一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法技术

一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法，钢筋混凝土梁作为实验对象，采集构件在四点弯曲分级加载作用下的声发射信号，直至混凝土材料碎裂；计算

【技术实现步骤摘要】
一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法
本专利技术涉及一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法，属于混凝土材料损伤检测

技术介绍
声发射技术(AcousticEmission)是一项无损检测技术，声发射的现象是因材料内部快速释放应变能而产生的瞬时弹性波。运用声发射检测技术接收到的信号常常源于材料内部的形变或损伤，声发射信号参数(如幅度、持续时间、上升时间、振铃计数、能量等)能够较为直观的反映材料内部损伤的萌发、发展状况，具有实时、灵敏度高的优势。钢筋混凝土作为一种强度高、刚度大、造价低的材料，广泛应用于重要结构如桥梁、水闸、高层建筑的建设中。在这些建筑物正常运行过程中，会受到外界荷载、化学腐蚀的作用导致钢筋混凝土构件强度的降低。为了保证结构安全、稳定的运行，需要及时、准确的监测、识别其损伤状态。钢筋混凝土构件受到外界荷载时，处于不同损伤阶段声发射信号特征参数会呈现不同的变化趋势。然而钢筋混凝土构件由于材料的多样性、复杂性，产生的声发射源往往存在不可分本文档来自技高网...

【技术保护点】
1.一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法，其特征在于，包括以下步骤：/n步骤1)将钢筋混凝土梁作为实验对象，采集构件在四点弯曲分级加载作用下的声发射信号，直至混凝土材料碎裂；/n步骤2)根据声发射参数中的幅值计算出b

【技术特征摘要】
1.一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法，其特征在于，包括以下步骤：
步骤1)将钢筋混凝土梁作为实验对象，采集构件在四点弯曲分级加载作用下的声发射信号，直至混凝土材料碎裂；
步骤2)根据声发射参数中的幅值计算出ba值，ba值为改进优化的声发射b值；
步骤3)根据ba值与能量的变化，将钢筋混凝土梁损伤破坏阶段分为四个阶段，分别为原始孔隙压密阶段、微裂纹萌发阶段、宏观裂纹产生阶段、最终破坏阶段；
步骤4)通过声发射参数中的幅值、持续时间、上升时间、振铃计数、撞击数、能量、有效值电压、平均信号电平共八个特征参数，并依据步骤3)中四个损伤破坏阶段对声发射事件参数进行人工分类，分别记作1、2、3、4，作为BP神经网络的输入样本；
步骤5)为了便于计算，对输入样本中八个声发射事件特征参数进行归一化处理；
步骤6)选择BP神经网络中合适的隐含层层数、隐含层节点数、激励函数、学习速率；
步骤7)BP神经网络的输出层节点数为4，即对应钢筋混凝土梁的四个损伤破坏阶段，并采用二进制编码表示，若样本属于第一阶段则表示为[1,0,0,0]，第二阶段则表示为[0,1,0,0]，第三阶段则表示为[0,0,1,0]，第四阶段则表示为[0,0,0,1]；
步骤8)遗传算法参数初始化，选择合适的最大进化代数、种群规模、交叉概率、变异概率，计算适应度值；
步骤9)将遗传算法迭代求解出最佳的初始阈值和权值赋予BP神经网络，进行BP神经网络训练。


2.根据权利要求1所述的一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状态识别方法，其特征在于，步骤2)的具体步骤为：
根据改写的G-R公式：



式中，a为经验常数；b为拟合直线的斜率，即“声发射b值”；
利用最小二乘法：



式中，Δx为声发射事件分档间距；Ai为第i档的中数；将某时间窗内的声发射数据，根据幅值进行分组；AdB/20作为横坐标，logNM为纵坐标进行拟合，得出相应的a、b值；取所有a值的平均值作为固定值将带入线性函数利用各个时间窗中的数据重新进行最小二乘拟合，即可得到ba值。


3.根据权利要求2所述的一种基于声发射参数与遗传算法优化BP神经网络的钢筋混凝土梁损伤状...

【专利技术属性】
技术研发人员：顾爱军，苏铭，王举国，关庆圆，
申请(专利权)人：扬州大学，
类型：发明
国别省市：江苏;32