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！

龙图腾网恭喜贵州省水利水电勘测设计研究院有限公司申请的专利一种基于机器学习算法的混凝土表面裂缝检测方法及系统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：CN119475189B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510024978.X，技术领域涉及：G06F18/2433；该发明授权一种基于机器学习算法的混凝土表面裂缝检测方法及系统是由谭天元;朱晓萌;胡国伟;张珍惜;刘博设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本一种基于机器学习算法的混凝土表面裂缝检测方法及系统在说明书摘要公布了：本发明涉及一种基于机器学习算法的混凝土表面裂缝检测方法及系统，获取混凝土波速、频率、振幅、强度、弹性模量、温度、线膨胀系数，分析特征参数，建立数学关系模型，利用机器学习算法对数据进行拟合，确定模型参数，将待检测混凝土的相关参数输入到多参数数字量板模型中，模型计算出裂缝的潜在风险和预测值，将多参数数字量板模型应用于混凝土结构的实时检测中实现质量评估和裂缝预测，定期对混凝土结构进行监测，更新模型数据；系统包括数据采集、数据预处理、特征提取、裂缝量测、多参数数字量板模型建立、多参数综合分析、实时监测与预警、数据库管理和用户界面与交互模块。

本发明授权一种基于机器学习算法的混凝土表面裂缝检测方法及系统在权利要求书中公布了：1.一种基于机器学习算法的混凝土表面裂缝检测方法，其特征在于，包括以下步骤：S1数据采集：获取混凝土波速、频率、振幅特征参数，并获取混土强度、弹性模量、温度、线膨胀系数；S2数据预处理：进行数据清洗，去除无效数据，对波速、频率、振幅、混土强度、弹性模量、温度、线膨胀系数进行Z-score标准化处理；S3特征参数分析：分析波速与混凝土强度、弹性模量之间的关系，评估混凝土的密实度和完整性，分析频率和振幅的变化规律，识别混凝土内部的缺陷和裂缝，使用温度传感器记录检测时的温度数据，结合混凝土的线膨胀系数，分析温度对混凝土性能的影响，具体为，波速与弹性模量之间存在正相关关系： ；其中，V是波速，S是强度，E是弹性模量，a、b、c是待定的系数，通过实验数据确定； ;其中，V是波速，k是常数，σ是密实度指数，需要通过实验来测定或计算；振幅的衰减与缺陷或裂缝的截面积成正比： ；其中，A1是经过缺陷或裂缝后测量到的振幅，A0是初始振幅，β是与混凝土和缺陷或裂缝特性相关的衰减系数，S是缺陷或裂缝的截面积，V是超声波在混凝土中的传播体积，视为一个特征体积，用于归一化截面积；当混凝土受到温度变化时，其内部会产生热应力，热应力与混凝土的弹性模量、线膨胀系数以及温度变化量成正比： ；其中，σ表示热应力，E表示弹性模量，α表示混凝土的线膨胀系数，ΔT表示温度变化量；S4多参数数字量板模型建立：基于波速、频率、振幅、强度、弹性模量、温度、线膨胀系数，建立它们之间的数学关系模型，利用统计分析和机器学习算法，对采集的数据进行拟合，确定模型参数，具体步骤为：S41数据处理：将输入数据归一化到相同的尺度上，所述输入数据包括波速、频率、振幅、强度、弹性模量、温度和线膨胀系数数据，将数据转换为0到1之间的值，将数据集划分为训练集、验证集和测试集，训练集用于训练神经网络，验证集用于调整网络参数，测试集用于评估模型的最终性能；S42神经网络设计：S421输入层设计：包含相应数量的节点，并使用不同的激活函数；S422隐藏层设计：卷积层：使用一维卷积层或特殊的二维卷积层配置，其中卷积核的宽度与输入特征图的宽度相同，卷积层之后跟随激活函数以增加非线性，所述特殊的二维卷积层包括可变形卷积、空洞卷积或膨胀卷积，其中，可变形卷积有助于模型更好地捕捉具有不规则形状或方向的裂缝特征，空洞卷积或膨胀卷积允许卷积核在更大的空间范围内捕捉特征，这对于捕捉长距离依赖关系或裂缝的细微特征特别有用；多个卷积层堆叠：堆叠多个卷积层，每个卷积层后跟随激活函数；S423展平层：在神经网络的最后，使用展平层将多维的输出特征图转换为一维数组，连接到全连接层；S424全连接层：在展平层之后，添加一到多个全连接层，用于学习特征之间的非线性组合，并最终输出预测值，在全连接层之后添加批归一化层，为了提高训练速度和稳定性；S43训练神经网络：选择优化算法，用于调整网络权重以最小化损失函数，设置学习率，学习率决定了权重调整的步长，将训练数据输入神经网络，通过前向传播计算输出值，然后计算损失函数，并通过反向传播算法更新网络权重；S44模型验证：使用未参与模型训练的数据集即验证集和测试集对模型进行验证，计算评估指标：正确分类的样本数占总样本数的比例，准确率为， ；预测为正样本的实例中真正为正样本的比例，精确率为， ；真正例占所有正例的比例，召回率为， ；精确率和召回率的调和平均数，F1分数为， ；其中，TP、TN、FP、FN分别表示真正例、真反例、假正例和假反例的样本数；S45模型优化：根据验证结果对模型进行调整和优化，具体步骤如下，S451调整网络架构：增加或减少隐藏层层数、节点数，S452调整超参数：调整学习率、批处理大小、正则化项，S453使用正则化技术：L1正则化、L2正则化、在全连接层之间添加Dropout，以防止过拟合，S454集成学习：将多个神经网络模型进行集成，以提高整体预测性能；S5裂缝预测与评估：将采集到的待检测混凝土的相关数据参数输入到多参数数字量板模型中，模型根据输入参数计算出裂缝的潜在风险和预测值，所述预测值为模型输出的对应裂缝的物理尺寸，包括裂缝的宽度、长度和深度；S6模型应用与反馈：将多参数数字量板模型应用于水工混凝土结构的实时检测中，实现质量评估和裂缝预测，定期对混凝土结构进行监测，更新模型数据。

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贵州省水利水电勘测设计研究院有限公司，其通讯地址为：550002 贵州省贵阳市南明区宝山南路27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”。