基于模块化卷积神经网络的微NPR螺栓剪切变形的智能识别
Guang Han1,2,3, Chen Shang1,2, Zhigang Tao3
1Hebei Provincial Collaborative Innovation Center of Transportation Power Grid Intelligent Integration Technology and Equipment, Shijiazhuang Tiedao University, Shijiazhuang 050043, China.
Sensors (Basel, Switzerland)
|January 10, 2026
概括
微负波桑比率 (Micro-NPR) 螺栓可以提高斜坡的稳定性. 应力波非破坏性测试与卷积神经网络相结合,可以准确地检测这些先进的螺栓 anchoring系统中的剪切变形.
科学领域:
- 地质技术工程 地质技术工程
- 材料科学 材料科学 材料科学
- 非破坏性测试是指非破坏性测试.
背景情况:
- 斜坡的不稳定性是土木工程中的一个关键问题.
- 传统螺栓在缓解大变形方面存在局限性.
- 微负波松比率 (Micro-NPR) 螺栓提供了更好的性能.
研究的目的:
- 开发和验证Micro-NPR螺栓固定系统的非破坏性测试方法.
- 准确检测斜坡支结构中的剪切变形.
- 为了提高螺栓固系统的质量检查.
主要方法:
- 使用压力波非破坏性检测技术.
- 采用模块化卷积神经网络 (CNN) 方法.
- 集成的剪切角度和剪切位置识别子模块.
主要成果:
- 在Micro-NPR螺栓固系统中成功识别了剪切变形.
- 综合CNN方法显著提高了检测准确度.
- 证明了时间域信号特征对于缺陷检测的有效性.
结论:
- 压力波结合的NDT和CNN方法对于检测Micro-NPR螺栓 anchoring系统中的剪切变形是有效的.
- 这项技术有助于质量检查,并确保斜坡支的稳定性.
- 这些发现将有利于未来的工程应用在地质技术稳定性.
