建筑材料学报
建築材料學報
건축재료학보
JOURNAL OF BUILDING MATERIALS
2014年
4期
672-676
,共5页
王岩%张友桃%胡鸿翔%刘绍俊%袁亮
王巖%張友桃%鬍鴻翔%劉紹俊%袁亮
왕암%장우도%호홍상%류소준%원량
混凝土%声发射%神经网络%模式识别%损伤程度
混凝土%聲髮射%神經網絡%模式識彆%損傷程度
혼응토%성발사%신경망락%모식식별%손상정도
concrete%acoustic emission (AE)%neural network%pattern recognition%damage degree
采用人工神经网络技术对混凝土损伤过程中所伴生的声发射信号进行识别,可实现对混凝土损伤程度的识别.首先建立人工神经网络模型,并在标准工况下采集混凝土损伤声发射信号;然后根据加载曲线将采集到的声发射信号分为3类(分别对应混凝土的3个损伤阶段:轻度损伤阶段、中度损伤阶段和严重损伤阶段),并将这3类信号作为标准工况数据输入到神经网络学习模块中进行训练,得到混凝土损伤程度识别系统;最后将相同工况下所采集的混凝土声发射信号输入到系统中,即可识别混凝土的损伤程度.实测结果表明,识别准确率可达90％以上.
採用人工神經網絡技術對混凝土損傷過程中所伴生的聲髮射信號進行識彆,可實現對混凝土損傷程度的識彆.首先建立人工神經網絡模型,併在標準工況下採集混凝土損傷聲髮射信號;然後根據加載麯線將採集到的聲髮射信號分為3類(分彆對應混凝土的3箇損傷階段:輕度損傷階段、中度損傷階段和嚴重損傷階段),併將這3類信號作為標準工況數據輸入到神經網絡學習模塊中進行訓練,得到混凝土損傷程度識彆繫統;最後將相同工況下所採集的混凝土聲髮射信號輸入到繫統中,即可識彆混凝土的損傷程度.實測結果錶明,識彆準確率可達90％以上.
채용인공신경망락기술대혼응토손상과정중소반생적성발사신호진행식별,가실현대혼응토손상정도적식별.수선건립인공신경망락모형,병재표준공황하채집혼응토손상성발사신호;연후근거가재곡선장채집도적성발사신호분위3류(분별대응혼응토적3개손상계단:경도손상계단、중도손상계단화엄중손상계단),병장저3류신호작위표준공황수거수입도신경망락학습모괴중진행훈련,득도혼응토손상정도식별계통;최후장상동공황하소채집적혼응토성발사신호수입도계통중,즉가식별혼응토적손상정도.실측결과표명,식별준학솔가체90％이상.
