基于RBF神经网络的锚杆锚固质量无损检测方法研究

【类型】学位论文

【作者】程恩 

【关键词】 改进阈值去噪 RBF神经网络 改进的PSO算法 锚杆

【学位授予单位】石家庄铁道大学

【学位年度】2016

【学位名称】硕士

【分类号】TU476

【导师姓名】孙晓云，刘占阳

【摘要】锚杆在边坡、深基坑以及隧道等施工中起到重要的支护作用,因此对锚杆锚固质量检测显得尤为重要。识别锚杆锚固是否有缺陷及其缺陷类型是检测锚杆锚固质量的一项重要内容。本文采用理论分析、实验室模型实验及工程案例相结合的方法,对锚杆锚固质量无损检测进行了研究。基于小波分析、粒子群(PSO)算法和径向基(RBF)神经网络建立了识别锚杆锚固缺陷类型的RBF神经网络模型,实现了对锚杆锚固质量的智能化分类,很大程度上克服了判断缺陷类型依赖个人经验的缺点。本文研究的具体内容如下:(1)对小波阈值去噪算法进行了改进,并应用于对锚

【全文挂接】 获取全文