(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211270074.8 (22)申请日 2022.10.18 (71)申请人 中交四航工程研究院有限公司 地址 510000 广东省广州市海珠区前进路 157号 申请人 中交第四航 务工程局有限公司 (72)发明人 毛凤山　吕述晖　苏世定　李金祥　 苏林王　吴佳琪　 (74)专利代理 机构 广州君咨知识产权代理有限 公司 44437 专利代理师 谭启斌 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/74(2022.01) (54)发明名称 一种基于特征曲线匹配低应变曲线的桩基 缺陷识别方法 (57)摘要 本发明公开一种基于特征曲线匹配低应变 曲线的桩基缺陷识别方法， 包括： 步骤1： 为各个 桩基础缺陷类型生成对应的缺陷特征曲线； 步骤 2： 将各个不同桩基础缺陷类型的缺陷特征曲线 转换为对应的文本文件； 步骤3： 滑动截 取实际低 应变曲线上的数据， 计算截取数据与缺陷特征曲 线之间的匹配精度来构建匹配精度曲线， 在匹配 精度曲线上提前出超过预设阈值的匹配精度极 大值； 步骤4： 根据匹配精度计算出实际低应变缺 陷上缺陷类型的分类概率； 步骤5： 确定缺陷类型 的等级。 本发 明能够实现低应变曲线的桩基缺陷 自动识别， 能够极大的提高桩基检测的效率和准 确度， 减少人工判断低应变曲线导致的桩基缺陷 误判、 漏判概率。 权利要求书2页 说明书5页 附图2页 CN 115471711 A 2022.12.13 CN 115471711 A 1.一种基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征在于， 包括如下步 骤： 步骤1： 对每一种桩基础缺陷类型生成对应的缺陷特征曲线， 各个缺陷特征曲线构 成缺 陷特征曲线集 合； 步骤2： 生成与缺陷特征曲线同样长度的滑动窗口， 在实际低应变曲线上按预设的滑动 步长移动滑动窗口， 从实际低应变曲线上截取数据， 并以滑动窗口距离实际低应变曲线上 原点的距离为自变量、 所截取的数据与缺陷特征曲线之 间的匹配精度为因变量构成匹配精 度曲线， 从匹配精度曲线中提取出上峰值， 将大于预设阈值的上峰值作为当前匹配精度曲 线的匹配精度极大值， 匹配精度极大值表征了 当前实际低应变曲线在上峰值位置处有多 大 程度具有缺陷特 征曲线所反映的缺陷类型， 其中， 缺陷特征曲线与滑动窗口在实际低应变曲线上所截取的数据之间的匹配精度按 公式①计算得到： 式中， Ci表示第i种缺陷类型所对应的缺陷特征曲线与滑动窗口在实际低应变曲线上所 截取的数据之间的匹配精度， fi表示第i种缺陷类型对应的缺陷特征曲线， gi表示滑动窗口 在实际低应变曲线 上所截取的数据， M为缺陷特征曲线的数据长度， 也即是缺陷特征曲线 上 的数据点的数量， 步骤3： 根据匹配精度计算出实际低应 变缺陷上缺陷类型的分类概 率。 2.根据权利要求1所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 在所述步骤1中， 缺陷特征 曲线的时间长度取0.01ms ‑1ms， 缺陷特征曲线上的离散的 数据点数量在5 0‑1000之间。 3.根据权利要求1所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 所述桩基础缺陷类型包括局部缩径、 局部扩径和弯曲。 4.根据权利要求1所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 所述滑动窗口 的预设滑动步长为1 ‑10。 5.根据权利要求1所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 在步骤1之后、 步骤2之前， 还 包括如下步骤： 将各个不同桩基础缺陷类型的缺陷特征曲线转换为对应的文本文件， 并记为缺陷特征 文本， 在缺陷特 征文本上截取 数据。 6.根据权利要求1所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 所述 步骤3的具体实现包括如下步骤： 步骤4‑1： 将缺陷特征曲线集合中所有同一缺陷类型的缺陷特征曲线与对应缺陷类型 的实际低应变曲线之 间的匹配精度作为该缺陷类型的匹配精度， 从而得到实际低应变曲线 在每一种缺陷类型中的匹配精度， 其中， 实际低应变曲线在第i种缺陷类型下的第j个匹配精度记为Ci,j， 因此， 实际低应 变曲线在第i种缺陷类型下的所有匹配精度集合为[Ci,1,Ci,2,…， Ci,j,…Ci,Q]， Q为匹配精度 极大值的总个数， 也即是超过 预设值的上峰值的总个数， 按公式②计算得到实际低应变曲线中的缺陷类型归类为第i种 缺陷类型Ai的分类概率权　利　要　求　书 1/2 页 2 CN 115471711 A 2Pi,j： 式中， e表示自然底数， 步骤4‑2： 在分类概率集合中[Pi,1,Pi,2,…,Pi,Q]的最大值作为实际低应变 曲线中的缺 陷类型归类为第i种缺陷类型Ai的最终概 率。 7.根据权利要求1所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 所述 步骤3之后， 还 包括确定缺陷类型的等级。 8.根据权利要求7所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 所述确定缺陷类型的等级的具体实现包括： 将各个缺陷类型的缺陷特征曲线进行采样频率缩放和幅值缩放， 从而得到缩放后的缺 陷特征曲线， 并计算得到缩放后的缺陷特征曲线与实际低应变曲线的匹配精度， 根据匹配 精度大小输出相对应的缺陷等级。 9.根据权利要求8所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 将缺陷类型Ai的缺陷特征曲线的采样频率和幅值进行缩放， 然后将缩放后的缺陷特 征曲线按 上述方法重新计算 实际低应变曲线在各个缩放后的缺陷特征曲线中的分类概率， 并逐步缩放幅值， 直至实际低应变缺陷中的缺陷类型 的分类概率最大化， 并确定当前幅值 的缩放值， 然后根据缩放置大小排序将缺陷程度分层若干等级。 10.根据权利要求9所述的基于特征曲线匹配低应变曲线的桩基缺陷识别方法， 其特征 在于， 采样频率的缩放区间为0 ‑10。权　利　要　求　书 2/2 页 3 CN 115471711 A 3