专利名称：基于神经网络技术的综合强度测试法的制作方法
技术领域：
本发明涉及一种基于神经网络技术的超声-回弹-钻芯综合测强法，尤其适用于 对工程结构中大量使用的混凝土结构进行准确强度测试。
背景技术：
对工程结构进行混凝土强度检测的方法目前已有很多，如钻芯取样法、回弹法、 超声法、超声一回弹综合法、射钉法、针贯入法、后装拔出法、压剪法和冲击回波 法等。这些方法都具有各自的特点，可以在一定程度上解决结构混凝土的检测问题， 但由于混凝土是一种由多相复合材料组合而成的性质复杂的结构体系，且混凝土强 度还受测试条件的制约，是一个多因素的综合指标，故采用传统的试块抗压强度来 评定结构物的性能是不全面的，难以反映出多因素的影响。
目前应用较多的方法是超声一回弹综合法和钻芯法，超声一回弹法综合了回弹 法和超声法的优点，避免了混凝土取样对于结构的破坏，但是这种方法过分的依赖 经验公式，再加上现场混凝土的原材料、配合比以及施工条件不可能与R-N-C基准 曲线的制定条件完全一致，从而导致结果误差较大。
钻芯法就是利用钻机直接从结构上钻取圆柱体混凝土芯样，根据芯样的抗压强 度评定结构混凝土质量的微破损现场检测，这样就保证了现场混凝土测试的准确 性，但是过多的釆取混凝土芯样，会造成结构整体性的破坏，再加上取芯工作费用 较高，所以芯样位置、数量受到一定的限制。
在以上两种检测方法基础上发展起来的超声一回弹一钻芯综合测强法，先采用 超声一回弹综合法对结构混凝土强度进行全方位测试，再采用钻芯法对R-N-C基准 曲线做适当修正，将超声一回弹法和钻芯法结合起来进行混凝土强度检测。显然， 超声一回弹一钻芯综合法充分发挥了两种检测方法的优点，既减少了超声一回弹法中混凝土强度测试的不准确性，又避免了单一钻芯法引起的结构损坏。
在超声一回弹一钻芯综合法中，芯样的位置及数量等的选取工作是其中的关键 之处和难点。芯样的位置不能取在结构的关键受力部位，以尽量减小对结构的损坏。 就芯样数量而言，过少不能充分反映出实测混凝土的强度，过多则又会增加结构的 损伤程度。因此，稍有不慎就会造成测试结果的不准确、引起结构破坏等。虽然目 前已有根据数理统计理论来确定最优钻芯数量的方法，但该方法中的置信度、估计 精度等参数的确定尚无规范可循，另外由于估计精度需要根据芯样数量进行人工分 析计算获得，大大降低了基于数理统计理论的超声一回弹一钻芯综合测强法的使用 效率和可操作性。
发明内容
技术问题本发明的目的是提供一种基于神经网络技术的综合强度测试法，该 方法结合现有超声一回弹综合法和钻芯法两种混凝土测强法的优点，对上述两种方 法的测试结果进行相互校核验证。此超声一回弹一钻芯综合测强法既可以保证测试
结果准确可靠，又能最大程度地减小结构的损伤破坏。
技术方案本发明是在超声一回弹一钻芯综合测强法中利用神经网络技术来选 取最优取芯数量和位置等参数。超声一回弹一钻芯法是将超声一回弹综合法与钻芯 法结合使用。首先是采用超声一回弹综合法对结构混凝土强度进行全方位测i式，再 采用钻芯法对R-N-C基准曲线作适当修正。这种方法的关键就是确定合理的芯样数 量，利用神经网络技术就能很好的做到这一点。在超声一回弹一钻芯综合法实施过 程中的包括如下五个步骤
本发明的基于神经网络技术的综合强度测试方法包括以下步骤 第一步利用超声法测出结构的混凝土强度值当超声波在混凝土中传播遇到 缺陷时，将发生反射、折射、绕射和衰减等现象，其正常传播的某些声学参数的声 时、波形、能量和频谱将发生变化，当有空洞、裂缝等缺陷存在时，破坏了混凝土 的整体性，由于空气的声阻抗率远小于混凝土的声阻抗率，超声波遇到蜂窝、空 洞或裂缝等缺陷时，会在缺陷界面发生反射和折射，因此传播的路程会增大，测 得的声时会延长，声速会降低，还有在缺陷界面超声波的声能被衰减，其中频率 较高的部分衰减更快，因此接收信号的波幅明显降低，频率明显减小或频率谱中 高频成分明显减少，在实际测试中，利用混凝土声学参数测量值和相对变化综合分析，判别混凝土缺陷的位置和范围，或者估算缺陷的尺寸，
第二步利用回弹法进行结构的混凝土强度测试，并据此得到混凝土强度推定 值R利用回弹法测出的R ,是指相应于强度换算值总体分布中保证率不低于
95%的强度值
CI.当测区少于10个时，以测区混凝土强度的最小值fmin作为该构件的混凝土 强度推定值，艮P-
R问弹=fmin
b. 当测区强度值出现小于少于10.0MP。时
R回弹IO.O MPa
c. 当测区不少于IO个或按批量检测时，该构件的混凝土强度推定值为
R回弹=f平均—1.645 S标准差
其中，R,为混凝土强度推定值；fmin为该批构件中测区混凝土强度换算值的最小 者；f ^为构件混凝土强度平均值；S 为构件混凝土强度标准差，单位均为MPa;
第三步综合利用超声法和回弹法，测算出混凝土强度值R1;
第四步利用钻芯法检测技术来检测混凝土强度，从结构或构件上综合法测区 处非关键截面钻取芯样，运用神经网络技术来确认取芯数量是否满足要求，若不满 足，则重新取芯，直到满足为止，再根据满足要求的芯样数量进行加权平均，以得 到平均强度值R2;
第五步对所得混凝土强度值R1和平均强度值R2进行相互验证，以平均强度
值R2来校核混凝土强度值Rl的系统误差，获得较全面准确的混凝土检测强度值R。 第三步中混凝土强度值R1，根据公式R二aXVbXNCXLd，该式中，a、 b、 c、
d为待定系数，与粗骨料种类、混凝土配合比、测试时混凝土状态因素有关；N为
回弹值；V为超声声速，单位为km/s; L为碳化深度，单位为mm。
第四步中，运用神经网络技术来判断取芯数量是否满足要求的方法是根据对
芯样样本所进行的网络训练结果以及测试结果的精度要求来判断是否需要重新钻
取芯样，若不满足精度要求，则需要重新钻取芯样。
第五步中，对所得混凝土强度值R1和平均强度值R2进行相互校核的方法是
以超声-回弹综合测强法为主进行大面积地测试，以获得大量的混凝土强度值Rl值; 以基于神经网络技术的钻芯法为辅，以获得满足要求的平均强度值R2值；采用少量的平均强度值R2值来校验大量的混凝土强度值Rl值的系统误差。
有益效果本发明的综合测强法结合现有超声一回弹综合法和钻芯法两种混凝
土测强法的优点，对上述两种方法的测试结果进行相互校核验证。在根据结构分析 结果确定了取芯部位的基础上，利用人工神经网络技术来确定出最优钻芯数量，以 减小对结构造成的损伤。由于钻芯法可用于检验超声一回弹综合法所产生的系统误 差，因此超声一回弹一钻芯综合测强法既可以保证测试结果准确可靠，又能最大程 度地减小结构的损伤破坏。
混凝土测强技术种类虽然较多，但均有着明显的不足之处如产生系统误差、造 成结构损伤等。虽然现有的超声一回弹一钻芯综合测强法能够较好地解决这些问 题，但在确定最优钻芯数量方面尚无一套系统科学的方法，限制了其发展。针对上 述问题，本专利发明了基于神经网络技术的超声一回弹一钻芯综合测强法，该方法 结合了超声一回弹法和钻芯法两种混凝土测强技术的优点，并且利用神经网络技术 解决了最优钻芯数量的确定问题。目前大量工程结构因长期受到环境腐蚀及温度变 化等的影响，混凝土材料的材质、强度等会发生不同程度的退化现象，迫切需要一 种准确科学的测试技术来对混凝土强度进行及时检测，以保证结构的安全性，评估 其剩余使用寿命。本专利能够在保证测试结果准确可靠的基础上，大大降低钻芯测 强法所造成的结构损伤，提高超声一回弹一钻芯综合测强法的分析效率和可操作 性，因此在未来各种混凝土工程强度测试中具有广泛的应用前景，必将产生显著的 社会和经济效益。
图l超声一回弹一钻芯综合测强法流程图； 图2回弹法工作示意图； 图3超声波测试原理示意图； 图4钻芯法工作示意图； 图5 BP网络模型示意图6基于神经网络技术的取芯数量确定法流程图。
具体实施方式
本发明提出了一种基于神经网络技术的综合强度测试法，即超声一回弹一钻芯 综合测强法，如图1所示。该法根据结构分析结果来确定取芯部位，再利用目前国 际上非常活跃的前沿研究课题之一——神经网络技术确定出最优芯样数量。神经网 络技术是人脑及其活动的一个理论化的数学模型，它是由大量的处理单元以适当的 方式互连构成，是一个大规模的非线性自适应系统。神经网络不仅在形式上模拟了 生物神经系统，它也具有大脑的一些基本特征。从系统构成的形式上看，从神经元 本身到连接模式，基本上都是以与生物神经系统相似的方式工作的。由于人工神经 网络具有很强的学习和普化能力，能够将有效信息分布存放，因此近年来在工程结 构的健康监测及安全性评估领域得到了广泛的应用。因此将神经网络技术应用于超 声一回弹一钻芯综合测强法当中，能够克服现有数理统计理论需专门人工计算的不 足，在保证测试结果准确可靠的基础上，最大程度地减小对被检测工程结构所造成 的损伤。
在对结构混凝土强度进行检测时，将超声一回弹综合法与钻芯法结合使用，两 种方法所得结果相互校核，以保证测试结果的准确性。其中根据结构分析结果来确 定取芯部位，再应用神经网络技术来确定钻取芯样的数量。
超声一回弹法的基本原理是综合了超声法和回弹法两者的优点，回弹法是利用 材料表面硬度与回弹值N有相关关系，通过混凝土表面硬度与强度R的间接关系来 测算回弹值并且推算出混凝土的强度关系，其工作示意图见图2。但是回弹法仅仅 反映深度不超过30mm表层混凝土的状态，却无法反映混凝土内部的非匀质性、孑L 隙量和孔结构等。超声法测强的基本原理是超声波在混凝土中传播遇到缺陷时，会 产生反射、折射、绕射和衰减等现象，这样超声波正常传播的声学参数例如声时、 波形、能量和频谱等就会发生变化，根据这些变化，可以判断混凝土内部的密实度、 弹性性能及结构状况等，其测试原理示意图见图3。但是超声一回弹综合法中处理 数据时是根据很多经验公式推导得出的，由于现场混凝土的原材料、配合比以及施 工条件不可能与R—N—C基准曲线制定的条件完全一致，从而会导致误差增大。其 中，R—N—C基准曲线是根据对于某种具体的原材料、配合比及施工条件下的混凝 土试块进行超声一回弹综合法进行测强，得出具体的混凝土强度值以及相应的声 速、回弹值，并根据这三组数据(强度值、声速、回弹值)绘制出曲线，此曲线便是R—N—C基准曲线。
而钻芯法是利用专用钻机直接从结构上钻取圆柱体混凝土芯样，并且根据芯样
的抗压强度评定结构混凝土质量的一种微破损现场检测方法，其工作示意图见图4。
该方法适用于混凝土强度等级》C10的结构。钻芯法的缺点明显(1)取芯工作费 用较高；(2)如果芯样位置不合理且数量较大，很容易导致结构破坏，但芯样过
少反映不出混凝土的匀质性；(3)混凝土在实际工程结构中是处于复杂的应力和 约束状态，故其强度当然不可能与取出的芯样强度一样，所以得出的检测强度只具
有参考意义o
所以将二者结合起来形成的综合法，不仅能够取得较为准确的测试结果，还能
最大限度地减少芯样数量。超声一回弹一钻芯综合测强法地基本原理是在对结构 混凝土强度进行检测时，将超声一回弹综合法与钻芯法结合使用。首先是采用超声
一回弹综合法对结构混凝土强度进行全方位测试，再采用钻芯法对R-N-C基准曲线 作适当修正，其修正方法如下
从结构或构件上综合法测区处非关键截面钻取芯样，用标准方法测定这些试样 的超声值、回弹值、抗压强度值，并用基准曲线(该现场准备采用的专用曲线、地 区曲线或通用曲线)推算出试块的计算强度，然后按下式求出修正系数<formula>formula see original document page 9</formula>
式(1)中H为修正系数，精确至0.01; n为所取芯样数量；及,为第i个芯 样的实测抗压强度，精确至O. lMPa;《'为第i个芯样按拟修正的基准曲线所推算 的强度，精确至O. lMPa。修正系数置入拟修正的基准曲线公式即为修正后基准曲线 公式。
超声一回弹一钻芯法的关键是确定合理的芯样数量，使得采用芯样强度修正后 的基准曲线推算出的混凝土强度值与混凝土强度真值比较接近，在此前提下，尽量 减少钻芯的数量。本发明就是针对这一问题，基于如图5所示BP神经网络等模型 来估计钻芯法的取芯数量，其主要的实现方案包括如下五个步骤
第一步利用超声法测出结构的混凝土强度值当超声波在混凝土中传播遇到 缺陷时，将发生反射、折射、绕射和衰减等现象，其正常传播的某些声学参数的声 时、波形、能量和频谱将发生变化，当有空洞、裂缝等缺陷存在时，破坏了混凝土 的整体性，由于空气的声阻抗率远小于混凝土的声阻抗率，超声波遇到蜂窝、空洞或裂缝等缺陷时，会在缺陷界面发生反射和折射，因此传播的路程会增大，测 得的声时会延长，声速会降低，还有在缺陷界面超声波的声能被衰减，其中频率
较高的部分衰减更快，因此接收信号的波幅明显降低，频率明显减小或频率谱中 高频成分明显减少。在实际测试中，利用混凝土声学参数测量值和相对变化综合分 析，判别混凝土缺陷的位置和范围，或者估算缺陷的尺寸。
第二步利用回弹法进行结构的混凝土强度测试，并据此得到混凝土强度推定 值R,。利用回弹法测出的R,是指相应于强度换算值总体分布中保证率不低于 95%的强度值
(1) 当测区少于10个时，以测区混凝土强度的最小值fmh作为该构件的混凝土强 度推定值，艮P:
R回弹=fmin
(2) 当测区强度值出现小于少于10.0 MPa时
11回弹=10.0 MPa
(3) 当测区不少于10个或按批量检测时，该构件的混凝土强度推定值为
R回弹=f平均—1 -645 S标准差
其中，R,为混凝土强度推定值；fmin为该批构件中测区混凝土强度换算值的最小 者；f ，为构件混凝土强度平均值；S 为构件混凝土强度标准差，单位均为MPa。
第三步综合利用超声法和回弹法，测算出混凝土强度值R1;
第四步利用钻芯法检测技术来检测混凝土强度，从结构或构件上综合法测区 处非关键截面钻取芯样，运用神经网络技术来确认取芯数量是否满足要求，若不满 足，则重新取芯，直到满足为止，再根据满足要求的芯样数量进行加权平均，以得 到平均强度值R2;
第五步对所得混凝土强度值R1和平均强度值R2进行相互验证，以平均强度
值R2来校核混凝土强度值Rl的系统误差，获得较全面准确的混凝土检测强度值R。
权利要求
1、一种基于神经网络技术的综合强度测试方法，其特征在于该方法包括以下步骤第一步利用超声法测出结构的混凝土强度值当超声波在混凝土中传播遇到缺陷时，将发生反射、折射、绕射和衰减等现象，其正常传播的某些声学参数的声时、波形、能量和频谱将发生变化，当有空洞、裂缝等缺陷存在时，破坏了混凝土的整体性，由于空气的声阻抗率远小于混凝土的声阻抗率，超声波遇到蜂窝、空洞或裂缝等缺陷时，会在缺陷界面发生反射和折射，因此传播的路程会增大，测得的声时会延长，声速会降低，还有在缺陷界面超声波的声能被衰减，其中频率较高的部分衰减更快，因此接收信号的波幅明显降低，频率明显减小或频率谱中高频成分明显减少，在实际测试中，利用混凝土声学参数测量值和相对变化综合分析，判别混凝土缺陷的位置和范围，或者估算缺陷的尺寸，第二步利用回弹法进行结构的混凝土强度测试，并据此得到混凝土强度推定值R回弹；利用回弹法测出的R回弹是指相应于强度换算值总体分布中保证率不低于95％的强度值a.当测区少于10个时，以测区混凝土强度的最小值fmin作为该构件的混凝土强度推定值，即R回弹＝fminb.当测区强度值出现小于少于10.0MPa时R回弹＝10.0MPac.当测区不少于10个或按批量检测时，该构件的混凝土强度推定值为R回弹＝f平均-1.645S标准差其中，R回弹为混凝土强度推定值；fmin为该批构件中测区混凝土强度换算值的最小者；f平均为构件混凝土强度平均值；S标准差为构件混凝土强度标准差，单位均为MPa；第三步综合利用超声法和回弹法，测算出混凝土强度值R1；第四步利用钻芯法检测技术来检测混凝土强度，从结构或构件上综合法测区处非关键截面钻取芯样，运用神经网络技术来确认取芯数量是否满足要求，若不满足，则重新取芯，直到满足为止，再根据满足要求的芯样数量进行加权平均，以得到平均强度值R2；第五步对所得混凝土强度值R1和平均强度值R2进行相互验证，以平均强度值R2来校核混凝土强度值R1的系统误差，获得较全面准确的混凝土检测强度值R。
2、 根据权利要求1所述的基于神经网络技术的综合强度测试法，其特征在于 第三步中混凝土强度值R1，根据公式R二aXVbXNexiA该式中，a、 b、 c、 d为 待定系数，与粗骨料种类、混凝土配合比、测试时混凝土状态因素有关；N为回弹 值；V为超声声速，单位为km/s; L为碳化深度，单位为mm。
3、 根据权利要求1所述的基于神经网络技术的综合强度测试法，其特征在于 第四步中，运用神经网络技术来判断取芯数量是否满足要求的方法是根据对芯样 样本所进行的网络训练结果以及测试结果的精度要求来判断是否需要重新钻取芯 样，若不满足精度要求，则需要重新钻取芯样。
4、 根据权利要求1所述的基于神经网络技术的综合强度测试法，其特征在于 第五步中，对所得混凝土强度值R1和平均强度值R2进行相互校核的方法是以超声-回弹综合测强法为主进行大面积地测试，以获得大量的混凝土强度值R1值；以 基于神经网络技术的钻芯法为辅，以获得满足要求的平均强度值R2值；采用少量的平均强度值R2值来校验大量的混凝土强度值Rl值的系统误差。
全文摘要
基于神经网络技术的综合强度测试法结合了超声、回弹、钻芯三种测强方法的优点，解决了现有单一测强技术的各种不足之处，它的基本原理是先采用超声-回弹综合法对结构混凝土强度进行全方位测试，再采用钻芯法对R-N-C基准曲线作适当修正，其中利用神经网络技术来解决最优钻芯数量的确定问题。鉴于大量工程结构因长期受到环境腐蚀及温度变化等因素的影响，混凝土材料发生不同程度的退化，本发明能够在保证测试结果准确可靠的基础上，大大降低钻芯测强法所造成的结构损伤，提高超声-回弹-钻芯综合测强法的分析效率和可操作性，因此在各种混凝土工程强度测试中具有广泛的应用前景。
文档编号G01N3/40GK101303329SQ20081012412
公开日2008年11月12日 申请日期2008年6月13日 优先权日2008年6月13日
发明者张竞男, 李爱群, 晨 王, 浩 王 申请人:东南大学