一种基于深度学习的钢结构应变检测故障识别方法

摘要

本发明公开了一种基于深度学习的钢结构应变检测故障识别方法，该方法包含以下步骤：1)将45°应变花及超声波测厚仪安装在钢结构板材表面及背面；2)通过应变花采集钢结构板材应变变化数据，依据应变花排列情况进行编号，并组合钢板厚度数据，提取应变检测数据序列；3)采集大量钢结构板材的分类故障及正常数据序列集，通过数据增广扩展为数据训练集和数据验证集；4)使用AlexNet网络作为钢结构应变检测故障识别模型网络对数据集进行训练，得到对应故障识别模型。本发明方法提供了一种通过对钢结构应变检测数据进行深度神经网络提取数据特征，方法所需运算量小，钢结构应变检测故障识别率高。