寇文，段春强，刘毅，马津生，张宏历

摘 要：研究一种基于神经网络数据深度迭代回归方法的房屋建筑桩基础施工质量检测方法。根据桩基础施工过程中的大孔径深孔钻机和套管沉管机的实际运行数据，对其进行基于神经网络对数回归函数模块和二值化重投影回归函数模块的深度迭代回归分析，得到精度在10 mm的桩基础解析度评价结果。此数据可以较传统微震测试法给出更加清晰的异常区边界且给出异常区内部数据细节，但新方法仍缺少对桩基础可用性的决策性评价方法，需要与传统检测方法联合使用。

关键词：桩基础;施工质量;检测验收;神经网络;深度迭代回归分析

中图分类号：TU753.3 文献标识码：A     文章编号：1001-5922（2021）12-0155-03

Research on Construction Quality Detection Technology of Building Pile Foundation Engineering

Kou Wen， Duan Chunqiang， Liu Yi， Ma Jinsheng， Zhang Hongli

（The Fourth Construction Co.， Ltd. of CSCEC 7th Division， Zhengzhou 450000， China）

Abstract：A construction quality detection method of building pile foundation based on neural network data depth iterative regression method has been studied. The actual operation data of large diameter deep hole drilling rig and casing pipe sinking machine in the process of pile foundation construction is analyzed. In addition， the depth Iterative regression analysis of logarithmic regression function module and binary reprojection regression function module is carried out. Thus the evaluation result of pile foundation resolution with accuracy of 10 mm is obtained. Compared with the traditional microseismic test method， the boundary of the abnormal area is more clear， and the internal data of the abnormal area is more detailed. However， the new method still lacks the decision-making evaluation method for the availability of pile foundation， which needs to be used in combination with the traditional detection method.

Key words：Pile foundation; Construction quality; Detection and acceptance; Neural network; Deep iterative regression analysis

0 引言

建筑物桩基础的工程学意义是在深度发育第4系或高风化软岩基础上，将建筑物自重静压向深部稳定岩层进行传递的力学结构[1]。对软基础上的高层建筑来说，桩基础的施工质量如果不达标，则会对整个建筑物的稳定性、安全性带来显著影响。因为部分桩基础的底端埋深达到数十米，无法在施工后根据地表钢筋混凝土结构的一般检测手段进行施工质量检测，所以早期研究采用了多种基于大数据分析的全息检测方法[2]。传统验收模式下，可能采用微震法对桩基础进行补充物探，即在施工完成的桩基础顶端施加一定强度的微震，通过在桩基础周边土层中使用高精度激光加速度计获得土层振动响应结果，从而实现对地埋桩基础部分的三维成像[3]。……