一种基于声发射和神经网络的混凝土无损检测方法

摘要

本发明提出了一种基于声发射和神经网络的混凝土无损检测方法，该方法首先建立神经网络模型，并在标准工况下采集混凝土损伤声发射信号；然后将采集到的声发射信号根据加载曲线划分成3个损伤阶段，混凝土的3个损伤阶段分别是：轻度损伤、中度损伤和严重损伤，将已经划分好的3类损伤信号作为标准工况数据输入到神经网络学模块进行训练，得到混凝土损伤程度神经网络识别系统；最后将在对应的加载工况之下采集的混凝土声发射信号输入到神经网络识别系统中，即可实现对混凝土的损伤程度的判断。本发明化繁为简地实现了对混凝土损伤程度的在线无损监测，提高了对混凝土结构构件安全与否的预警和综合判断能力。

主权项

一种基于声发射和神经网络的混凝土无损检测方法，其特征在于，所述混凝土无损检测方法实时监测加载系统进行加载试验的混凝土损伤破坏过程，通过混凝土试件表面的声发射传感器采集损伤过程所伴生的声发射信号，所述声发射传感器的输出信号输入前置放大器放大后交给声发射处理模块，所述声发射处理模块提取声发射信号特征参数并输入计算机中存储；重复执行至少3组混凝土损伤破坏试验，构成混凝土试件损伤过程的声发射特征参数数据库，用于训练神经网络；所述神经网络采用BP神经网络，该BP神经网络输入层包含9个输入神经元，输出层包含3个输出神经元，隐含层包含22个神经元，将存储于特征参数数据库的声发射信号特征参数作为训练BP神经网络的输入向量，输出特征向量分别是：[1 0 0]、[0 1 0]和[0 0 1]，其中[1 0 0]表示混凝土轻度损伤阶段，[0 1 0]表示混凝土中度损伤阶段，[0 0 1]表示混凝土严重损伤阶段；声发射采集系统实时监测的混凝土构件表面的声发射信号特征参数输入到经过训练的神经网络系统，所述神经网络系统输出特征向量，从而得到所监测混凝土构件损伤程度。