[博士]混凝土强度无损检测试验及人工智能系统模型研究

发表于2010-09-16     555人浏览     0人跟帖     总热度:50  

筑龙币+1500

匿名

  • 文件格式:pdf
  • 文件大小:5.56MB
  • 等级:

内容简介

【学位年度】2008
  【摘要】
  随着混凝土强度无损检测技术的发展,回弹、超声、后装拔出法等单一测强手段
  已在工程检测中得到应用,相应的技术规程也相继颁布执行。由于对测强精度要求的
  逐步提高,单指标测强方法已不能满足工程需要,这就使综合法测强曲线的建立显得
  尤为重要。由于采用规程推荐的统一曲线受地方材料和各地施工水平差异等因素影响
  存在较大的误差,因此建立地区无损测强曲线是提高无损测强精度的主要措施。本文
  采用张家口地区常用的地方材料,对C15、C20、C25、C30、C35、C40六种常用不
  同强度等级的混凝土标养试件,进行28d、42d及56d三个龄期的超声、回弹及后装
  拔出无损检测试验,并同时进行混凝土破损测强。在此基础上用数理统计方法对试验
  数据进行回归分析,建立回弹.超声、超声.拔出、回弹.拔出、回弹.超声.拔出综合法
  测强曲线和相关公式。并利用自然养护混凝土试件无损检测试验结果对回归公式进行
  修正。经实验和部分工程实践验证,本文所建立的综合测强曲线相关性较好、误差较
  小。
  人工神经网络是理论化的人脑神经网络的数学模型,是基于模仿大脑神经网络结
  构和功能而建立的一种信息处理系统,能够实现复杂的逻辑操作和非线性关系。人工
  神经网络对于难以建立精确的数学模型而又易于收集学习样本的问题非常适合。
  影响混凝土强度无损检测的因素较多,具有许多不确定性,用一种确定的表达式
  来描述存在困难,鉴于此,本文作者提出了基于人工神经网络的混凝土强度无损检测
  综合法评定研究。
  探索并应用了神经网络的一些改进算法,其中包括附加冲量法,自适应学习算法
  及S型函数输出限幅算法等,以保证建立的神经网络的快速有效。
  对试验数据进行成功训练,利用Matlab语言编制相应程序,建立了混凝土强度
  无损检测综合法的人工神经网络模型。通过检测样本训练和实际工程验证,建立的人
  工神经网络模型推测的混凝土强度相对误差小,可以对混凝土强度进行预测。与传统
  的回归算法相比,采用人工神经网络建立的混凝土强度评定模型推测出的混凝土强度
  具有精度高的特点。

【博士】混凝土强度无损检测试验及人工智能系统模型研究

下载文档

免责声明:BBS所有内容均为网友上传,仅供学习交流,如有侵权请通知我们删除。

  • 文件格式:pdf
  • 文件大小:5.56MB
  • 等级:
扫码加入筑龙学社  ·  建筑施工微信群 为您优选精品资料,扫码免费领取
分享至

分享到微信朋友圈 ×

打开微信"扫一扫",扫描上方二维码
请点击右上角按钮 ,选择 

猜你爱看

添加简介及二维码

简介

还可输入70字

二维码(建议尺寸80*80)

发站内信息

还可输入140字
恭喜您已成功认证筑龙E会员 点击“下载附件”即可
分享
入群
扫码入群
马上领取免费资料包
2/20