位置:成果数据库 > 期刊 > 期刊详情页
基于分形维数的锚杆无损检测BP神经网络模型
  • ISSN号:0493-2137
  • 期刊名称:天津大学学报
  • 时间:0
  • 页码:3372-3461
  • 语言:中文
  • 分类:TU459.3[建筑科学—岩土工程;建筑科学—土工工程]
  • 作者机构:[1]天津大学建筑工程学院,天津300072, [2]长江水利委员会长江勘测规划设计研究院,武汉430010, [3]国网北京电力建设研究院,北京100055
  • 相关基金:国家杰出青年科学基金资助项目(50725929);国家自然科学基金资助项目(50539060,50679052).
  • 相关项目:高坝泄洪洞安全监测与诊断的理论方法研究
中文摘要:

笔者将分形维数的分析方法引入锚固系统的无损检测中,指出分形维数的大小是反射波在该小波分解频段能量大小的量度.在研究锚固系统无损检测反射波小波分解分形维数特征向量的基础上,确定了以锚杆反射波的原波维数、原波平均波幅以及小波包分解维数的8个波形分形维数共10个数值作为输入参数,以锚杆注浆密实度为输出参数的非线性BP神经网络预测模型.对三峡工程右岸地下电站试验锚杆进行训练,验证了锚杆密实度BP神经网络预测模型的合理性和可靠性.

英文摘要:

The method of fractal dimension analysis was applied to nondestructive detection of anchorage system in this paper, and it is pointed out that the value of fractal dimension was a measurement of the wavelet energy in a frequency range of the reflected wave. Based on the eigenvector of fractal dimension of reflected wave decomposed by wavelet method, a nonlinear BP neural network forecast model was determined, in which the dimension of initial wave, the mean amplitude of initial wave, and the eight fractal dimension of initial wave decomposed by wavelet packet were considered as input parameters, and the denseness of rock bolt as output parameter. The rock bolt underground power station of the Three Gorges right bank was trained, and results showed that the BP neural network forecast model for rock bolt density detection was reasonable and credible.

同期刊论文项目
期刊论文 63 获奖 2 专利 12 著作 1
期刊论文 127 专利 6 著作 1
同项目期刊论文
期刊信息
  • 《天津大学学报:自然科学与工程技术版》
  • 北大核心期刊(2011版)
  • 主管单位:
  • 主办单位:天津大学
  • 主编:单平
  • 地址:天津市南开区
  • 邮编:300072
  • 邮箱:
  • 电话:022-27403448
  • 国际标准刊号:ISSN:0493-2137
  • 国内统一刊号:ISSN:12-1127/N
  • 邮发代号:6-27
  • 获奖情况:
  • 中国期刊方阵双效期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6410