基于小波和支持向量机的基桩缺陷识别

论文摘要

本文研究了基桩超声波透射法检测的数据处理，针对目前基桩超声检测中存在的对缺陷类型鉴定模糊的问题，提出了一种基于小波分析和支持向量机模式识别理论的基桩超声透射法检测缺陷类型识别新方法。该方法的主要思想是：首先在综合判据的思想下，分析混凝土中不同种类的缺陷与众多声学参数之间的联系，然后对超声检测数据进行小波变换，解析数据中的不同频率成分，以此为判别缺陷种类的判别因子，构建支持向量机分类模型，最终实现对混凝土的不同缺陷类别进行分类。室内模拟试验和工程验证结果表明，该方法能够快速、准确地识别缺陷类别，具备较强的分类性能。主要研究工作如下：（1）简要地介绍了超声波透射法在基桩检测中的发展和应用；（2）介绍了超声波在混凝土中的传播特性，从理论方面分析了超声波在混凝土中传播时缺陷对超声波几种声学参数的影响；（3）介绍了小波分析理论在信号处理中应用；（4）根据机器学习理论和统计学知识基础，引入了支持向量机理论，提出了基于小波分析和支持向量机模式识别理论的基桩超声透射缺陷类型检测方法。（5）建立室内混凝土缺陷模拟试验来模拟常见的几种基桩缺陷类型。（6）建立支持向量机模型对混凝土缺陷进行智能识别，并用训练好的模型对工程实例进行预测。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 国内外研究现状
• 1.2.1 超声波检测技术
• 1.2.2 超声信号处理的研究现状分析
• 1.2.3 模式识别技术在超声信号处理中的应用
• 1.3 本课题的研究内容
• 第二章 超声波透射法基本原理
• 2.1 混凝土中超声波的传播特性
• 2.2 超声波透射法灌注桩检测的原理及方法
• 2.3 声学参数及影响因素
• 2.4 混凝土缺陷对超声信号的影响
• 2.4.1 混凝土缺陷对声速的影响
• 2.4.2 混凝土缺陷对波幅的影响
• 2.4.3 混凝土缺陷对频率的影响
• 2.4.4 混凝土缺陷对波形的影响
• 2.5 波的能量
• 2.6 本章小结
• 第三章 小波变换
• 3.1 小波变换
• 3.2 小波的多分辨率特性
• 3.3 小波基函数的选择和构造
• 3.4 常见的几种小波基函数
• 3.5 本章小结
• 第四章 支持向量机
• 4.1 机器学习理论
• 4.2 统计学习理论
• 4.2.1 VC 维
• 4.2.2 推广性的界理论
• 4.2.3 结构风险最小化
• 4.3 支持向量机分类问题
• 4.3.1 最优超平面
• 4.3.2 核函数
• 4.3.3 支持向量机的多分类算法
• 4.4 本章小结
• 第五章 混凝土缺陷模拟试验
• 5.1 混凝土缺陷模拟试验
• 5.1.1 试验配合比设计
• 5.1.2 试验仪器及参数
• 5.2 数据采集
• 5.3 试验结果初步分析
• 5.4 本章小结
• 第六章 基桩缺陷类型识别
• 6.1 缺陷类型识别流程
• 6.2 缺陷类型识别试验一
• 6.3 缺陷类型识别试验二
• 6.4 试验结论分析
• 6.5 本章小结
• 总结与展望
• 参考文献
• 致谢
• 附录