[发明专利]一种基于ResNet-GRU网络的汽轮机叶片水蚀程度判别方法有效
| 申请号： | 201910491190.4 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110378870B | 公开（公告）日： | 2021-04-20 |
| 发明（设计）人： | 谢永慧;孙磊;张哲源;张荻 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 王艾华 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于ResNet‑GRU网络的汽轮机叶片水蚀程度判别方法，包括：采集获取汽轮机叶片水蚀历程中的水蚀形貌图片及失重数据，使得水蚀历程中每个时刻t都对应一幅水蚀形貌图片X |
||
| 搜索关键词： | 一种 基于 resnet gru 网络 汽轮机 叶片 水蚀 程度 判别 方法 | ||
【主权项】：
1.一种基于ResNet‑GRU网络的汽轮机叶片水蚀程度判别方法，其特征在于，包括以下步骤：S1，采集获取汽轮机叶片水蚀历程中每个时刻t的水蚀形貌图片及失重数据，使得水蚀历程中每个时刻t都对应一幅水蚀形貌图片Xt；将采集获取的失重数据进行拟合，绘制获得水蚀特性曲线，并确定转捩点时刻t0；根据水蚀历程中每个时刻t与转捩点时刻t0的先后关系，确定每个时刻t的水蚀寿命系数ζ；将每个时刻的水蚀寿命系数ζ与该时刻的水蚀形貌图片Xt对应，获得训练集；S2，通过步骤S1获得的训练集训练预构建的ResNet‑GRU网络，获得训练好的ResNet‑GRU网络，用于汽轮机叶片水蚀程度判别；其中，ResNet‑GRU网络包括ResNet神经网络和GRU神经网络；ResNet神经网络用于接收采集的水蚀形貌图片，提取水蚀图像特征并降维后输出；GRU神经网络用于接收ResNet神经网络输出的水蚀图像特征，并分析预测获得水蚀寿命系数；S3，将待判别的汽轮机叶片水蚀区域图片输入步骤S2获得的训练好的ResNet‑GRU网络中，通过训练好的ResNet‑GRU网络输出水蚀寿命系数；根据获得的水蚀寿命系数完成汽轮机叶片水蚀程度判别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910491190.4/，转载请声明来源钻瓜专利网。
