修剪型神经网络在锚杆锚固缺陷识别中的应用
2018-03-28孙晓云吴世星石家庄铁道大学电气与电子工程学院石家庄050043河北省发展与改革委员会石家庄050043
振动与冲击 2018年5期
关键词:锚杆
孙晓云, 吴世星, 韩 广, 田 军, 成 琦(.石家庄铁道大学 电气与电子工程学院,石家庄 050043;.河北省发展与改革委员会,石家庄 050043)
锚杆锚固技术能够充分挖掘岩土自身能量,调用岩土的自身强度和自稳能力,起到加固和支护围岩的作用,加之其能够减轻结构自重、节省工程材料、减少场地面积等优点,锚杆锚固技术在国内外得到了快速发展。但是,锚杆锚固施工技术具有高度隐蔽性,使得很难发现其质量问题,一旦出现质量问题将会造成人员和财产的巨大损失。因此,识别锚杆锚固是否有缺陷及缺陷类型成为了检测锚杆锚固质量的一项重要任务。
传统的锚杆锚固质量检测方法有拉拔试验法[1-2]和取芯法[3],它们耗时费力,具有破坏性。而无损检测技术的研究弥补了传统检测方法的不足,成为了现阶段检测锚杆锚固质量的一大发展趋势。Thurner[4]提出利用超声波检测锚杆,但超声波法激发条件苛刻、衰减速度很快,只适用于短锚杆,难以适用于种类繁多,长度较长的锚杆。汪明武等[5-7]通过锚杆锚固室内模型和现场试验的无损检测,提出了声频应力波法,它的工作核心是锚固段长度的测定和系统参数的设定。李义等[8-9],以一维弹性杆的振动理论为基础,提出了应力波反射法,该方法基本满足锚杆施工安全检测及锚杆支护优化的要求。但是它对底端反射信号不能很好识别。以上方法存在着许多影响因素, 如:敲击频率、自由段长度、注浆密实度等,因此,很难根据实测曲线判断锚杆锚固质量。……
登录APP查看全文
