Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 吉林大学王文盛获国家专利权

吉林大学王文盛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉吉林大学申请的专利基于MFCC和RA-AF的钢筋混凝土粘结失效全过程特征预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120009414B

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510496749.8,技术领域涉及:G01N29/14;该发明授权基于MFCC和RA-AF的钢筋混凝土粘结失效全过程特征预测方法是由王文盛;刘保印;谭国金;何昕;张纵横;吴斐;杨连升设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

基于MFCC和RA-AF的钢筋混凝土粘结失效全过程特征预测方法在说明书摘要公布了:基于MFCC和RA‑AF的钢筋混凝土粘结失效全过程特征预测方法,属于钢筋混凝土损伤检测技术领域。本发明的预测方法,先获取钢筋混凝土参数以及钢筋混凝土粘结失效过程的声发射直接特征参数;然后基于声发射直接特征参数,提取声发射间接特征参数,确定钢筋混凝土参数的粘结失效过程特征的预测结果;再将声发射间接特征参数进行平均化处理,得到声发射平均间接特征参数,建立声发射间接特征参数‑粘结失效结果特征的关系式;输入钢筋混凝土参数对应的声发射平均间接特征参数,得到钢筋混凝土参数对应的粘结失效结果特征的预测结果。该预测方法可以有效地全面覆盖拉拔失效的全部过程,实用性强,可信度高,适用范围广。

本发明授权基于MFCC和RA-AF的钢筋混凝土粘结失效全过程特征预测方法在权利要求书中公布了:1.基于MFCC和RA-AF的钢筋混凝土粘结失效全过程特征预测方法,其特征在于,包括以下步骤: 步骤S1,获取钢筋混凝土参数以及钢筋混凝土粘结失效过程的声发射直接特征参数,所述声发射直接特征参数包括振幅参数、能量参数、振铃计数、上升时间和持续时间;所述钢筋混凝土参数包括钢筋参数和混凝土参数,所述钢筋参数包括钢筋类型、钢筋化学元素组成、钢筋总体长度、钢筋粘结长度、钢筋嵌入混凝土位置中的一种或多种,所述混凝土参数包括混凝土配合比、混凝土尺寸、混凝土养护的温度、混凝土养护的湿度、混凝土养护的时间中的一种或多种; 步骤S2,先基于声发射直接特征参数,提取声发射间接特征参数,所述声发射间接特征参数包括MFCC特征参数和RA-AF特征参数,然后基于声发射间接特征参数,确定所述钢筋混凝土参数的粘结失效过程特征的预测结果,所述粘结失效过程特征包括损伤阶段、损伤模式和损伤程度; 所述步骤S2的过程为: 步骤S21,先将振幅参数进行预加重处理,得到预加重声发射信号,然后将预加重声发射信号分帧,将每帧预加重声发射信号乘加窗函数,得到分帧加窗声发射信号,然后通过离散傅里叶变换将分帧加窗声发射信号从时域转换到频域,计算得到信号功率谱,再将信号功率谱通过一组梅尔滤波器,定义梅尔滤波器数量,计算梅尔滤波器输出的对数能量,最后使用离散余弦变换将对数能量进行去相关和降维,最终计算得到多个MFCC特征参数; 步骤S22,基于多个MFCC特征参数和能量参数绘制MFCC特征图,选择第i个MFCC特征; 步骤S23,在[Tkmin,Tkmax]范围内取选择的第i个MFCC特征的波动响应的最大点作为钢筋混凝土粘结失效过程真实损伤阶段的第k个突变点,得到对应的m个真实损伤阶段,Tkmin=mintka,tkc,tkr,tkd,Tkmax=maxtka,tkc,tkr,tkd,式中,tka,tkc,tkr,tkd分别为声发射特征参数中的振幅参数、振铃计数、上升时间和持续时间的第k个阶段突变点; 步骤S24,基于声发射直接特征参数计算RA值与AF值,得到RA-AF特征参数,建立由数据点xmn=RAmn,AFmn组成的数据集Xm,Xm为第m个阶段的RA-AF数据集,xmn为第m个真实损伤阶段的第n个数据点,RAmn为第m个真实损伤阶段的第n个RA值,AFmn为第m个真实损伤阶段的第n个AF值; 步骤S25,基于数据集Xm绘制RA-AF散点图,使用高斯混合模型聚类,将破坏模式聚类为拉伸模式和剪切模式; 步骤S26,基于聚类的结果,确定粘结失效过程每个真实损伤阶段的损伤模式,计算公式为: Bm=cmm; 式中,Bm为第m个真实损伤阶段剪切损伤模式百分占比,cm为第m个真实损伤阶段被聚类为剪切模式的数据点数量,nm为第m个真实损伤阶段数据点总数;当Bm大于50%时,所述钢筋混凝土参数的第m个真实损伤阶段为剪切模式,当Bm小于50%时,所述钢筋混凝土参数的第m个真实损伤阶段为拉伸模式,当Bm等于50%时,所述钢筋混凝土参数的第m个真实损伤阶段为剪切-拉伸混合模式; 步骤S27,基于RA-AF特征参数,确定粘结失效过程每个真实损伤阶段的损伤程度,计算公式为: 式中,b0m为第m个真实损伤阶段的破坏程度,RAmn为第m个真实损伤阶段的第n个RA值,AFmn为第m个真实损伤阶段的第n个AF值,nm为第m个真实损伤阶段数据点总数; 将b0m进行最大值归一化处理,计算公式为: b1m=b0mbmax; 式中,b1m为最大值归一化处理后的第m个真实损伤阶段的破坏程度,bmax为b0m所有真实损伤阶段的最大值; 步骤S3,先将声发射间接特征参数进行平均化处理,得到声发射平均间接特征参数,然后基于声发射平均间接特征参数,建立所述混凝土参数的声发射间接特征参数-粘结失效结果特征的关系式,所述粘结失效结果特征为粘结强度和峰值滑移; 所述步骤S3的过程为: 步骤S31,先将声发射间接特征参数进行平均化处理,得到声发射平均间接特征参数,所述声发射平均间接特征参数包括MFCC特征密度和均化RA; 所述MFCC特征密度和均化RA计算公式为: 式中,为MFCC经平均化处理得到的MFCC特征密度,MFCCij为第j个MFCC特征参数的第i个数值,tf为抽帧后的时间,m表示共有m个MFCC特征参数,n表示每个MFCC特征参数共有n个数值; 式中,为RA值经平均化处理得到的均化RA,RTi为第i个上升时间的数据,Ai为第i个振幅参数的数据,n为所有数据的数量; 步骤S32,结合所述钢筋混凝土参数,判断是否存在所述钢筋混凝土参数对应的声发射间接特征参数-粘结失效结果特征的关系式,若存在,则得到声发射间接特征参数-粘结失效结果特征的关系式后,执行步骤S4,若不存在,则执行步骤S33; 步骤S33,基于声发射平均间接特征参数建立所述钢筋混凝土参数对应的声发射间接特征参数-粘结失效的结果特征关系式,执行步骤S4; 所述基于声发射平均间接特征参数建立钢筋混凝土参数对应的声发射间接特征参数-粘结失效的结果特征关系式,计算公式为: 式中,τ为钢筋混凝土粘结失效后的粘结强度,s为钢筋混凝土粘结失效后的峰值滑移,a、b、c、d、M、N为待定系数,使用矩阵实验室拟合获得; 步骤S4,输入所述钢筋混凝土参数对应的声发射平均间接特征参数,基于得到的声发射间接特征参数-粘结失效结果特征的关系式,得到所述钢筋混凝土参数对应的粘结失效结果特征的预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人吉林大学,其通讯地址为:130012 吉林省长春市朝阳区前进大街2699号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。