基于神经网络的超声导波锚杆剥离缺陷的识别Identification of the Anchor Debonding by Ultrasonic Guided-wave Based on Neural Network
王娜,张伟伟,常红
摘要(Abstract):
结合小波包分解技术与神经网络,提出了超声导波检测锚杆剥离缺陷的方法。首先,利用ANSYS-LSDYNA进行了数值模拟,在锚杆的顶端施加扫描激励波,得到了完好和剥离工况下的锚杆动态响应信号,利用小波包分解获得了缺陷参数与小波包能谱之间的关系,以小波包能谱作为输入向量训练适用于锚杆无损检测的神经网络,将剥离状况作为输出,建立了神经网络系统。最后利用混有不同噪声,且未参于训练的导波检测信号验证了神经网络检测的有效性。数值算例表明,该方法对噪声水平小于40%的检测信号,具有较好的识别结果。
关键词(KeyWords): 小波包;神经网络;锚杆;超声导波;无损检测
基金项目(Foundation): 山西省青年科技研究基金(2015021017);; 太原科技大学科技创新项目(20145008)
作者(Author): 王娜,张伟伟,常红
参考文献(References):
- [1]林观茂,张丽娟,温忠义.深基坑扩大头锚杆支护体系数值模拟[J].路基工程.2015(5):92-98.
- [2]田鹏,李波.锚杆支护在水利水电工程地下厂房施工中的应用[J].2014,42(4):170-171.
- [3]VAN DUIN STEPHEN,MEERS LUKE,DONNELLY PETER,et al.Automated bolting and meshing on a continuous miner for roadway development[J].International Journal of Mining Science and Technology 2013(23):55-61.
- [4]阎莫明,徐祯祥,苏自越.岩土锚固技术手册[M].北京:人民交通出版社,2003.
- [5]WANG MING-WU,WANG HE-LING.Nondestructive testing of grouted bolts system[J].Chinese Journal of Geotechnical Engineering,2001,23(1):109-113.
- [6]SHRUTI SHARMA,ABHIJIT MUKHERJEE.Ultrasonic guided waves for monitoring the setting process of concretes with varying work abilities[J].Construction and Building Materials,2014(72):358-366.
- [7]武静.基于杜芬方程的超声导波检测方法研究[J].太原科技大学学报,2014,35(1):10-13.
- [8]邓菲,陈洪磊,张僖.基于宽频激励的管型结构导波检测[J].机械工程学报,2014,50(18):23-28
- [9]胡昌华,张军波,夏军等.基于MATLAB 6.x的系统分析与设计——小波分析[M].西安:西安电子科技大学出版社,2002.
- [10]GARY G YEN,KUO-CHUNG.WAVELET.Wavelet Packet Feature Extraction for Vibration Monitoring[J].IEEE Transactions on Industrial Electronics,2000,47(3):262-270.
- [11]张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社2009.