大体积混凝土结构被广泛应用于土木、水利等领域的重大工程中,而混凝土抗拉强度低的力学特性决定了其易产生裂纹,因此,发展高效的检测方法,识别大体积混凝土结构中的裂纹信息十分必要.论文提出了一种新的方法,通过提取响应信号频谱中特...大体积混凝土结构被广泛应用于土木、水利等领域的重大工程中,而混凝土抗拉强度低的力学特性决定了其易产生裂纹,因此,发展高效的检测方法,识别大体积混凝土结构中的裂纹信息十分必要.论文提出了一种新的方法,通过提取响应信号频谱中特定频率的幅值特征,基于BP人工神经网络建立幅值特征与裂纹信息间的映射关系,从而有效识别出裂纹信息.首先采用扩展有限元法(eXtended Finite Element Methods, XFEM)和人工吸收边界模型,分别模拟了单裂纹和双裂纹情形下,大量不同裂纹信息下特定位置传感器的响应,分析其频谱曲线并提取特征,建立频谱特征—裂尖位置数据集,以训练人工神经网络,测试集的反演效果显示,该方法具有较好的准确度,可有效识别出裂纹信息.展开更多
文摘大体积混凝土结构被广泛应用于土木、水利等领域的重大工程中,而混凝土抗拉强度低的力学特性决定了其易产生裂纹,因此,发展高效的检测方法,识别大体积混凝土结构中的裂纹信息十分必要.论文提出了一种新的方法,通过提取响应信号频谱中特定频率的幅值特征,基于BP人工神经网络建立幅值特征与裂纹信息间的映射关系,从而有效识别出裂纹信息.首先采用扩展有限元法(eXtended Finite Element Methods, XFEM)和人工吸收边界模型,分别模拟了单裂纹和双裂纹情形下,大量不同裂纹信息下特定位置传感器的响应,分析其频谱曲线并提取特征,建立频谱特征—裂尖位置数据集,以训练人工神经网络,测试集的反演效果显示,该方法具有较好的准确度,可有效识别出裂纹信息.
