A (zh) * | 2018-11-14 | 2019-03-01 | 重庆邮电大学 | 一种基于蚁群算法改进的ldtw序列相似度量方法 |
US20200125472A1 (en) * | 2018-10-17 | 2020-04-23 | Toyota Research Institute, Inc. | Systems and methods for automatic test generation |
CN217174704U (zh) * | 2022-04-13 | 2022-08-12 | 泰安市瑞亨建材有限公司 | 一种高韧性钢塑土工格栅 |
WO2022267735A1 (zh) * | 2021-06-24 | 2022-12-29 | 腾讯科技(深圳)有限公司 | 业务数据处理方法、装置、计算机设备和存储介质 |
CN115659160A (zh) * | 2022-12-28 | 2023-01-31 | 北京中航路通科技有限公司 | 一种用于数字孪生模型优化的数据质量度量方法 |
CN116089777A (zh) * | 2023-04-10 | 2023-05-09 | 北京智蚁杨帆科技有限公司 | 一种基于信息智能匹配的新能源智能结算方法及系统 |
CN116226691A (zh) * | 2023-05-08 | 2023-06-06 | 深圳市魔样科技有限公司 | 用于手势姿态感知的智能戒指数据处理方法 |
JP2023078852A (ja) * | 2021-11-26 | 2023-06-07 | フクビ化学工業株式会社 | 変形量測定シート体及びシート成形体の加飾方法並びに加飾成形体及びその製造方法 |
CN116381680A (zh) * | 2022-11-21 | 2023-07-04 | 中交基础设施养护集团有限公司 | 一种基于时序雷达干涉测量技术的城市地表形变监测方法 |
CN116702526A (zh) * | 2023-02-20 | 2023-09-05 | 江苏大学 | 一种可提高力学性能且降低阻力的高速翻转犁栅条的建模及制造方法 |
CN117310118A (zh) * | 2023-11-28 | 2023-12-29 | 济南中安数码科技有限公司 | 一种地下水污染可视化监测方法 |
-
2024
- 2024-01-31 CN CN202410128878.7A patent/CN117668496B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170148228A1 (en) * | 2015-11-25 | 2017-05-25 | Autodesk, Inc. | Distance field coupled fitted deformation lattices for shape modification |
WO2017185963A1 (zh) * | 2016-04-26 | 2017-11-02 | 深圳前海云汉金融科技有限公司 | 一种基于大数据的趋势曲线局部特征的匹配方法及终端 |
US20200125472A1 (en) * | 2018-10-17 | 2020-04-23 | Toyota Research Institute, Inc. | Systems and methods for automatic test generation |
CN109409496A (zh) * | 2018-11-14 | 2019-03-01 | 重庆邮电大学 | 一种基于蚁群算法改进的ldtw序列相似度量方法 |
WO2022267735A1 (zh) * | 2021-06-24 | 2022-12-29 | 腾讯科技(深圳)有限公司 | 业务数据处理方法、装置、计算机设备和存储介质 |
JP2023078852A (ja) * | 2021-11-26 | 2023-06-07 | フクビ化学工業株式会社 | 変形量測定シート体及びシート成形体の加飾方法並びに加飾成形体及びその製造方法 |
CN217174704U (zh) * | 2022-04-13 | 2022-08-12 | 泰安市瑞亨建材有限公司 | 一种高韧性钢塑土工格栅 |
CN116381680A (zh) * | 2022-11-21 | 2023-07-04 | 中交基础设施养护集团有限公司 | 一种基于时序雷达干涉测量技术的城市地表形变监测方法 |
CN115659160A (zh) * | 2022-12-28 | 2023-01-31 | 北京中航路通科技有限公司 | 一种用于数字孪生模型优化的数据质量度量方法 |
CN116702526A (zh) * | 2023-02-20 | 2023-09-05 | 江苏大学 | 一种可提高力学性能且降低阻力的高速翻转犁栅条的建模及制造方法 |
CN116089777A (zh) * | 2023-04-10 | 2023-05-09 | 北京智蚁杨帆科技有限公司 | 一种基于信息智能匹配的新能源智能结算方法及系统 |
CN116226691A (zh) * | 2023-05-08 | 2023-06-06 | 深圳市魔样科技有限公司 | 用于手势姿态感知的智能戒指数据处理方法 |
CN117310118A (zh) * | 2023-11-28 | 2023-12-29 | 济南中安数码科技有限公司 | 一种地下水污染可视化监测方法 |
Non-Patent Citations (4)
Title |
---|
FELIX OPITZ等: "Data Analytics and Machine Learning in Wide Area Surveillance Systems", 2019 20TH INTERNATIONAL RADAR SYMPOSIUM (IRS), 22 July 2019 (2019-07-22), pages 1 - 10 * |
邱艺文;: "西南某机场高填方加筋边坡稳定性分析", 中外公路, no. 03, 25 June 2018 (2018-06-25) * |
郭奕崇;邹维东;: "塑料土工格栅力学行为研究――Ⅰ.短周期力学行为的分析", 塑料, no. 06, 18 December 2005 (2005-12-18) * |
郭杰: "高速公路新旧路基拼宽连接加固施工技术", 北方建筑, 31 December 2022 (2022-12-31), pages 67 - 71 * |
Also Published As
Publication number | Publication date |
---|---|
CN117668496B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115987295A (zh) | 基于物联网的农作物监控数据高效处理方法 | |
CN117633696B (zh) | 一种基于bim模型的水利工程施工监测方法及系统 | |
CN110702786B (zh) | 基于多尺度奇异吸引子预测误差的梁结构损伤识别方法 | |
CN115797335B (zh) | 用于桥梁振动测量的欧拉运动放大效果评估及优化方法 | |
CN117290718B (zh) | 一种地质矿产勘查数据提取方法及系统 | |
CN117112514B (zh) | 基于对氯甲基苯乙烯生产数据的记录存储方法 | |
CN117357080B (zh) | 近红外光谱信号去噪方法及装置、终端设备、存储介质 | |
CN117434153A (zh) | 基于超声波技术的道路无损检测方法及系统 | |
CN117591843A (zh) | 一种基于交叉验证机器学习的预测方法 | |
CN114330850B (zh) | 一种用于气候预测的异常相对倾向生成方法与系统 | |
CN117949821B (zh) | 一种异步电机故障诊断方法及相关设备 | |
CN117668496B (zh) | 一种土工格栅应变测试方法及系统 | |
CN116519206A (zh) | 基于深度学习的压力传感器校准系统及方法 | |
US9002684B2 (en) | Apparatus and method for processing a process simulation database of a process | |
CN108596879B (zh) | 一种基于希尔伯特黄变换的fMRI时频域动态网络构建方法 | |
CN116738221B (zh) | 一种带压管道气体分析方法及系统 | |
CN113297722A (zh) | 滨海土壤盐分评估方法及系统 | |
CN116938255A (zh) | 一种数据的智能压缩存储方法 | |
CN116625678A (zh) | 基于平均峭度反卷积网络的故障诊断方法及系统 | |
Alfaouri et al. | Quality evaluation techniques of processing the ECG signal | |
CN118245762B (zh) | 一种信号经验模态分解方法和系统 | |
CN118010103B (zh) | 高寒环境下等厚度水泥土搅拌墙智能监测方法及系统 | |
CN117216489B (zh) | 一种基于互联网的防水涂料质检分析方法及系统 | |
CN118098273B (zh) | 一种多音频数据智能处理方法 | |
CN113779837B (zh) | 一种基于新型实测规范化技术的结构模态灵敏度分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |