基于Sym小波和BP神经网络的基桩缺陷智能化识别

为提高基桩低应变动测信号的分析水平,采用一种新的时频域分析方法--小波分析.利用Sym小波对基桩速度响应时程曲线进行小波分解,对指定频带上的信号分量进行特征值提取,提取的特征值为反映各频带范围内体现能量分布的功率谱均值,提取的特征值可构成反映信号特征的特征向量,同时利用BP人工神经网络的非线性映射特性建立特征向量和基桩缺陷类别之间的一种对应关系.通过数值模拟的方法可以得到大量不同缺陷类型的基桩的桩顶速度响应时程曲线,对这些数值模拟信号进行小波分解得到的特征向量为神经网络的学习提供大量训练样本.最后,利用实测信号小波分解后得到的特征向量对训练过的神经网络进行检验,其识别结果表明,训练后的神经网络能根据实测信号的特征向量对基桩缺陷进行智能化的识别.     

RSM-SY7基桩多跨孔超声波自动循环测试仪

桩基是隐蔽工程，通常需要采用无损检测方法对其施工质量进行检测，跨孔超声波检测就是其中一种常用的方法。针对目前使用的超声波仪器在基桩检测中效率低下的问题，介绍了一种新型的基桩超声波检测仪器，在一个提升检测过程内可以实现三管三剖面、四管六剖面的剖面全组合测试，大大提高了检测效率。通过大量模型桩试验与实际工程验证，该仪器性能稳定，测试结果准确，应加以推广应用。     

厦门环东海域填海造地工程监测与检测技术

厦门环东海域填海造地工程主要是采用强夯及冲碾联合地基处理法进行加固施工,通过对夯沉量、振动、水位、孔隙水压力实施监测,对施工起到了较好的指导作用,确保了在陆域形成过程中大面积场地地基和吹填围堤等建筑物的稳定性。通过采用平板载荷试验、瑞利波波速测试和标准贯入试验、重型动力触探、静力触探试验,对地基加固效果进行了有效的评价,确保工程能满足今后的使用要求。该工程所使用的监测及检测技术均取得了较好的效果。     

锚杆检测技术研究进展

锚杆锚固技术已经在世界各地的岩土工程中得到了日益广泛的应用,与此相关的锚杆检测技术也得到了长足的发展。本文对锚杆检测技术的历史进行了总结,并详细介绍了目前被广泛使用的两种检测方法拉拔试验法和应力波反射法。结合小波分析和人工神经网络对锚杆检测技术的发展趋势进行了展望。     

张拉荷载下砂浆锚固岩石锚杆的力学分析

砂浆锚固岩石锚杆在张拉荷载下的轴向应力和剪应力分布非常复杂,为了研究这一问题已经进行了大量的试验,根据这些试验得到的应力分布曲线和相关结论,用比较简单的数学表达式对锚杆交界面上的复杂的剪应力分布情况进行理论描述。在交界面已经破坏的部分,剪应力近似为0,随着锚杆埋深的增加剪应力由0线性增加到其抗剪强度,然后再呈指数形式衰减到0。根据上述数学描述进行实例计算,计算得到的轴向应力和剪应力分布曲线与实测应力分布曲线基本吻合,表明用数学表达对锚杆交界面上的剪应力分布情况进行比较准确的描述是切实可行的。     

地质雷达在公路隧道超前地质预报中的应用

以松建高速慈口隧道为例,通过对地质雷达扫描图像的具体分析,对隧道实际开挖进行现场跟踪,并对设计、预报成果和实际揭露资料进行对比,表明地质雷达是隧道施工中对断层、富水区的一种较好的超前地质预报方法。     

基于Sym小波和BP神经网络的基桩缺陷智能化识别

为提高基桩低应变动测信号的分析水平,采用一种新的时频域分析方法——小波分析。利用Sym小波对基桩速度响应时程曲线进行小波分解,对指定频带上的信号分量进行特征值提取,提取的特征值为反映各频带范围内体现能量分布的功率谱均值,提取的特征值可构成反映信号特征的特征向量,同时利用BP人工神经网络的非线性映射特性建立特征向量和基桩缺陷类别之间的一种对应关系。通过数值模拟的方法可以得到大量不同缺陷类型的基桩的桩顶速度响应时程曲线,对这些数值模拟信号进行小波分解得到的特征向量为神经网络的学习提供大量训练样本。最后,利用实测信号小波分解后得到的特征向量对训练过的神经网络进行检验,其识别结果表明,训练后的神经网络能根据实测信号的特征向量对基桩缺陷进行智能化的识别。     

基于小波神经网络的锚杆锚固质量分析

敲击-回波法正广泛应用于锚杆锚固质量的无损检测中，该方法中存在诸多的影响因素，因此很难直接根据实测的时程曲线对锚杆锚固质量进行准确的人工判读。首先，将小波分析和人工神经网络结合起来，采用数值模拟得到锚杆外端部的动态响应并进行小波分析，从各分量中提取特征向量；然后，将这些特征向量输入人工神经网络进行训练。分析结果表明，训练后的神经网络能根据实测信号的特征向量对锚杆锚固质量进行智能化分类。     

基于灰色系统理论的锚杆极限抗拔力预测方法

利用有限的实测数据准确地预测锚杆的极限抗拔力具有重要的现实意义。根据灰色理论建立了锚杆的拉拔荷载—位移关系的GM（1，1）模型。介绍了运用灰色理论在有限的实测数据备件下预测锚杆极限抗拔力以及完整的拉拔荷载—位移关系的方法。通过工程实例的分析计算，说明了该方法具有良好的预测精度，能满足工程实际的需要。