ICS91.120 CCS 023 团 体 标 准 T/QGCML4472-2024 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 Based on MFCC and convolutional neural network steel beam and CFRP plate bond strength intelligent detection method and system 2024-07-26发布 2024-08-09实施 全国城市工业品贸易中心联合会 发布
T/QGCML 4472-2024 目次 前言 1范围.. 2规范性引用文件 3术语和定义.
4系统构成及原理 5技术要求 6检测步骤及方法
T/QGCML44722024 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草.
请注意本文件的某些内容可能涉及专利.
本文件的发布机构不承担识别专利的责任.
本文件由全国城市工业品贸易中心联合会提出并归口.
本文件起草单位：武汉地震工程研究院有限公司、湖北克莱沃工程设计建设研究院有限公司、中机 三勘岩土工程有限公司、中筑（深圳）设计院有限公司.
本文件主要起草人：李恒、焦海棠、蔡思佳、方杰、邓声禄、严小伟、刘强、韩光.
T/QGCML 4472-2024 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，其最新版本（包括的修改单）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.
麦克风 脱精定量识别系统 铺子 图1系统装置结构图
T/QGCML4472-2024 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.
粘贴CFRP板的钢梁上表面 网格定位 使用锥子敲击检测部位 信号采集 专业麦克风采集设备 搭建MFCC特征图数据库 计算机数据采集与分析系统 入 系统 结合CNN神经网络模型 对缺陷部位进行预定位和量化 对缺陷进行预定位和定量统计分析 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：
