反射波法評價錨固質量的BP神經網絡研究.pdf

1、當前，錨桿錨固技術正在隧道地鐵支護、采礦巷道支護、邊坡加固等大型建設工程中廣泛應用。但是，我國錨桿錨固質量及受力狀態(tài)的檢測大多仍然停留在利用液壓千斤頂進行破壞性拉拔試驗階段，這種檢測手段費工費時，同時屬于有損檢測。因此尋求一種快速準確科學的錨固質量無損檢測技術成為當前的首要任務。
　　 應力波反射法在國內外應用廣泛，但是缺乏相應的理論體系支撐，無損檢測主要依靠檢驗人員的經驗判斷，而且波形判斷容易受到外界因素的干擾而無法準確判斷，

2、因此，本文采用BP神經網絡法評價錨桿錨固質量，通過大量實測波形的學習和訓練，取得了以下成果：
　　 (1)通過對低應變應力波反射法錨桿錨固無損檢測的基本原理的分析，找出了該方法中存在的局限性，針對該方法底部反射難以識別、錨桿長度難以判斷等缺點，首次提出了直接利用反射波波形曲線作為研究對象，通過將其在時域方向上平分為16段，得到了一組反射波振幅數組，將其作為判斷錨桿錨固質量的影響因素，結果證明，該方法具有不錯的效果。
　　

3、 (2)在相同的訓練條件(網絡模型的輸入向量、神經元數等)下，比較了traingdm、traingda、trainlm、trainscg四種算法在經過200步訓練后得到的誤差曲線，得出了采用共軛梯度算法，該神經網絡具有相當快的收斂速度，比較適宜于復雜的BP神經網絡。
　　 (3)本文采用了90組實測反射波波形曲線上的振幅值作為學習樣本，另外20組數據作為檢驗樣本，選取共軛梯度算法對BP神經網絡優(yōu)化，建立了17-13-4的BP神經