【摘要】：聲發(fā)射無損檢測技術具有靈敏度高、環(huán)境適應能力強、可實時動態(tài)監(jiān)測等優(yōu)點,對橋梁評估具有重要的工程意義。本文針對試驗梁三點彎曲損傷破壞全過程的聲發(fā)射信號,基于特征參數分析建立損傷破壞與聲發(fā)射信號之間的聯(lián)系,并結合模糊聚類和多層感知機算法提出一套定性和定量識別損傷的智能化方法。具體研究內容與成果如下。(1)通過聲發(fā)射系統(tǒng)采集預制膠拼混凝土梁和整體混凝土梁破壞全過程產生的聲發(fā)射信號,分析發(fā)現兩種試驗梁信號特征參數分布情況基本相同,不同之處在于預制膠拼梁接縫處更易出現裂縫,且前期裂縫發(fā)展較多,聲發(fā)射現象更活躍,整體梁前期裂縫較少,積蓄了更多能量在破壞階段釋放。(2)基于特征參數時程分析和分布分析,發(fā)現隨著梁體損傷程度加深,振鈴計數較大、上升時間和持續(xù)時間較長、能量較強、幅值較高、RMS值較大的聲發(fā)射信號逐漸增多,信號頻譜分析表明40～50kHz和90～110kHz為兩個最主要的頻段。結合混凝土損傷演化規(guī)律和損傷發(fā)展現象,將試驗梁損傷過程劃分為三個階段,分別為:微損傷階段,混凝土帶裂縫工作階段和破壞階段。不同階段的參數分布存在差別,隨著損傷程度的加重高強信號占比越來越大,其中上升時間超過20000μs、持續(xù)時間在100000μs左右或ASL大于60dB的信號可以作為判別損傷程度由階段一進入階段二的標志。(3)采用模糊聚類算法分析發(fā)現信號樣本點呈現兩簇分布的結構形式,由此把信號分為兩種模式。為進一步分析兩種信號的區(qū)別,對兩種模式信號特征參數作時程分析,發(fā)現第一種模式信號在試驗全程均有出現,而第二種模式信號只集中出現在試驗中后期的某些時刻。將第二種模式信號的出現時間與宏觀裂縫發(fā)展記錄時間作對比分析,發(fā)現該種模式信號基本只出現在宏觀裂縫出現、迅速開展匯合以及混凝土受壓破壞時刻,表明此信號與混凝土材料程度較大的損傷直接相關。(4)提出了模糊聚類和多層感知器相結合的模型來識別不同類型聲發(fā)射信號,又采用多層感知機模型識別試驗梁損傷階段,并引入Smote算法解決樣本不均衡問題。多層感知器識別更準確,計算速度更快。提出了重劃分損傷階段的改進方法,以及基于多聲發(fā)射事件概率組合識別的方式來改進單次信號識別結果,有效提高了模型識別準確率。
【圖文】：

圖１－１國內外橋梁垮塌實例逡逑－

圖１－４聲發(fā)射系統(tǒng)工作原理逡逑Ｆｉｇｕｒｅ邋１－４邋Ｗｏｒｋｉｎｇ邋ｐｒｉｎｃｉｐｌｅ邋ｏｆ邋ａｃｏｕｓｔｉｃ邋ｅｍｉｓｓｉｏｎ邋ｓｙｓｔｅｍ逡逑
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U446

【參考文獻】

相關期刊論文 前10條

1 張黎明;馬紹瓊;任明遠;蔣圣群;王在泉;王金良;;不同圍壓下巖石破壞過程的聲發(fā)射頻率及b值特征[J];巖石力學與工程學報;2015年10期

2 范向前;胡少偉;陸俊;;鋼筋混凝土斷裂全過程聲發(fā)射特征辨識及相關參量影響[J];中國科學:技術科學;2015年08期

3 張立青;;鐵路節(jié)段預制膠接拼裝法建造橋梁技術與應用[J];鐵道建筑技術;2015年01期

4 張立青;;節(jié)段預制拼裝法建造橋梁技術綜述[J];鐵道標準設計;2014年12期

5 王巖;張友桃;胡鴻翔;劉紹俊;袁亮;;基于聲發(fā)射和人工神經網絡的混凝土損傷程度識別[J];建筑材料學報;2014年04期

6 王春生;翟慕賽;付炳寧;王玉嬌;;混凝土梁橋疲勞安全監(jiān)測與評估[J];重慶交通大學學報(自然科學版);2013年06期

7 韓亮;樊健生;;近年國內橋梁垮塌事故分析及思考[J];公路;2013年03期

8 許斌;龔安蘇;賀佳;MASRI Sami F;;基于神經網絡模型的結構參數提取新方法[J];工程力學;2011年04期

9 康玉梅;劉建坡;李海濱;魏晨慧;;一類基于最小二乘法的聲發(fā)射源組合定位算法[J];東北大學學報(自然科學版);2010年11期

10 劉培洵;劉力強;黃元敏;汲云濤;;聲發(fā)射定位的穩(wěn)健算法[J];巖石力學與工程學報;2009年S1期

相關博士學位論文 前7條

1 章欣;基于聲發(fā)射技術的鋼軌傷損檢測與判別研究[D];哈爾濱工業(yè)大學;2015年

2 汪慶淼;基于目標函數的模糊聚類新算法及其應用研究[D];江蘇大學;2014年

3 于金濤;直升機復合材料試件聲發(fā)射信號處理算法研究[D];哈爾濱工業(yè)大學;2012年

4 張力偉;混凝土損傷檢測聲發(fā)射技術應用研究[D];大連海事大學;2012年

5 郭健;基于小波分析的結構損傷識別方法研究[D];浙江大學;2004年

6 張平;集成化聲發(fā)射信號處理平臺的研究[D];清華大學;2002年

7 馮西橋;脆性材料的細觀損傷理論和損傷結構的安定分析[D];清華大學;1995年

相關碩士學位論文 前10條

1 李天佑;基于小波分析和矩張量分解的聲發(fā)射信號的處理與研究[D];東北石油大學;2018年

2 王文超;稀疏快速傅里葉變換的應用方法研究[D];中國測繪科學研究院;2018年

3 范宇恒;基于聲發(fā)射技術的混凝土試件彎曲損傷研究[D];北京交通大學;2017年

4 王康偉;基于卷積神經網絡的鋼軌傷損車載識別方法研究[D];哈爾濱工業(yè)大學;2017年

5 方寧;基于卷積神經網絡的振動信號模態(tài)參數提取[D];寧波大學;2017年

6 梅明星;基于聲發(fā)射技術的損傷檢測應用研究[D];東南大學;2016年

7 郁董凱;基于聲發(fā)射和BP神經網絡的鋼筋混凝土梁損傷演化分析[D];江蘇大學;2016年

8 張強;基于聲發(fā)射技術的鋼筋混凝土梁損傷識別研究[D];北京交通大學;2015年

9 高歌;基于改進神經網絡的聲發(fā)射信號識別算法研究[D];東南大學;2015年

10 曹慧;基于模糊聚類的儲油罐底聲發(fā)射源識別[D];沈陽工業(yè)大學;2014年

，

本文編號：2642341