《基于MFCC和卷积神经网络钢梁与CFRP板粘结强度智能检测方法及系统》.pdfVIP

基于MFCC和卷积神经网络钢梁与CFRP板粘结强度智能检测方法及

系统

1范围

本文件规定了基于MFCC和卷积神经网络钢梁与CFRP板粘结强度智能检测方法及系统的术语和定义、

系统构成及原理、技术要求、检测步骤及方法。

本文件适用于基于MFCC和卷积神经网络钢梁与CFRP板粘结强度智能检测方法及系统的应用。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本

文件。

GB/T1446纤维增强塑料性能试验方法总则

GB/T3961纤维增强塑料术语

GB/T21490结构加固修复用碳纤维片材

GB51367钢结构加固设计标准

3术语和定义

GB/T3961界定的术语和定义适用于本文件。

4系统构成及原理

通过采集敲击结构所产生的信号的，并输入本发明中的计算机数据分析系统，即可利用分析系统的

结果反应出CFRP与钢梁的粘结强度，从而对CFRP与钢梁的粘结强度进行准确地评估和监测。系统装置构

成符合图1。

图1系统装置结构图

1

5技术要求

5.1钢结构加固修复用碳纤维片材符合GB/T21490的内容。

5.2碳纤维增强聚合物材料性能需按GB/T1446试验方法进行，符合具体性能应力要求。

5.3钢结构加固构件符合GB51367的相关要求。

6检测步骤及方法

6.1检测步骤

检测步骤符合图2内容，具体实施可参照以下步骤：

1)声音信号发生装置，声音发生装置采用方形敲击锤，通过敲击采用CFRP加固的钢梁结构表面产

生声音。

2)声音信号采集装置，采用专业麦克风采集声音信号，并与电脑相连，声音信号采集采用LabVIEW

平台进行采集，并可以实时显示时域信号和频谱分析结果，将采集到的声音信号保存到电脑中。

3)结构脱粘识别系统，通过将采集到的声音信号进行数据分析，通过提取声音信号的MFCC特征图、

并结合通过数据库训练好的卷积神经网络模型，对不同脱粘部位的声音信号进行定量损伤判别。

图2步骤实施

6.2智能监测方法

MFCC和卷积神经网络的钢梁与CFRP板粘结强度智能检测方法，包括以下步骤：

a)使用敲击工具敲击结构表面，并通过LabVIEW平台和麦克风采集声音信号；

b)采用滤波器进行降噪；

2

c)截取的信号长度为0.18s，共16帧，采用汉明窗，每帧长度为1440，重叠窗口为480点；并

提取16阶MFCC，形成MFCC矩阵；

d)将矩阵转换为特征图，并制作数据集和标签集，然后搭建简易CNN网络模型，利用数据集中

的训练集进行训练，并优化参数；

e)利用训练好的网络模型进行脱粘面积量化识别。

3