基于小波分析及神经网络的混凝土内部缺陷智能识别【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

基于小波分析及神经网络的混凝土内部缺陷智能识别PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 国内外混凝土缺陷检测研究进展2

1.3 混凝土缺陷检测存在的问题3

1.4 高效新型信息处理技术的发展4

1.4.1 频谱分析在无损检测中的应用发展4

1.4.2 小波分析和神经网络在无损检测中的应用发展5

1.5 本书研究内容和技术路线6

1.5.1 主要研究内容6

1.5.2 研究技术路线7

第2章 超声波检测理论及检测系统设计8

2.1 超声波检测的理论8

2.1.1 超声波的一般概念8

2.1.2 超声波在弹性介质中的波动方程9

2.1.3 超声波在混凝土中的传播方式11

2.1.4 超声波的衰减13

2.1.5 超声检测混凝土缺陷的原理14

2.2 检测系统设计15

2.2.1 超声检测设备15

2.2.2 检测方法16

2.2.3 试件制备及规格16

2.3 超声信号处理18

2.3.1 信号采集18

2.3.2 信号预处理18

2.4 观察法检测结果分析20

2.5 本章小结22

第3章 混凝土内部缺陷超声检测频谱分析23

3.1 概述23

3.2 频谱分析的理论及应用研究23

3.2.1 傅立叶变换24

3.2.2 快速傅立叶变换及其应用研究24

3.2.3 功率谱及其应用研究27

3.3 本章小结30

第4章 基于小波分析的混凝土缺陷特征信息提取31

4.1 概述31

4.2 小波分析31

4.2.1 小波分析的发展31

4.2.2 小波分析国内外研究现状33

4.2.3 小波分析的定义34

4.2.4 小波变换的特点36

4.2.5 常用小波基简介37

4.2.6 小波函数的选择40

4.2.7 基于小波分析的多分辨率分析40

4.2.8 小波分析在超声信号消噪方面的应用43

4.3 小波包分析47

4.3.1 小波包概述47

4.3.2 小波包的定义48

4.4 基于小波包分析的混凝土缺陷特征提取48

4.4.1 小波包分析步骤49

4.4.2 小波包分析结果49

4.5 本章小结53

第5章 基于神经网络的混凝土缺陷定量识别54

5.1 概述54

5.2 神经网络的发展54

5.3 神经网络的基本原理及特点55

5.4 BP神经网络57

5.4.1 BP网络结构57

5.4.2 BP算法原理57

5.4.3 BP算法参数选取59

5.4.4 基于BP神经网络对混凝土缺陷定量识别61

5.4.5 检测结果分析70

5.5 本章小结70

第6章 小波分析及神经网络在混凝土裂缝深度诊断上的应用71

6.1 概述71

6.2 理论基础73

6.2.1 小波分析73

6.2.2 RBF神经网络73

6.3 基于能量法的特征向量构造74

6.4 试验验证74

6.5 本章小结78

第7章 基于小波分析及神经网络内孔透射法灌注桩检测研究79

7.1 概述79

7.2 理论基础81

7.3 能量特征向量的构造82

7.4 试验验证83

7.4.1 试验系统83

7.4.2 声速法识别83

7.4.3 频谱能量法识别84

7.5 本章小结85

第8章 低应变法灌注桩缺陷检测研究及小波分析和神经网络应用86

8.1 概述86

8.2 反射波法基本原理87

8.2.1 反射波法基本模型87

8.2.2 应力波在桩身传播和缺陷诊断原理88

8.3 试验验证及工程实例分析90

8.3.1 检测系统90

8.3.2 检测结果计算及效果分析94

8.3.3 工程实例分析96

8.4 小波分析去噪在桩基检测上的应用101

8.4.1 不同小波基对去噪的影响102

8.4.2 不同分解层数对去噪的影响103

8.4.3 去噪效果分析103

8.5 小波神经网络在桩基检测上的应用105

8.5.1 小波神经网络105

8.5.2 广义能量特征向量的构造105

8.5.3 试验验证105

8.6 本章小结107

第9章 结论108

9.1 主要结论108

9.2 研究展望108

参考文献110