基于小波神经网络的岩土锚固系统智能无损检测理论及应用研究

论文摘要

岩土锚固技术的发展和应用是现代岩土工程的一个重要标志。目前,岩土锚固技术被广泛应用,并取得良好的经济效益和社会效益。由于各种因素影响,岩土锚固系统往往存在许多缺陷。如果其存在内部缺陷,将具有很大的危险性,甚至造成人民生命财产的巨大损失。为避免工程事故发生,需靠性能优异、准确可靠、方便实用的检测技术来实现。锚固系统的缺陷识别、质量诊断以及实时检测,一直是岩土工程界广泛关注的问题。传统的静载荷拉拔试验检测方法是一种锚杆质量的破坏性检测试验方法,难以满足对锚杆大面积进行质量检测的需要。而应力波反射法作为一种既简便经济又迅速可靠的锚杆质量无损检测技术,不会对工程锚杆产生破坏作用,适宜进行大面积的锚杆质量检测。研究和应用应力波反射法无损检测质量的技术用来弥补静载荷拉拔试验法难以满足锚杆大面积进行质量检测的不足十分必要,具有重要的理论和实践意义。本文通过研究应力波在锚杆体内波动能量的外泄特征,以及研究弹性波在锚杆、岩土介质及其耦合体系中的传播规律,力求得到弹性波在岩土锚固系统中的衰减规律及传播机制,为锚杆质量的无损检测提供重要的理论依据。在杆一维纵向振动理论研究的基础上,建立完整锚杆和缺陷锚杆的动力学检测数学力学模型,推导出频域响应和时域响应公式,分析锚杆无损检测两种处理方法即频域分析和时域分析。以“国家体育总局航海运动学校经营用房及博物馆”为例,将工程锚杆的实测频域曲线进行频域分析对比。通过研究小波分析理论,比较小波分析方法的特点,研究选择适合缺陷诊断的小波基,并结合工程实例在MATLAB环境下对信号进行去噪处理。将小波分析和人工神经网络结合起来,应用频带能量和节点小波包系数作为特征信号进行训练。本文主要创新点:(1)通过对实际工程中完整锚杆和缺陷锚杆频域信号特点的分析,得出用应力波反射法频域曲线可以作为锚杆缺陷识别判断的依据;(2)应用小波神经网络训练图对工程锚杆进行智能无损检测,以弥补传统手段难以满足锚杆大面积进行质量检测的不足。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源
• 1.2 国内外关于岩土锚固系统无损检测技术的研究及发展现状
• 1.3 课题的研究目的和意义
• 1.4 本文采用的研究方法和工作的主要内容
• 1.5 论文框架
• 1.6 本章小结
• 第2章 岩土锚固系统无损检测理论基础研究
• 2.1 岩土锚固系统锚固的力学基础研究
• 2.1.1 岩土锚固系统的基本结构及锚固机理
• 2.1.2 荷载从锚杆转移到灌浆体的力学机理
• 2.1.3 灌浆与钻孔壁结合的力学机理
• 2.1.4 锚杆的失效类型
• 2.2 岩土锚固系统无损检测的波动基础研究
• 2.2.1 应力波在岩土锚固系统中的传播规律
• 2.2.2 应力波在岩土锚固系统中的衰减机制
• 2.2.3 波在锚固体系中传播时的能量分配规律
• 2.3 本章小结
• 第3章 岩土锚固系统无损检测频域分析理论研究
• 3.1 引言
• 3.2 锚杆纵向振动动力响应公式的推导和求解
• 3.2.1 杆一维纵向振动方程
• 3.2.2 完整锚杆纵向振动动力响应公式的推导和求解
• 3.2.3 缺陷锚杆纵向振动动力响应公式的推导和求解
• 3.3 频域分析和时域分析的比较
• 3.3.1 频域分析和时域分析适用条件的比较
• 3.3.2 频域分析和时域分析响应公式的比较
• 3.4 FFT快速傅里叶变换原理
• 3.5 本章小结
• 第4章 工程锚杆动力学检测频域分析
• 4.1 工程概况
• 4.1.1 工程地质条件
• 4.1.2 水文地质条件
• 4.1.3 环境条件
• 4.1.4 工程锚杆的现场布置
• 4.2 试验仪器和设备的安装和测试
• 4.2.1 试验仪器和设备
• 4.2.2 试验锚杆的制作和安装
• 4.2.3 试验锚杆的测试
• 4.3 试验锚杆时域曲线的采集
• 4.4 运用FFT快速傅里叶变换实现时域曲线到频域曲线的转换
• 4.4.1 实测1号完整锚杆
• 4.4.2 用MATLAB拟合的1号完整锚杆
• 4.4.3 实测2号缺陷锚杆
• 4.5 时域曲线和频域曲线分析的结果对比
• 4.5.1 时域曲线的对比
• 4.5.2 频域曲线的对比
• 4.5.3 时域曲线与频域曲线的对比
• 4.6 本章小结
• 第5章 岩土锚固系统无损检测的小波分析
• 5.1 小波分析的由来
• 5.2 小波分析基本理论
• 5.2.1 连续小波变换
• 5.2.2 离散小波变换
• 5.2.3 小波包分析
• 5.3 小波分析在锚杆缺陷诊断领域的适用性
• 5.4 小波分析在MATLAB环境下的工程应用举例
• 5.4.1 小波基函数的选取
• 5.4.2 一维离散小波分析（Wavelet 1-D）
• 5.4.3 一维小波包分析（Wavelet Packet 1-D）
• 5.4.4 原始曲线和去噪曲线的对比分析
• 5.5 本章小结
• 第6章 应用小波神经网络对锚杆质量的智能评价
• 6.1 概述
• 6.1.1 人工神经网络的基本原理
• 6.1.2 小波神经网络的基本原理
• 6.1.3 小波神经网络在深基坑工程中的应用
• 6.2 BP算法原理
• 6.2.1 BP算法的简介
• 6.2.2 BP算法的不足
• 6.2.3 BP算法的改进
• 6.3 BP神经网络特征向量的提取
• 6.3.1 频带能量
• 6.3.2 结点小波包系数
• 6.4 BP神经网络信号特征训练
• 6.4.1 应用频带能量建立信号特征训练的网络图
• 6.4.2 应用结点小波包系数建立信号特征训练网络图
• 6.5 在 MATLAB环境下的训练结果分析
• 6.5.1 应用频带能量进行训练
• 6.5.2 应用结点小波包系数作为输入训练特征量
• 6.6 小波神经网络在工程锚杆智能无损检测中的应用流程
• 6.7 本章小结
• 第7章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 附录 Matlab编程主要程序
• 攻读硕士学位期间发表论文与参与的科研成果情况
• 致谢