本發(fā)明涉及一種預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法，特別涉及一種基于沖擊回波的預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法，屬于土木結(jié)構(gòu)工程檢測技術(shù)領(lǐng)域。

背景技術(shù)：

隨著我國經(jīng)濟(jì)的發(fā)展，預(yù)應(yīng)力混凝土橋梁得到廣泛使用。為了提高預(yù)應(yīng)力鋼筋和周圍混凝土結(jié)合的整體性，當(dāng)預(yù)應(yīng)力鋼筋張拉到設(shè)計值后，需要向波紋管內(nèi)進(jìn)行灌漿。灌漿的密實(shí)程度直接影響預(yù)應(yīng)力鋼筋的抗腐蝕性，如果波紋管灌漿不密實(shí)，將對橋梁的耐久性產(chǎn)生不利的影響，必須重視灌漿質(zhì)量。目前對橋梁波紋管灌漿密實(shí)度無損檢測方法有探地雷達(dá)法、超聲法、熱成像法及沖擊回波法等。探地雷達(dá)法其實(shí)質(zhì)是電磁探測方法，由于電磁法容易受到鋼筋的影響和干擾，對波紋管灌漿檢測中受到很多的局限；超聲波法屬于應(yīng)力波法，聲學(xué)參數(shù)與混凝土力學(xué)性能具有很好的相關(guān)性被廣泛應(yīng)用于混凝土檢測中，但對于預(yù)應(yīng)力混凝土灌漿質(zhì)量檢測目前仍處于試驗(yàn)階段；紅外成像雖然對混凝土無損檢測有成功的應(yīng)用，但其探測的缺陷深度一般較小。相對以上方法的沖擊回波法，目前已廣泛應(yīng)用于土木結(jié)構(gòu)工程檢測中，證明沖擊回波是一種相對實(shí)用可靠的技術(shù)。雖然沖擊回波法是一種有效的預(yù)應(yīng)力混凝土灌漿質(zhì)量檢測方法，但目前對灌漿質(zhì)量的評價只是定性評價，而且需要采集數(shù)據(jù)進(jìn)行大量的人工判別，嚴(yán)重影響檢測水平和生產(chǎn)效率。

近年來，信息技術(shù)和人工智能的不斷發(fā)展，推動了工程技術(shù)的不斷進(jìn)步。早期人們利用傅立葉變換，在頻率域?qū)π盘栠M(jìn)行濾波處理。然而傅立葉變換是以假設(shè)信號為平穩(wěn)信號條件下的一種表征信號頻率特征的方法，該方法是對被分析信號在整個時間域內(nèi)的頻率特征的平均結(jié)果。小波變換是一種時間-尺度分析方法，具有良好的時頻局部化特性，但是基函數(shù)一旦確定，在分析處理過程中不能改變。經(jīng)驗(yàn)?zāi)B(tài)分解方法具有自適應(yīng)特點(diǎn)，特別適用于非線性非平穩(wěn)信號的分析處理。但是經(jīng)驗(yàn)?zāi)B(tài)分解方法的主要問題是缺乏數(shù)學(xué)理論，建模困難。變分模態(tài)分解是近年來提出的一種新的模態(tài)分解方法，將信號分量的獲取過程轉(zhuǎn)移到變分框架內(nèi)，通過構(gòu)造并求解約束變分問題實(shí)現(xiàn)原始信號的分解，方法具有牢固的數(shù)學(xué)理論基礎(chǔ)。另一方面，為了解決人為因素的影響和降低大量的重復(fù)性的勞動，神經(jīng)網(wǎng)絡(luò)、決策樹算法、支持向量機(jī)和線性回歸等人工智能算法在工業(yè)生產(chǎn)中得到廣泛應(yīng)用。支持向量機(jī)方法是建立在統(tǒng)計學(xué)習(xí)理論的vc維理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上，它在解決小樣本、非線性及高維模式的識別具有顯著的優(yōu)勢。

沖擊回波作為一種無損檢測的應(yīng)力波方法，應(yīng)用先進(jìn)的信號處理技術(shù)和人工智能技術(shù)，利用測試的振動信號的特征，建立基于變分模態(tài)分解和支持向量機(jī)的預(yù)應(yīng)力混凝土灌漿密實(shí)度定量分析系統(tǒng)成為可能，提出一種預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法具有廣泛的現(xiàn)實(shí)意義。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是：提供一種預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法，該方法減少人為因素對判別結(jié)果的影響，提高檢測效率和測試精度，對預(yù)應(yīng)力混凝土灌漿密實(shí)度進(jìn)行定量分析，增強(qiáng)方法的適用性和可靠性。

本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案：

一種預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法，包括如下步驟：

步驟1，確定沖擊回波灌漿密實(shí)度識別中的影響因素，利用正交設(shè)計表設(shè)計出各個影響因素的計算工況；

步驟2，利用有限元模擬技術(shù)模擬出不同計算工況下的沖擊回波振動信號；

步驟3，將模擬的沖擊回波振動信號通過變分模態(tài)分解得到各個計算工況的特征模量，并對特征模量進(jìn)行希爾伯特變換得到每個計算工況的瞬時特征量；

步驟4，將各個計算工況的瞬時特征量作為輸入，將混凝土的力學(xué)參數(shù)、幾何參數(shù)和密實(shí)度作為輸出，構(gòu)建支持向量機(jī)的訓(xùn)練集；

步驟5，利用訓(xùn)練集訓(xùn)練支持向量機(jī)，得到訓(xùn)練好的支持向量機(jī)，并利用訓(xùn)練集對訓(xùn)練好的支持向量機(jī)進(jìn)行驗(yàn)證，若驗(yàn)證正確則進(jìn)行步驟6，否則返回步驟2；

步驟6，利用沖擊回波儀器對待識別的預(yù)應(yīng)力混凝土梁進(jìn)行沖擊回波振動信號采集；

步驟7，對采集的沖擊回波振動信號進(jìn)行變分模態(tài)分解得到特征模量，對特征模量進(jìn)行希爾伯特變換得到瞬時特征量；

步驟8，將步驟7瞬時特征量作為訓(xùn)練好的支持向量機(jī)的輸入，識別混凝土梁灌漿密實(shí)度參數(shù)并檢驗(yàn)，若檢驗(yàn)結(jié)果正常，則識別結(jié)束，否則返回步驟4。

作為本發(fā)明的一種優(yōu)選方案，步驟1所述影響因素包括板厚、波紋管尺寸和位置、波紋的密實(shí)度。

作為本發(fā)明的一種優(yōu)選方案，步驟3所述瞬時特征量包括頻率、振幅和相位。

作為本發(fā)明的一種優(yōu)選方案，步驟1所述利用正交設(shè)計表設(shè)計出各個影響因素的計算工況的具體方法為：獲取各個影響因素的最大值和最小值，將各個影響因素的最小值按10％遞增到最大值，作為各個影響因素的取值，由正交設(shè)計表設(shè)計出各個影響因素的計算工況。

作為本發(fā)明的一種優(yōu)選方案，步驟5所述訓(xùn)練好的支持向量機(jī)的模型為：灌漿密實(shí)度與瞬時特征量之間的非線性映射關(guān)系。

本發(fā)明采用以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有以下技術(shù)效果：

1、本發(fā)明智能識別方法能有效克服現(xiàn)有沖擊回波檢測過程中出現(xiàn)效率低、精度差等不足，消除檢測過程中人為因素的影響，最大程度的提高檢測精度和工作效率。

2、本發(fā)明智能識別方法能夠?qū)︻A(yù)應(yīng)力混凝土灌漿密實(shí)度進(jìn)行定量分析，增強(qiáng)了方法的實(shí)用性和可靠性。

附圖說明

圖1是本發(fā)明一種預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法的流程圖。

圖2是本發(fā)明智能識別方法中支持向量機(jī)訓(xùn)練樣本的構(gòu)建示意圖。

具體實(shí)施方式

下面詳細(xì)描述本發(fā)明的實(shí)施方式，所述實(shí)施方式的示例在附圖中示出。下面通過參考附圖描述的實(shí)施方式是示例性的，僅用于解釋本發(fā)明，而不能解釋為對本發(fā)明的限制。

如圖1所示，為本發(fā)明一種預(yù)應(yīng)力混凝土梁灌漿密實(shí)度智能識別方法的流程圖。本發(fā)明采用變分模態(tài)分解、有限元模擬和支持向量機(jī)等技術(shù)，通過有限元模擬出不同工況下的沖擊回波振動信號，再利用變分模態(tài)分解和希爾伯特變換構(gòu)建出支持向量機(jī)訓(xùn)練樣本，最后將沖擊回波檢測信號利用訓(xùn)練后的支持向量機(jī)定量預(yù)測出預(yù)應(yīng)力混凝土梁密實(shí)度。

基于變分模態(tài)分解和支持向量機(jī)的預(yù)應(yīng)力混凝土灌漿密實(shí)度測定方法，它主要有以下幾個步驟實(shí)現(xiàn)：

1、根據(jù)預(yù)應(yīng)力混凝土和灌漿混凝土力學(xué)、模型幾何參數(shù)及密實(shí)度的變化范圍，設(shè)計出不同的計算工況；

2、利用有限元模擬出不同計算工況下的沖擊回波振動信號；

3、將模擬的沖擊回波振動信號通過變分模態(tài)分解得出各個特征模量，利用希爾伯特變換得出每個特征模量的瞬時特征量；

4、將各個工況的瞬時特征值作為輸入量，而將混凝土的力學(xué)參數(shù)、幾何參數(shù)和密實(shí)度作為輸出量，構(gòu)成支持向量的訓(xùn)練集；

5、訓(xùn)練支持向量機(jī)，并對訓(xùn)練好的模型進(jìn)行驗(yàn)證，結(jié)果正確執(zhí)行下一步步驟，否則再從步驟2循環(huán)；

6、利用沖擊回波儀器對實(shí)際的預(yù)應(yīng)力混凝土梁進(jìn)行信號采集；

7、重復(fù)步驟3，得出每個特征模量的瞬時特征量；

8、將瞬時特征量作為輸入量，利用步驟4中訓(xùn)練后得支持向量機(jī)，預(yù)測出混凝土梁灌漿密實(shí)度等參數(shù)；

9、檢驗(yàn)輸入結(jié)果，如果預(yù)測結(jié)果正常，結(jié)束過程，否則再從步驟4循環(huán)。

本方法并僅限定于預(yù)應(yīng)力混凝土梁缺陷定量預(yù)測，也可用于其他混凝土結(jié)構(gòu)現(xiàn)場檢測；在預(yù)應(yīng)力混凝土梁密實(shí)度過程中，并不僅限定于密實(shí)度的定量預(yù)測也可以是其他參數(shù)的預(yù)測。步驟4中并不僅限于支持向量機(jī)算法，也可以是最小二乘支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和決策樹等機(jī)器算法。步驟3的變分模態(tài)分解，可以是傳統(tǒng)的信號分析方法，包括小波變換、短時傅立葉變換和經(jīng)驗(yàn)?zāi)B(tài)分解等方法。步驟4中并不僅限定于振動信號的瞬時量作為輸入變量也可以其他物理參量例如時域的統(tǒng)計特征參數(shù)等。

如圖2所示，瞬時特征樣本構(gòu)成步驟如下：

1)確定沖擊回波檢測中的影響因素，如板厚，波紋管尺寸和位置，波紋的密實(shí)度等影響因素的變化范圍；

2)由影響因素的最大和最小值，按照將各個影響因素的最小值按10％遞增為最大值，作為各個影響因素的取值，由正交設(shè)計表設(shè)計出各個影響因素的計算工況；

3)利用有限元模擬技術(shù)模擬出各個工況的測試結(jié)果，包括沖擊荷載確定，邊界條件設(shè)置及接觸條件等，沖擊荷載沖擊時間可由下列公式確定：

tc＝0.0086r(1)

其中，tc為沖擊持續(xù)時間，r為沖擊球半徑；

4)利用變分模態(tài)分解技術(shù)得出各個工況下的特征模量，詳細(xì)步驟見第2部分；

5)通過希爾伯特變化得出各個模量的瞬時量，包括頻率、振幅和相位，取各模量的瞬時變量最大值作為樣本值，建構(gòu)出樣本集。

變分模態(tài)分解是變分問題，則相應(yīng)的變分問題構(gòu)造過程如下：

1)對每個imf分量進(jìn)行hilbert變換得到其解析信號：

其中，δ(t)為狄利克雷函數(shù)，t為時間，j為虛數(shù)單位，uk(t)為imf分量；

2)對得出的解析信號預(yù)估中心頻率，通過移頻方式，將各解析信號的頻譜變換到基帶上：

其中，ωk為圓頻率；

3)計算上述解調(diào)信號的l²范數(shù)，估計各模態(tài)帶寬，其變分問題如下：

其中，f為原始信號；

對上述的變分問題，利用二次罰函數(shù)項(xiàng)和lagrange乘子將其轉(zhuǎn)化為無約束問題：

其中，α為懲罰因子，λ(t)為lagrange乘子。

4)最后，再利用乘子交替方向算法求取方程(4)無約束變分問題。

支持向量機(jī)主要由訓(xùn)練和測試兩個部分組成，其詳細(xì)步驟如下：

1)將正交設(shè)計表設(shè)計出各個影響因素的計算工況,并由有限元數(shù)值模擬和變分模態(tài)分解形成訓(xùn)練樣本；

2)由步驟1)得出的訓(xùn)練樣本,訓(xùn)練支持向量機(jī)模型，優(yōu)化支持向量機(jī)模型中各參數(shù)值，如核參數(shù)和懲罰因子；

3)通過學(xué)習(xí)樣本訓(xùn)練支持向量機(jī)模型,建立出灌漿密實(shí)度與特征瞬時量之間的非線性映射關(guān)系；

4)根據(jù)測試樣本，可利用訓(xùn)練過支持向量機(jī)模型預(yù)測灌漿密實(shí)度等待求參數(shù)；

5)將預(yù)測值與實(shí)驗(yàn)值進(jìn)行對比,評估預(yù)測可靠性。

以上實(shí)施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明保護(hù)范圍之內(nèi)。