论文部分内容阅读
本文结合低心变基桩动测技术(PIT)，提出了一种诊断基桩完整性的BP型神经网络方法，分析中包括定性的缺陷类型识别和定量的缺陷程度诊断两个阶段。神经网络模型的输入变量包括PIT动测数据、混凝土波速以及桩径和桩长等53个变量，定性缺陷识别阶段主要确定基桩完整性特征，包括完整、扩颈、缩颈、高析、断裂和多缺陷等，而定量诊断阶段针对不同缺陷类型利用相应动测数据库进行基桩缺陷深度和程度的定量分析。在缺陷定量诊断中，由于输出层的每个桩段不需要考虑多种状态类型从而大大减小了网络模型输出层的神经元个数，从而提高了网络训练的计算效率和精度。实际模型桩的训练和测试表明所提出方法是确实可行的。