改进声波透射法在桥梁桩基缺陷检测的应用研究

《改进声波透射法在桥梁桩基缺陷检测的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:U446.110710-2014521022专业硕士学位论文改进声波透射法在桥梁桩基缺陷检测的应用研究胡昊导师姓名职称张柳煜副教授专业学位类别工程硕士申请学位类别硕士及领域名称建筑与土木工程论文提交日期2017年8月16日论文答辩日期2017年12月20日学位授予单位长安大学万方数据AppliedresearchondefectdetectionofbridgepilefoundationbyimprovedacoustictransmissionmethodADissertationSubmittedfortheDegreeofMasterCandidate：HuH

2、aoSupervisor:ZhangLiuyuChang’anUniversity，Xi’an，China万方数据万方数据摘要声波透射法作为一种低成本、高效率的无损检测方式被广泛运用于桥梁桩基缺陷和病害的检测，然而现阶段声波透射法仍存在一定的不足，无法满足现阶段桥梁桩基检测高效率的要求。因此，本文提出一种改进声波透射检测技术。这种改进声波透射检测技术受施工环境、材料特性因素影响小，可以自动识别桥梁桩基病害，从而提高桥梁桩基的自动化检测效率和准确性。本文从声波传播原理出发探讨了桥梁桩基不同病害的波形特征，分析了传统声波透射法存在的主要问题，在此基础上提出了改进声波透射法，即通过

3、声波透射仪绘制“深度-声时”曲线和“深度-声幅”曲线，通过中值滤波对波形特征进行简化，运用卷积神经网络进行病害识别的自动病害检测技术。本文将改进声波检测法运用于霸王河桥1#和2#桩基的检测中，通过实桥桩基的检测结果分析可知，改进声波检测法可以从一定程度上消除混凝土内部骨料、水泥、石等材料之间存在的声学界面对声时、声幅变化的影响；采用卷积神经网络识别滤波后的声波，可以反应病害的特征并依据特征进行病害分类。通过将改进声波透射检测法的结果与实际开挖情况的对比以及与传统检测方法的对比，验证了改进声波检测法的准确性和稳定性。关键词：桥梁桩基检测；声波透射法；中值滤波；卷积神经网络；桥梁

4、病害；声波分析I万方数据AbstractAsacheapandhighefficiencynondestructivetesting,acousticstransmissionmethodhasbeenwidelyutilizedindetectionofbridgepilefoundation.However,therearestillsomeprobleminacousticstransmissionmethod,whichleadthatacousticstransmissionmethodcannotmeetthedemandofbridgedetection.The

5、refore,animprovedmethodwasputtedforwardinthisresearch.Thismethodbasedonacousticstransmissionmethodshowedlittleinfluencebyconstructionenvironmentandmaterialcharacteristics.Meanwhile,thismethodcouldrecognizebridgedefectsautomatically.Inthisresearch,waveformcharactersofdifferentdefectswereanal

6、yzedintheviewofprinciplesofsoundpropagation.Thenbasicapproachesanddisadvantagesofacousticstransmissionmethodwasdiscussed.Basedonthesedisadvantages,animprovedmethodbasedonacousticstransmissionmethodwasputtedforward.Thismethodincludesthreesteps:(1)collectacousticsignal,(2)medianfiltering,(3)r

7、ecognizedefectsbasedonconvolutionalneuralnetworks.Finally,thisimprovedmethodwasutilizedindetectionofBa-Wangbridge.Theanalysisofwaveformcharactersfromdifferentdefectsshowedthatdifferentdefectshadobviouslydifferentwaveformcharacters.ThedetectionresultsofBa