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：中国水产科学研究院渔业工程研究所

摘要：本发明公开了一种防波堤防浪墙断面的参数分析优化方法，具体涉及防波堤防浪墙技术领域；根据断面图将防波堤和防浪墙划分为若干个监测点，使用超声波检测技术识别材料内部的缺陷并判断材料性能一致性，当材料性能不一致时，监测和分析温度分布变化，评估材料温度变化的稳定性，监测风荷载数据，评估风荷载频率与结构固有频率之间的偏差情况，综合分析材料温度变化稳定性和风荷载对结构动态响应的影响，评估动态响应分析的准确性，将评估结果进行划分，对于可能准确性响应的情况，计算共振概率，并通过模糊规则进行参数调整优化；不仅能及时发现和预防共振风险，提高结构安全性和稳定性，还能通过系统化的监测和分析，优化设计和维护策略。

主权项：1.一种防波堤防浪墙断面的参数分析优化方法，其特征在于：包括以下步骤；S1：根据断面图将防波堤和防浪墙的不同部位划分为若干个监测点，通过超声波检测技术识别材料内部的缺陷并判断材料性能是否一致；所述步骤S1包括：将超声波检测设备采集到的数据进行分析，数据包括时间t和信号强度A两个参数；使用滤波器去除噪声信号，识别并移除基线漂移，对齐不同监测点的时间基准；计算反射信号的振幅峰值和到达时间，具体的计算表达式为：Apeak＝maxAt；式中，Apeak为振幅峰值，At表示随时间t变化的信号振幅；tarrival＝|Apeak|；式中，tarrival为到达时间；获取超声波在材料中的传播速度v，使用超声波的传播速度和反射时间计算缺陷的位置，具体的计算表达式为：d为缺陷位置；将缺陷位置点的反射信号与标准样本对比，识别异常信号，根据反射信号的特征，判断是否存在缺陷：计算反射信号的归一化互相关函数值，具体的计算表达式为：式中，Rxyt为归一化互相关函数值，X和Y分别是信号x和y的均值，xt为在时间t处的信号值；将获取到的反射信号的归一化互相关函数值与历史数据中的标准状态下的归一化互相关函数标准值进行比较，若归一化互相关函数值大于等于归一化互相关函数标准值，此时的材料性能一致；若归一化互相关函数值小于归一化互相关函数标准值，此时的材料性能不一致；S2：当材料性能出现不一致时，对防波堤和防浪墙材料表面和内部的温度分布情况进行监测分析，判断其温度分布变化的异常程度，评估材料温度变化的稳定性；所述步骤S2具体包括：根据防波堤和防浪墙温度数据的分析结果，获取其的温度变化频率偏差值，评估材料温度变化的稳定性，则温度变化频率偏差值的获取方法为：对防波堤和防浪墙的表面和内部布置温度传感器获取到的温度数据进行去噪处理，将预处理后的温度数据分成g个时间段，每个时间段称为一个窗口，对每个窗口的温度数据进行傅里叶变换，然后计算功率谱密度估计值，计算每个窗口的频率偏差值，具体的计算表达式为：其中，fi表示频率谱上的每个频率点的值，fk表示频率的平均值，N表示频率点的总数；将计算得到的每个窗口的频率偏差值进行小波变换，得到小波系数矩阵，根据小波系数矩阵，计算温度变化频率偏差值，具体的计算表达式为：式中，LM为温度变化频率偏差值，J表示小波变换的尺度数，M表示小波变换的频率数，fjm表示小波系数矩阵中的每个元素；S3：对防波堤和防浪墙材料表面的风荷载数据进行监测，判断风荷载频率与结构固有频率之间的偏差情况，评估风荷载对结构动态响应的影响程度；所述步骤S3具体包括：将风荷载的频率与结构的固有频率进行分析，获取风荷载频率异常指数，评估风荷载对结构动态响应的影响程度，则风荷载频率异常指数的获取方法为：对风荷载数据进行傅里叶变换，将风荷载数据时域信号转换为频域信号，分析频谱图，利用傅里叶变换将时域信号Qs转换为频域信号QF，具体的转换表达式为：QF为频率为F处的频谱成分，反映了信号在频域上的能量分布，F为频率，i为风荷载数据的数量；将傅里叶变换得到的频谱数据进行聚类分析，将傅里叶变换得到的频谱数据作为输入，通过K-means聚类算法将数据点划分为预先指定数量的簇，使得簇内的数据点之间的距离最小，而不同簇之间的距离最大，使用选择的聚类算法对频谱数据进行聚类分析，算法将频率分组为不同的簇，每个簇代表具有相似频率特征的数据点集合，对每个聚类得到的群组进行频率分布特征分析，计算每个群组的频率标准差，并将所有群组的频率标准差进行求和后得到风荷载频率异常指数；S4：将材料温度变化的稳定性和风荷载对结构动态响应的影响程度进行综合分析，评估防波堤和防浪墙动态响应分析的准确性程度；所述步骤S4具体包括：将材料温度变化的稳定性和风荷载对结构动态响应的影响程度进行综合分析，具体为：将温度变化频率偏差值和风荷载频率异常指数转换为第一特征向量，将第一特征向量作为机器学习模型的输入，机器学习模型以每组第一特征向量预测防波堤和防浪墙动态响应分析的准确性值标签为预测目标，以最小化对所有防波堤和防浪墙动态响应分析的准确性值标签的预测误差之和作为训练目标，对机器学习模型进行训练，直至预测误差之和达到收敛时停止模型训练，根据模型输出结果确定防波堤和防浪墙动态响应分析的准确性系数，其中，机器学习模型为多项式回归模型；S5：根据评估结果，将防波堤和防浪墙动态响应分析的准确性程度划分为准确响应、可能准确响应和不准确响应；所述步骤S5具体包括：将防波堤和防浪墙动态响应分析的准确性程度划分为准确响应、可能准确响应和不准确响应，具体为：将获取到的防波堤和防浪墙动态响应分析的准确性系数与梯度标准阈值进行比较，梯度标准阈值包括第一标准阈值和第二标准阈值，且第一标准阈值小于第二标准阈值，将防波堤和防浪墙动态响应分析的准确性系数分别与第一标准阈值和第二标准阈值进行对比；若防波堤和防浪墙动态响应分析的准确性系数大于第二标准阈值，将防波堤和防浪墙动态响应分析的准确性程度划分为准确响应；若防波堤和防浪墙动态响应分析的准确性系数大于等于第一标准阈值且小于等于第二标准阈值，将防波堤和防浪墙动态响应分析的准确性程度划分为可能准确响应；若防波堤和防浪墙动态响应分析的准确性系数小于第一标准阈值，将防波堤和防浪墙动态响应分析的准确性程度划分为不准确响应；S6：当防波堤和防浪墙动态响应分析的准确性程度为可能准确性响应时，对一段时间内防波堤和防浪墙与波浪频率发生共振概率进行计算，并对其使用模糊规则进行参数的调整优化；所述步骤S6具体包括：对一段时间内防波堤和防浪与波浪频率发生共振概率进行计算，具体为：收集一段时间内的波浪频率数据，记录波浪频率随时间的变化情况，采集防波堤和防浪墙的结构固有频率数据，使用传感器收集防波堤和防浪墙在不同波浪条件下的动态响应数据，对波浪频率和结构响应频率数据进行平滑处理；使用傅里叶变换将时间域数据转换为频域数据，对波浪频率和结构固有频率数据进行频谱分析，确定防波堤和防浪墙的共振频率范围，即结构的固有频率范围，计算波浪频率与结构固有频率的偏差值，计算波浪频率fw与结构固有频率fs的频率偏差值Δf，Δf＝|fw-fs|；将频率偏差值Δf的时间序列数据进行统计分析，获得频率偏差值的分布情况；通过核密度估计方法，构建频率偏差值的概率密度函数PΔf，设定共振频率偏差阈值Δfthreshold，计算频率偏差值落在共振频率偏差阈值内的概率，其中，presonance为共振概率；使用模糊规则进行参数的调整优化，具体为：将共振概率presonance和准确性系数BG作为模糊规则的输入项，将共振概率和准确性系数划分为若干模糊集合，定义每个模糊集合的隶属函数，根据工程经验和实际需求，建立模糊规则库；根据输入变量的实际值，使用隶属函数计算每个模糊集合的隶属度；应用模糊规则库，根据输入变量的隶属度和模糊规则，计算输出变量的隶属度；根据选择的去模糊化方法，计算输出变量的精确值；根据去模糊化得到的输出值，调整防波堤和防浪墙的参数。

全文数据：

权利要求：

百度查询： 中国水产科学研究院渔业工程研究所 一种防波堤防浪墙断面的参数分析优化方法