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！

申请/专利权人：中国电建集团华东勘测设计研究院有限公司;浙江华东工程建设管理有限公司

摘要：本发明提供了一种基于SVM算法的抽水蓄能电站压力钢管脱空缺陷检测方法，其具体包括以下步骤：建立脱空缺陷模型试验，获取弹性波场实测数据用于校核数值仿真模型参数；进行脱空缺陷仿真分析计算，获取多种不同工况下的脱空缺陷区域的波场数据；基于大量典型缺陷的数值仿真模型计算结果，建立脱空缺陷样本数据库；对缺陷区域的波场特性进行分析，建立敏感性性评价指标；对样本数据中的波场数据进行特征向量提取，并建立SVM缺陷智能识别模型，并进一步通过脱空缺陷模型试验检验智能识别模型的准确性，并通过在实际检测作业过程中，通过增加样本数据库体量不断对缺陷智能识别算法进行优化。本发明解决了现有常规检测方法精度低、检测效率低下的问题。

主权项：1.一种基于SVM算法的抽水蓄能电站压力钢管脱空缺陷检测方法，其特征在于，包括以下步骤：步骤S1，脱空缺陷模型试验：预设多种不同脱空缺陷建立压力钢管脱空缺陷试验模型，并基于模型进行弹性波检测试验，获取实测波场数据；步骤S2，脱空缺陷仿真分析计算：通过有限元数值仿真平台建立多种不同脱空缺陷工况下的计算模型，并计算不同工况下冲击弹性波在缺陷区域及相应密实区域的波场变化；步骤S3，建立脱空缺陷样本数据库：对上述数值仿真计算结果按不同缺陷类型分别进行波形时程曲线和频谱曲线提取，建立多种不同工况下的缺陷样本及相应密实样本的波形数据库；步骤S4，波场特性分析及评价指标建立：基于建立的缺陷样本数据库，分析影响波形特性的因素，对不同钢板厚度、不同缺陷大小、距震源不同距离等多种影响波形特性的因素进行分析，明确不同缺陷模型下波场特性的变化规律，并制定敏感性评价指标；步骤S5，建立SVM缺陷智能识别模型：对样本数据库中的波形数据进行特征向量提取，并入机器学习SVM算法对样本数据进行训练分析，建立特征向量与脱空缺陷间的映射关系，形成压力钢管脱空缺陷智能识别模型；步骤S6，准确性检验及算法优化：对预设脱空缺陷模型的缺陷检测数据进行归一化及降噪处理，并应用上述建立的缺陷智能识别模型对处理后的检测数据进行缺陷识别，通过验证预测模型的准确性与分析误差原因，对识别模型进行进一步优化，提高其在实际检测工作中的准确率。

全文数据：

权利要求：

百度查询： 中国电建集团华东勘测设计研究院有限公司 浙江华东工程建设管理有限公司 基于SVM算法的抽水蓄能电站压力钢管脱空缺陷检测方法