神經(jīng)網(wǎng)絡(luò)技術(shù)在混凝土超聲波探傷中的研究應(yīng)用

1、神經(jīng)網(wǎng)絡(luò)技術(shù)在混凝土超聲波探傷中的研究應(yīng)用 * * 大 學(xué) 畢 業(yè) 論 文 第一章 緒論 第一節(jié) 引言 混凝土是當(dāng)今世界上用量最大用途最廣的工程材料。在土木、水利與建筑工程，海洋及港灣建設(shè)工程，交通運(yùn)輸與鐵路工程，甚至航空航天工程，都有混凝土應(yīng)用的實(shí)例。作為一種重要的工程材料，混凝土在現(xiàn)代建筑工程中得到廣泛的應(yīng)用。我國(guó)是世界上混凝土生產(chǎn)和應(yīng)用最多的國(guó)家。到2004年，我國(guó)水泥的產(chǎn)量達(dá)到9.4億噸，混凝土的產(chǎn)量約20億m3。在我國(guó)，建造了大量的高層與超高層建筑，鋼筋混凝土鐵路橋、公路橋、跨海大橋，海港碼頭及航空港等。 各種工程結(jié)構(gòu)中經(jīng)常存在著表面的某種破損或缺陷，如梁板的裂縫，墻皮開(kāi)裂，火災(zāi)后混

2、凝土的過(guò)火等，這些肉眼可見(jiàn)的破損容易引起人們的重視，而舊有建筑材料由于初始缺陷的存在及荷載和環(huán)境的共同作用，使結(jié)構(gòu)在經(jīng)歷了一段較長(zhǎng)時(shí)間或受到某種自然災(zāi)害后，往往受到不同程度的損傷，或由于結(jié)構(gòu)的病害引起性能變化，導(dǎo)致突發(fā)事故或建筑物倒塌現(xiàn)象的發(fā)生，這類危險(xiǎn)是肉眼看不見(jiàn)的內(nèi)在缺陷、損傷所造成的。 第二節(jié) 混凝土損傷研究意義 從混凝土的組成來(lái)看，是一種非均勻的多相顆粒復(fù)合材料，由硬化水泥漿、細(xì)骨料（砂）和粗骨料（石子）混合而成，并含有各種形狀的孔隙，其中粗骨料、細(xì)骨料、水泥漿體的組成、分布及結(jié)合狀態(tài)都具有高度的隨機(jī)性，而且骨料、水泥漿基體及混凝土的力學(xué)性能也各不相同，其力學(xué)性能指標(biāo)如強(qiáng)度、彈性模量等

3、也只是在統(tǒng)計(jì)意義上才具有相對(duì)穩(wěn)定的數(shù)值。從細(xì)觀角度看，混凝土材料的力學(xué)特性是由其內(nèi)部的細(xì)觀結(jié)構(gòu)及其變化決定的。 作為一種典型的非均質(zhì)材料，混凝土在多種尺度下都表現(xiàn)出了非均質(zhì)性。根據(jù)復(fù)合材料的觀點(diǎn)，將混凝土結(jié)構(gòu)分為三級(jí)。 第一級(jí)，即混凝土?？蓪⑸皾{視為基相，骨料視為分散相。骨料和砂漿的結(jié)合面為薄弱面，該處常因各種原因產(chǎn)生結(jié)合縫?；炷恋钠茐氖紫葟倪@里開(kāi)始。 第二級(jí)，即砂漿。可將水泥視為基相，砂視為分散相。砂和水泥的結(jié)合面也是薄弱面，也產(chǎn)生結(jié)合縫，但其尺寸比砂漿和骨料之間的結(jié)合縫至少小一個(gè)量級(jí)。 第三級(jí)，即硬化水泥漿。硬化水泥漿也不是勻質(zhì)材料，其中包裹著一些未被水化的水泥顆粒及孔隙，他們就是缺陷。

4、因此可將硬化水泥漿膠體視為基相，將這些缺陷視為分散相。水泥漿體的破壞可能從這些缺陷開(kāi)始，裂紋由于克服硬化水泥漿分子間的引力而擴(kuò)展。未被水化的水泥顆粒尺寸通常比砂和水泥漿的結(jié)合縫至少小幾個(gè)量級(jí)。 從損傷力學(xué)的觀點(diǎn)來(lái)看，我們稱上述混凝土的缺陷為損傷1。這時(shí)如果混凝土體受到外界因素的作用，則混凝土體中原有損傷將會(huì)有所發(fā)展并會(huì)導(dǎo)致出現(xiàn)新的損 1 * * 大 學(xué) 畢 業(yè) 論 文 傷，當(dāng)損傷積累到一定程度時(shí)，混凝土體中將會(huì)出現(xiàn)宏觀裂縫，而宏觀裂縫的端部又將會(huì)發(fā)生新的損傷及產(chǎn)生新的損傷區(qū)，再經(jīng)積累而引起裂縫的擴(kuò)展，直至混凝土體的破壞，由此可見(jiàn)，混凝土的破壞過(guò)程實(shí)際上是損傷、損傷積累、宏觀裂紋出現(xiàn)、宏觀裂紋擴(kuò)

5、展交織發(fā)生的過(guò)程。如圖1-1混凝土損傷裂縫發(fā)展過(guò)程。 圖1-1 混凝土損傷機(jī)理 在上述混凝土的損傷機(jī)制下，一般來(lái)說(shuō)，混凝土的裂紋擴(kuò)展存在四個(gè)階段: 1）預(yù)存微裂紋階段。即在混凝土成形過(guò)程中，由于水泥漿硬化干縮，水分蒸發(fā)留下裂隙等原因，使構(gòu)件中預(yù)存原始微裂紋。它們大都為界面裂紋，極少量為砂漿裂紋，這些裂紋是穩(wěn)定的。這些裂紋的存在是混凝土具有初始損傷的原因之一。 2）裂紋的起裂和穩(wěn)定擴(kuò)展階段。在較低的工作應(yīng)力下，構(gòu)件內(nèi)部的某些點(diǎn)會(huì)產(chǎn)生拉應(yīng)力集中，致使相應(yīng)的預(yù)存微裂紋延伸或擴(kuò)展，應(yīng)力集中則隨之緩解，如果荷載不再增加，將不會(huì)產(chǎn)生新裂紋，卸荷時(shí)少量裂紋還會(huì)閉合，這一階段的應(yīng)力-應(yīng)變關(guān)系是線性的。當(dāng)預(yù)存裂

6、紋起裂后，如果繼續(xù)加載，并使荷載維持在一個(gè)應(yīng)力水平下，即長(zhǎng)期破壞的臨界應(yīng)力（一般低于材料強(qiáng)度的70%80%）,裂紋將繼續(xù)擴(kuò)展，有的深入砂漿。有的互相結(jié)合形成大裂紋，同時(shí)又有新裂紋形成，如停止加載裂紋擴(kuò)展將趨于停止，這一階段的應(yīng)力-應(yīng)變關(guān)系是非線性的，通常也稱這一階段為連續(xù)損傷階段。 3）裂紋的不穩(wěn)定擴(kuò)展階段。當(dāng)荷載超過(guò)臨界值時(shí)，裂紋將繼續(xù)擴(kuò)展，聚合砂漿裂紋急劇增多，即使荷載維持不變，裂紋也將失穩(wěn)擴(kuò)展，造成破壞。 4）完全破壞階段?；炷恋娜毕莺蛽p傷嚴(yán)重降低了結(jié)構(gòu)的安全性、適用性和耐久性，特別是我國(guó)現(xiàn)在許多建筑物已經(jīng)接近或達(dá)到規(guī)定的基準(zhǔn)使用期，其中部分建筑物仍存在使用價(jià)值，因此迫切需要對(duì)他們進(jìn)行

7、無(wú)損探傷的診斷，從而對(duì)他們進(jìn)行加固、維修、管理和使用。因而如何通過(guò)一定的檢測(cè)手段與方法來(lái)判斷結(jié)構(gòu)是否存在缺陷與損傷，并對(duì)損傷進(jìn)行定位及評(píng)估成為當(dāng)前國(guó)內(nèi)學(xué)術(shù)界、工程界極為關(guān)注研究活躍的領(lǐng)域之一。 2 * * 大 學(xué) 畢 業(yè) 論 文 第三節(jié) 人工神經(jīng)網(wǎng)絡(luò)的基本概念及其發(fā)展過(guò)程 人腦約由1010個(gè)神經(jīng)細(xì)胞組成，數(shù)量之龐大，近似茫茫宇宙中星星的數(shù)目。細(xì)胞之間相互連結(jié)，形成縱橫交錯(cuò)的網(wǎng)絡(luò)式結(jié)構(gòu)。每個(gè)腦細(xì)胞約有104條途徑與其它細(xì)胞相連，構(gòu)成一個(gè)非常復(fù)雜的信息處理網(wǎng)絡(luò)。仿此，人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，縮寫(xiě)ANN）也是由眾多十分簡(jiǎn)單的人工神經(jīng)元按一定規(guī)律有機(jī)地聯(lián)結(jié)起

8、來(lái)而構(gòu)成的。網(wǎng)絡(luò)中信息的傳播、存儲(chǔ)方式都與生物神經(jīng)網(wǎng)絡(luò)相似，是并行式的“集體”工作方式。它沒(méi)有大家熟悉的傳統(tǒng)數(shù)字計(jì)算機(jī)的運(yùn)算器、存儲(chǔ)器和控制器這類“專職”部件，有的只是眾多相同的簡(jiǎn)單神經(jīng)元的組合。信息存儲(chǔ)在各神經(jīng)元之間的連結(jié)權(quán)上。從結(jié)構(gòu)到工作原理均與傳統(tǒng)計(jì)算機(jī)有本質(zhì)的區(qū)別。由于這種信息處理系統(tǒng)是人工的模仿人腦神經(jīng)網(wǎng)絡(luò)而建立的，故稱人工神經(jīng)網(wǎng)絡(luò)。為簡(jiǎn)便起見(jiàn)，也常省略“人工”兩字。 關(guān)于人工神經(jīng)網(wǎng)絡(luò)的定義，1988年美國(guó)國(guó)防高級(jí)研究計(jì)劃局的解釋是2：人工神經(jīng)網(wǎng)絡(luò)是一個(gè)由許多簡(jiǎn)單的并行工作的處理單元組成的系統(tǒng)，其功能取決于網(wǎng)絡(luò)的結(jié)構(gòu)、連結(jié)強(qiáng)度以及各單元的處理方式。根據(jù)Haykin S 1994年所著

9、神經(jīng)網(wǎng)絡(luò)的定義3，神經(jīng)網(wǎng)絡(luò)是一個(gè)大規(guī)模并行的分布式處理器它具有存儲(chǔ)并利用經(jīng)驗(yàn)知識(shí)的能力。在以下兩方面很像人腦： 1）網(wǎng)絡(luò)通過(guò)學(xué)習(xí)獲得知識(shí)； 2）知識(shí)存儲(chǔ)在用以描述神經(jīng)元之間連結(jié)強(qiáng)度的權(quán)值中。因此人工神經(jīng)網(wǎng)絡(luò)是一種旨在模仿人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)。 人工神經(jīng)網(wǎng)絡(luò)不僅在形式上模擬了生物神經(jīng)系統(tǒng)，它也具有大腦的一些基本特征。從系統(tǒng)構(gòu)成的形式上看，從神經(jīng)元本身到聯(lián)接模式，基本上都是以與生物神經(jīng)系統(tǒng)相似的方式工作的。從表現(xiàn)特征上來(lái)看，它力求模擬生物神經(jīng)系統(tǒng)的基本運(yùn)行方式。例如，可以通過(guò)相應(yīng)的學(xué)習(xí)訓(xùn)練算法，將隱含在一個(gè)較大數(shù)據(jù)集中的數(shù)據(jù)聯(lián)系抽象出來(lái)，就像人們可以不斷地摸索規(guī)律、總結(jié)經(jīng)驗(yàn)一樣，可以從先

10、前得到的例子按要求產(chǎn)生出新的實(shí)例，在一定程度上實(shí)現(xiàn)“舉一反三”的功能。 一般認(rèn)為，最早用數(shù)學(xué)模型對(duì)神經(jīng)系統(tǒng)中的神經(jīng)元進(jìn)行理論建模的是美國(guó)心理學(xué)家麥卡洛克（W.McCulloch）和數(shù)學(xué)家皮茨（W.Pitts）。他們于1943年建立了MP神經(jīng)元模型。MP神經(jīng)元模型首次簡(jiǎn)單的數(shù)學(xué)模型模仿出生物神經(jīng)元活動(dòng)功能，并揭示了通過(guò)神經(jīng)元的相互連接和簡(jiǎn)單的數(shù)學(xué)計(jì)算，可以進(jìn)行相當(dāng)復(fù)雜的邏輯運(yùn)算這一令人興奮的事實(shí)。 1957年，美國(guó)計(jì)算機(jī)學(xué)家羅森布拉特（F.Rosenblatt）提出了著名的感知器（Perceptron）模型。它是一個(gè)具有連續(xù)可調(diào)權(quán)值矢量的MP神經(jīng)網(wǎng)絡(luò)模型，經(jīng)過(guò)訓(xùn)練可達(dá)到對(duì)一定輸入矢量模式進(jìn)行識(shí)別

11、的目的。 1959年，當(dāng)時(shí)的另外兩位美國(guó)工程師威德羅（B.Widrow）和霍夫（M.Hoff）提出了自適應(yīng)線性元件（Adaptive linear element,簡(jiǎn)稱Adaline）。它是感知器的變化形式，尤其在權(quán)失量的算法上進(jìn)行了改進(jìn)，提高了訓(xùn)練收斂速度和精度。成為第一個(gè)用于解決實(shí)際問(wèn)題的人工神經(jīng)網(wǎng)絡(luò)。 3 * * 大 學(xué) 畢 業(yè) 論 文 美國(guó)學(xué)者霍普菲爾德（J.Hopfield）對(duì)人工神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇起到了關(guān)鍵性的作用。1982年，他提出了霍普菲爾德網(wǎng)絡(luò)模型，將能量函數(shù)引入到對(duì)稱反饋網(wǎng)絡(luò)中，使網(wǎng)絡(luò)穩(wěn)定性有了明顯的判據(jù)，并利用提出的網(wǎng)絡(luò)的神經(jīng)計(jì)算能力來(lái)解決條件優(yōu)化問(wèn)題。另一個(gè)突破性的研究

12、成果是儒默哈特（D.E.Rumelhart）等人在1986年提出的解決多層神經(jīng)網(wǎng)絡(luò)權(quán)值修正的算法誤差反向傳播法，簡(jiǎn)稱BP算法，找到了解決明斯基和帕伯特提出的問(wèn)題的辦法，從而給人工神經(jīng)網(wǎng)絡(luò)增添了活力。 我國(guó)的神經(jīng)網(wǎng)絡(luò)研究開(kāi)始1988年，在基礎(chǔ)理論與應(yīng)用領(lǐng)域都取得了一系列重要成果。1989年在廣州召開(kāi)了全國(guó)神經(jīng)網(wǎng)絡(luò)信號(hào)處理會(huì)議，1990年我國(guó)8個(gè)一級(jí)學(xué)會(huì)聯(lián)合召開(kāi)了首屆全國(guó)神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議，并決定以后每年召開(kāi)一次。特別是1992年神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)和IEEE神經(jīng)網(wǎng)絡(luò)委員會(huì)聯(lián)合學(xué)術(shù)會(huì)議在北京召開(kāi)，極大推動(dòng)了神經(jīng)網(wǎng)絡(luò)在我國(guó)的發(fā)展與研究。 迄今為止的神經(jīng)網(wǎng)絡(luò)研究，大致可分為理論研究和應(yīng)用研究?jī)纱蠓矫?。理論研究?/p>

13、以分為兩類： 利用神經(jīng)生理與認(rèn)知科學(xué)研究人類思維和智能機(jī)理； 利用神經(jīng)基礎(chǔ)理論的研究成果，用數(shù)理方法探索功能更加完善、性能更加優(yōu)越的神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)算法和性能，開(kāi)發(fā)新的網(wǎng)絡(luò)數(shù)理理論。應(yīng)用研究也可以分為兩類： 神經(jīng)網(wǎng)絡(luò)的軟件模擬和硬件實(shí)現(xiàn)的研究； 神經(jīng)網(wǎng)絡(luò)在各個(gè)領(lǐng)域中應(yīng)用的研究。隨著神經(jīng)網(wǎng)絡(luò)理論本身以及相關(guān)理論、相關(guān)技術(shù)的不斷發(fā)展 ,神經(jīng)網(wǎng)絡(luò)的應(yīng)用將更加深入和廣泛。作為一項(xiàng)新生事物，它已迅速進(jìn)入了許多應(yīng)用領(lǐng)域，如圖像處理、自動(dòng)控制、信號(hào)處理、視覺(jué)系統(tǒng)、醫(yī)學(xué)工程、農(nóng)業(yè)、水利、機(jī)械系統(tǒng)和信貸評(píng)估等。 第四節(jié) 神經(jīng)網(wǎng)絡(luò)技術(shù)在混凝土損傷中的應(yīng)用和發(fā)展情況 對(duì)工程結(jié)構(gòu)進(jìn)行健康診斷與損傷檢測(cè)的研究

14、5開(kāi)始于20世紀(jì)40年代，大致分為三個(gè)階段： 1）探索階段。該階段為20世紀(jì)4050年代，注重分析、研究結(jié)構(gòu)產(chǎn)生缺陷的原因和修補(bǔ)方法，檢測(cè)工作以外觀的目測(cè)方法為主。 2）發(fā)展階段。該階段為20世紀(jì)6080年代中期，注重對(duì)工程結(jié)構(gòu)檢測(cè)技術(shù)和評(píng)估方法的研究，提出破損檢測(cè)、無(wú)損檢測(cè)、物理檢測(cè)等幾十種現(xiàn)代檢測(cè)技術(shù)和分項(xiàng)評(píng)價(jià)、綜合評(píng)價(jià)、模糊評(píng)價(jià)等多種評(píng)價(jià)方法。由于歷史發(fā)展等原因和自然災(zāi)害造成的慘痛教訓(xùn)，我國(guó)在20世紀(jì)70年代中期開(kāi)始該項(xiàng)研究，雖然起步比較晚，但引起了國(guó)家許多部門(mén)和單位的重視，開(kāi)發(fā)研究了許多符合我國(guó)國(guó)情的診斷方法和技術(shù)。 3）完美階段。該階段為20世紀(jì)80年代后期至今，該階段制定了一系列的

15、規(guī)范和標(biāo)準(zhǔn)，強(qiáng)調(diào)綜合評(píng)價(jià)，引入知識(shí)工程，將有限元分析等數(shù)值計(jì)算方法與結(jié)構(gòu)損傷檢測(cè)方面的專家經(jīng)驗(yàn)結(jié)合起來(lái)，使結(jié)構(gòu)損傷檢測(cè)與可靠性評(píng)估工作朝著智能化的方向發(fā)展和邁進(jìn)。 自Adeli和Yeh5于1989年將沒(méi)有隱含層的感知機(jī)第一次用于簡(jiǎn)支梁的設(shè)計(jì)以來(lái)，越來(lái)越多的土木工程專家、學(xué)者將研究方向轉(zhuǎn)移到該領(lǐng)域上來(lái)，現(xiàn)在已有許多 4 * * 大 學(xué) 畢 業(yè) 論 文 神經(jīng)網(wǎng)絡(luò)模型用于結(jié)構(gòu)分析及優(yōu)化設(shè)計(jì)、結(jié)構(gòu)的損傷檢測(cè)與評(píng)估、結(jié)構(gòu)控制、多目標(biāo)綜合決策及預(yù)報(bào)、施工管理與規(guī)劃、巖土與交通工程及材料的本構(gòu)關(guān)系等許多方面。 土木工程中的許多問(wèn)題是非線性問(wèn)題，變量之間的關(guān)系十分復(fù)雜，很多工程實(shí)際問(wèn)題很難用確切的數(shù)學(xué)、力學(xué)模

16、型來(lái)描述。工程現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)的代表性預(yù)測(cè)點(diǎn)的位置、范圍和手段有關(guān)，有時(shí)很難滿足傳統(tǒng)統(tǒng)計(jì)方法所要求的統(tǒng)計(jì)條件和規(guī)律，加之工程項(xiàng)目多位單體生產(chǎn)，可統(tǒng)計(jì)性差，且影響因素多，所依靠的信息許多是不確定的，因此運(yùn)用神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)土木工程問(wèn)題的求解是非常合適的。 混凝土損傷識(shí)別的神經(jīng)網(wǎng)絡(luò)方法具有許多優(yōu)越性： 1）神經(jīng)網(wǎng)絡(luò)具有并行分布式存儲(chǔ)信息、自組織學(xué)習(xí)的特點(diǎn)，通過(guò)對(duì)訓(xùn)練樣本的學(xué)習(xí)就能夠很好的模擬聲學(xué)特征參數(shù)，（輸入）與混凝土損傷程度（輸出）的非線性映射關(guān)系，能夠?qū)崿F(xiàn)混凝土損傷的定量化和智能化。 2）神經(jīng)網(wǎng)絡(luò)對(duì)輸入具有很強(qiáng)的容錯(cuò)性，識(shí)別的誤判率很低，神經(jīng)網(wǎng)絡(luò)對(duì)樣本訓(xùn)練能夠快速收斂到足夠精度。 3）神經(jīng)網(wǎng)絡(luò)不

17、依賴于輸入?yún)?shù)的統(tǒng)計(jì)特性，可以對(duì)不同混凝土試塊、不同超聲實(shí)驗(yàn)條件下檢測(cè)的參數(shù)統(tǒng)一學(xué)習(xí)，因此網(wǎng)絡(luò)具有較強(qiáng)的學(xué)習(xí)和適用能力，尤其應(yīng)用于工程復(fù)雜的非重復(fù)環(huán)境條件下具有很強(qiáng)的應(yīng)用價(jià)值和意義。 第五節(jié) 本文的主要工作 本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的混凝土損傷聲學(xué)檢測(cè)方法，這一方法的基本思路是從超聲檢測(cè)中提取三向波速變化的聲學(xué)特征參數(shù)，利用神經(jīng)網(wǎng)絡(luò)并行處理、自學(xué)習(xí)能力和容錯(cuò)性低等優(yōu)點(diǎn)，通過(guò)對(duì)訓(xùn)練樣本的學(xué)習(xí)模擬特征參數(shù)與損傷的非線性模糊映射關(guān)系，從而實(shí)現(xiàn)混凝土損傷識(shí)別的定量化和智能化。 第一章 緒論介紹了混凝土損傷和神經(jīng)網(wǎng)絡(luò)的研究意義，以及發(fā)展現(xiàn)狀，概述本文的主要工作。 第二章 將重點(diǎn)介紹混凝土的損傷和超聲波

18、無(wú)損檢測(cè)技術(shù)，概述損傷力學(xué)的基本知識(shí)，損傷力學(xué)的分析方法，混凝土損傷機(jī)理，以及超聲波技術(shù)在混凝土無(wú)損檢測(cè)中的應(yīng)用和發(fā)展。 第三章 將介紹人工神經(jīng)網(wǎng)絡(luò)技術(shù)。簡(jiǎn)要說(shuō)明了人工神經(jīng)網(wǎng)絡(luò)的基本原理，包括人工神經(jīng)元的模型、人工神經(jīng)元的激活函數(shù)、學(xué)習(xí)方法、學(xué)習(xí)規(guī)則、網(wǎng)絡(luò)模型等內(nèi)容。然后介紹了RBF神經(jīng)網(wǎng)絡(luò)和BP網(wǎng)絡(luò)模型，RBF神經(jīng)網(wǎng)絡(luò)的組成與學(xué)習(xí)過(guò)程。最后介紹了基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱的模型分析和處理方法。 第四章 介紹本文引用的實(shí)驗(yàn)方法及損傷定義。 第五章 基于神經(jīng)網(wǎng)絡(luò)方法對(duì)混凝土損傷進(jìn)行特性研究，利用Matlab語(yǔ)言設(shè)計(jì)的BP和RBF神經(jīng)網(wǎng)絡(luò)模型來(lái)具體分析神經(jīng)網(wǎng)絡(luò)在混凝土損傷中的應(yīng)用。 5 * *

19、 大 學(xué) 畢 業(yè) 論 文 第二章 損傷理論研究方法綜述 第一節(jié) 損傷力學(xué)的基本知識(shí) 損傷就是指在單調(diào)加載或重復(fù)加載下材料的微缺陷（如微裂紋和孔隙）發(fā)展而導(dǎo)致其內(nèi)粘聚力的進(jìn)展性減弱，材料性能逐漸劣化并導(dǎo)致體積單元破壞的現(xiàn)象6。材料的缺陷可根據(jù)其幾何形態(tài)分成點(diǎn)缺陷（空位，雜質(zhì)原子等）、線缺陷（位錯(cuò)）、面缺陷（滑移平面和裂紋）以及體缺陷（孔隙和空洞）等。 描述損傷的變量有微觀基準(zhǔn)量和宏觀基準(zhǔn)量?jī)深?。微觀基準(zhǔn)量指的是損傷材料中缺陷的數(shù)目、形狀、長(zhǎng)度、面積、體積以及其分布規(guī)律等；宏觀基準(zhǔn)量指的是損傷材料的彈性模量、屈服應(yīng)力、拉伸強(qiáng)度、延伸率、密度、電阻、超聲波速度和聲發(fā)射響應(yīng)等。第一類基準(zhǔn)量不能直接與

20、宏觀的力學(xué)量建立物性關(guān)系，采用它來(lái)定義損傷變量的時(shí)候需要對(duì)其作出一定的宏觀尺度下的統(tǒng)計(jì)處理（如平均、求和等）；對(duì)于第二類基準(zhǔn)量來(lái)說(shuō)，則總是選用那些對(duì)所研究材料的損傷過(guò)程比較敏感，在實(shí)驗(yàn)室容易測(cè)定的量來(lái)作為定義損傷變量的依據(jù)。在損傷力學(xué)中，損傷變量從某種意義上來(lái)說(shuō)是起著一種“劣化算子”的作用。 損傷力學(xué)是研究含損傷介質(zhì)的材料性質(zhì)，以及材料在變形過(guò)程中損傷的演化發(fā)展直到破壞的力學(xué)過(guò)程的學(xué)科。它是固體力學(xué)的一個(gè)分支學(xué)科，是材料與結(jié)構(gòu)的變形與破壞理論的重要組成部分8。1958年Kachanov在研究金屬蠕變斷裂的過(guò)程中，首次提出了用連續(xù)度的概念來(lái)描述材料性能的逐漸衰變，使得材料中復(fù)雜的、離散的衰壞過(guò)程

21、可以用一個(gè)連續(xù)變量來(lái)描述，成為損傷研究的里程碑；1963年Rabotnov引入了損傷因子的概念來(lái)描述材料受損程度；但作為一個(gè)理論體系，損傷力學(xué)是從70年代才開(kāi)始建立并得到逐步的發(fā)展。1977年Janson和Hult等人提出了損傷力學(xué)（damagemeehanies）的新名詞；1956年Kaehanov寫(xiě)成了損傷力學(xué)方面的第一本專著“連續(xù)損傷力學(xué)導(dǎo)論”；Hultl、Lemaitre、Kxajcinovic、和Sidoroff等學(xué)者的研究工作也為損傷力學(xué)的形成和發(fā)展做出了重要貢獻(xiàn)9。 在我國(guó)，1982年李顴教授和黃克智教授在第二屆全國(guó)斷裂力學(xué)會(huì)上首次引入損傷力學(xué)；隨后李顴教授又在1982年中國(guó)力學(xué)

22、學(xué)會(huì)第二屆理事會(huì)上做了“損傷力學(xué)的進(jìn)展”的報(bào)告；1985年5月召開(kāi)了全國(guó)第一次損傷力學(xué)會(huì)議，己取得了初步成果。所有的這些都推動(dòng)了我國(guó)損傷力學(xué)的研究與發(fā)展5。 第二節(jié) 混凝土損傷破壞機(jī)理 混凝土是由粗骨料、細(xì)骨料、水泥水化產(chǎn)物、未水化水泥顆粒、含有空氣或水份的孔隙及裂紋等組成的復(fù)合材料?；炷恋拈_(kāi)裂過(guò)程目前還不十分了解。水泥和集料的，?曲線與破壞點(diǎn)近乎一條直線。而對(duì)混凝土本身，?曲線則是非線性的。其部分原因是由于水泥漿和集料之間的結(jié)合很不好，當(dāng)增加荷載時(shí)，有大量擴(kuò)展的微裂紋出現(xiàn)。因此，從混凝土的結(jié)構(gòu)來(lái)看，混凝土的破壞實(shí)際上是一個(gè)非常 6 * * 大 學(xué) 畢 業(yè) 論 文 復(fù)雜的結(jié)構(gòu)變化過(guò)程。 根據(jù)

23、混凝土組成材料顆粒的大小，破壞可以分為三級(jí):硬化水泥漿體、砂漿和混凝土的破壞。硬化水泥漿和砂漿也不是均質(zhì)的，其中包裹一些未水化的水泥顆粒及孔隙，它們就是缺陷。水泥漿體的破壞可能就是從這些缺陷開(kāi)始。對(duì)于砂漿來(lái)說(shuō)，可視水泥漿體為母體，砂為填料。砂和水泥漿的結(jié)合面為薄弱面，該處常產(chǎn)生結(jié)合縫。對(duì)于混凝土，可視砂漿為母體，粗骨料為填料。粗骨料和砂漿母體的結(jié)合縫又比砂和水泥漿的結(jié)合縫大一個(gè)數(shù)量級(jí)。在同樣應(yīng)力狀態(tài)下，粗骨料和砂漿的結(jié)合面必先起裂。這是因?yàn)闈{體集料界面區(qū)是混凝土最薄弱的區(qū)域。 從微觀上分析10，Langton和Roy的研究得出結(jié)論：在非活性集料和水泥漿體間界面處發(fā)現(xiàn)一個(gè)雙層的晶帶。這種界面是由

24、一薄層C-S-H組層，而C-S-H顆粒似乎再?gòu)倪@一薄層上生長(zhǎng)，此外，大的Ca（OH）2結(jié)晶將界面區(qū)連到內(nèi)部漿體。根據(jù)靠近漿體根據(jù)靠近漿體集料邊界處Ca（OH）2擇優(yōu)定向排列的測(cè)定和研究，發(fā)現(xiàn)界面帶的厚度約為50?m，它取決于集料性質(zhì)和水灰比。在界面帶內(nèi)漿體比內(nèi)部水泥漿更具有多孔性，這也許是因?yàn)樗乃冶容^大擴(kuò)定向排列的Ca（OH）2晶體，其顆?？赡芎艽?，致使界面處形成很細(xì)的裂紋，這可能是加荷時(shí)容易在界面處發(fā)生開(kāi)裂的原因。 目前，對(duì)混凝土在荷載下的損傷已建立了兩個(gè)主要的損傷機(jī)理： 1）骨料與水泥漿體之間的界面脫粘。 2）基體中的微開(kāi)裂。 損傷過(guò)程可以描述如下：首先，在界面上的微裂紋作為“脫粘”裂

25、紋開(kāi)始進(jìn)展；如果在較高的荷載水平下，界面的微裂紋開(kāi)始分叉進(jìn)入砂漿中，然后砂漿中的裂紋垂直于主應(yīng)變方向發(fā)展，在砂漿中連成孔隙，形成新裂紋；最后，不同裂紋之間“跨接”，引起材料的“破壞”，而骨料起著“阻裂”的作用。 第三節(jié) 混凝土損傷的描述 混凝土作為土木工程中常用的工程材料，在自然狀態(tài)下屬于明顯的多孔介質(zhì)材料，混凝土受到一定的外力作用后，它的內(nèi)部往往會(huì)在骨料界面附近產(chǎn)生許多微裂紋（損傷），其開(kāi)裂面大體上同最大拉應(yīng)力或者最大拉應(yīng)變方向垂直，裂紋主要沿骨料界面發(fā)展，使混凝土的應(yīng)力應(yīng)變關(guān)系曲線出現(xiàn)“應(yīng)變軟化”效應(yīng)（如圖2-1所示）。應(yīng)變的軟化引起材料內(nèi)部結(jié)構(gòu)的局部應(yīng)力重新分布。例如，在非均勻應(yīng)力場(chǎng)中，

26、高應(yīng)力區(qū)裂縫的產(chǎn)生會(huì)對(duì)低應(yīng)力區(qū)產(chǎn)生卸載效應(yīng)，同時(shí)這種應(yīng)變的軟化還將引起混凝土泊松比的下降和體積應(yīng)變的改變。 7 * * 大 學(xué) 畢 業(yè) 論 文 圖2-1混凝土單軸應(yīng)力應(yīng)變關(guān)系曲線 （x表示當(dāng)前應(yīng)變與峰值應(yīng)變之比，y表示當(dāng)前應(yīng)力與峰值應(yīng)力之比） 如果將應(yīng)力張量分解為應(yīng)力球量和應(yīng)力偏量，相應(yīng)的應(yīng)變也分解為應(yīng)變球量和應(yīng)變偏量，對(duì)混凝土進(jìn)行損傷力學(xué)分析?；炷敛牧显诜蔷鶆驂嚎s下，則呈現(xiàn)出偏量空間的宏觀應(yīng)變軟化和球量空間的體積致密強(qiáng)化；在非均勻拉伸下，混凝土則表現(xiàn)為偏量空間和球量空間都呈現(xiàn)為應(yīng)變軟化1。 由連續(xù)損傷介質(zhì)構(gòu)成的集合體在熱力學(xué)中稱為一個(gè)系統(tǒng)。一個(gè)熱力學(xué)系統(tǒng)中的狀態(tài)變量是一種可以直接或者間接測(cè)

27、量的物理量。如果一個(gè)狀態(tài)變量不是以前所發(fā)現(xiàn)的那些狀態(tài)變量的函數(shù)，它就被稱為基本狀態(tài)變量。例如，應(yīng)變是可測(cè)量的，它反映了系統(tǒng)的畸變狀態(tài)的程度，通過(guò)應(yīng)變的變化可以改變物體的內(nèi)能，因此人們認(rèn)為應(yīng)變張量是描述固體介質(zhì)熱力學(xué)狀態(tài)的基本狀態(tài)量。當(dāng)應(yīng)變保持為常值時(shí)，一個(gè)純加熱的熱力學(xué)過(guò)程也可以改變固體的內(nèi)能，因而溫度也是熱力學(xué)系統(tǒng)中的一個(gè)基本狀態(tài)變量。通常溫度、應(yīng)變這種基本狀態(tài)變量又被稱為外部狀態(tài)變量。內(nèi)部狀態(tài)變量是一種不一定能夠被直接測(cè)定，但實(shí)際上又可以像外部狀態(tài)變量一樣處理、與基本狀態(tài)變量獨(dú)立的熱力學(xué)變量。它們與基本狀態(tài)變量一起唯一地決定一個(gè)不可逆系統(tǒng)的狀態(tài)。 損傷變量便是一種用于描述材料內(nèi)部損傷狀態(tài)變

28、化發(fā)展及其對(duì)此材料力學(xué)作用影響的內(nèi)部狀態(tài)變量。在外部因素的作用下，材料內(nèi)部將形成一定的微觀缺陷，這些缺陷擴(kuò)展、匯合將造成材料逐漸劣化甚至破壞。從本質(zhì)上講，這些微缺陷是離散的，但作為一種簡(jiǎn)單的近似，在連續(xù)損傷力學(xué)中，所有的微缺陷被連續(xù)化，它們對(duì)材料的影響用一個(gè)或幾個(gè)連續(xù)的內(nèi)部場(chǎng)變量來(lái)表示，這種變量被稱為損傷變量。 損傷變量的定義和量化是損傷力學(xué)中兩個(gè)重要的概念。針對(duì)不同的問(wèn)題，對(duì)損傷變量的定義也不相同。如果不考慮損傷的各向異性，損傷變量是一個(gè)標(biāo)量，即在各個(gè)方向的損傷變量的數(shù)值都相同，沒(méi)有方向性。如果考慮到損傷的各向異性，損傷變量是一個(gè)矢量或者二階張量甚至是更高階的張量。為了便于建立較合適的損傷

29、8 * * 大 學(xué) 畢 業(yè) 論 文 模型來(lái)描述受損材料的力學(xué)效應(yīng)，因此也可以根據(jù)材料的損傷將會(huì)引起其微觀結(jié)構(gòu)和某些宏觀物理性能變化的特點(diǎn)，從微觀和宏觀兩方面來(lái)選擇度量損傷的基準(zhǔn)。例如：從微觀方面，可以選用孔隙的數(shù)目、長(zhǎng)度、面積、體積或者裂隙的張開(kāi)、滑移、閉合等缺陷；從宏觀方面，可以選用彈性模量、泊松比、屈服應(yīng)力、拉伸強(qiáng)度、伸長(zhǎng)率、密度、電阻、超聲波速和聲輻射等。下面介紹一下關(guān)于損傷變量的兩種定義。 一、基于缺陷面積定義的損傷變量 材料的一個(gè)代表性體積單元，設(shè)其在垂直于n方向的總截面面積為A，加載后由于微裂紋、微孔洞的存在，微應(yīng)力集中及缺陷的相互作用，導(dǎo)致實(shí)際的有效承載面積減小為An。假設(shè)微裂紋

30、和微孔洞在空間各方向上均勻分布，即在各向同性的情 況下，定義損傷變量1為缺陷面積（An）與總面積（A）之比： D?ADA?An?2-1 AA 式中D?0對(duì)應(yīng)于無(wú)損狀態(tài)，D?1對(duì)應(yīng)于材料的完全損傷，An為有效面積。在此損傷變量的定義下，有效應(yīng)力?可以定義為: ?A An?1?D2-2 其中?為名義應(yīng)力（外加荷載F與無(wú)損狀態(tài)的橫截面積A之比）。 由此可見(jiàn)，這種損傷變量的定義隱含了一個(gè)假設(shè)，即認(rèn)為所有缺陷對(duì)拉伸和壓縮的影響是相同的。這使得其應(yīng)用受到了一定的限制。 二、基于彈性模量定義的損傷變量 材料損傷通常導(dǎo)致材料中彈性剛度的降低，彈性模量在材料損傷階段亦隨之降低。于是損傷可以用彈性模量的變化來(lái)描述

31、1。設(shè)E為無(wú)損材料的彈性模量，E*為有損材料的彈性模量，?*為有損材料的彈性應(yīng)變。 ?*? E*?(1?D)E2-3 E*?(1?D)E2-4 E* D?1?2-5 E 即可用彈性剛度下降定義損傷。 9 * * 大 學(xué) 畢 業(yè) 論 文 第四節(jié) 超聲波法無(wú)損檢測(cè)基本原理 超聲波法是利用應(yīng)力波在固體介質(zhì)中傳播是否受到干擾來(lái)診斷材料、結(jié)構(gòu)（構(gòu)件）是否受到損傷。該法把發(fā)射探頭（電-聲換能器）和接收探頭（聲-電換能器）放在結(jié)構(gòu)（構(gòu)件）表面，接收探頭接受由發(fā)射探頭發(fā)射的超聲波，根據(jù)超聲波的波速、頻率、相位、振幅等聲學(xué)參數(shù)進(jìn)行診斷。當(dāng)超聲波用來(lái)檢測(cè)結(jié)構(gòu)的內(nèi)部損傷時(shí)可以分為透射法和反射法，前者通過(guò)測(cè)定透射結(jié)構(gòu)

32、超聲波的傳播速度來(lái)診斷是否存在損傷及損傷的位置，后者則通過(guò)測(cè)定的反射波到達(dá)接收探頭的傳播時(shí)間來(lái)對(duì)結(jié)構(gòu)進(jìn)行損傷檢測(cè)與診斷。 超聲波檢測(cè)砼缺陷的基本概念砼缺陷系指破壞砼的連續(xù)性和完整性,并在一定程度上降低砼的強(qiáng)度和耐久性的不密實(shí)區(qū)、空洞、裂縫或夾雜等。所謂不密實(shí)區(qū),系指砼因漏振、離析或石子架空而形成的蜂窩狀、或因缺少水泥而形成的松散狀、或受意外損傷而造成的酥松狀的區(qū)域。 在混凝土中，超聲波的傳播速度取決于混凝土密度和彈性，因此，通過(guò)檢測(cè)超聲波在混凝土材料的傳播速度來(lái)檢測(cè)混凝土的質(zhì)量?；炷劣刹煌芏鹊牟牧辖M成，高頻脈沖通過(guò)混凝土?xí)r會(huì)產(chǎn)生大量的衰減，因此，用于砼缺陷檢測(cè)的超聲波，往往一般采用低頻（2

33、0kHz250kHz）超聲脈沖波,且通過(guò)測(cè)量它在砼中傳播的速度、首波幅度和接收信號(hào)主頻率等聲學(xué)參數(shù)，并以這些參數(shù)及其相對(duì)變化來(lái)判斷砼的缺陷（即主要采用透射法）。超聲波探測(cè)儀就是產(chǎn)生電磁脈沖并可準(zhǔn)確測(cè)量在受測(cè)混凝土中通過(guò)距離（即路徑）的傳輸時(shí)間的儀器，混凝土超聲波探測(cè)儀的工作原理為：由脈沖發(fā)器發(fā)射超聲波脈沖，通過(guò)發(fā)射和接收傳感器，測(cè)量脈傳輸時(shí)間，脈沖速度的計(jì)算公式為： ?l/t2-6 式中?為脈沖速度；l為路徑；t為傳輸時(shí)間。 低頻超聲脈沖不能直接通過(guò)脈沖路徑上的孔隙。因此，通過(guò)混凝土超聲波探測(cè)儀顯示的最快路徑繞所用的時(shí)間可以確定孔隙的位置，根據(jù)超聲波的這一特性，可以判定混凝土內(nèi)部的狀態(tài)和裂縫情

34、況，超聲波用于混凝土結(jié)構(gòu)檢測(cè)的優(yōu)點(diǎn)是檢測(cè)迅速、操作簡(jiǎn)便，便于在現(xiàn)場(chǎng)使用,對(duì)系統(tǒng)不改變運(yùn)行狀態(tài)；另外，研制成的儀器設(shè)備比較便宜、可用性好、壽命長(zhǎng)、攜帶方便，所以應(yīng)用非常廣泛。 超聲波檢測(cè)砼缺陷基本原理11： 1）超聲波在遇到尺寸比其波長(zhǎng)小的缺陷時(shí)會(huì)產(chǎn)生繞射，從而使聲程增大、傳播時(shí)間延長(zhǎng)?？筛鶕?jù)聲時(shí)（或聲速）的變化判斷和計(jì)算缺陷的大小。 2）超聲波在遇到蜂窩、空洞、裂縫等缺陷時(shí)，大部分脈沖波會(huì)在缺陷界面被散射和反射，到達(dá)接收換能器的聲波能量（波幅）顯著減小，可根據(jù)波幅變化判斷缺陷的性質(zhì)和大小。 3）超聲波通過(guò)缺陷時(shí)，各種頻率成份的脈沖波在缺陷界面衰減程度不同，其中頻率越高的脈沖波，衰減越大。因此,

35、超聲脈沖波在通過(guò)有缺陷的砼時(shí)，接收信號(hào)的 10 * * 大 學(xué) 畢 業(yè) 論 文 主頻率明顯降低?？筛鶕?jù)接收信號(hào)主頻率或頻率譜的變化來(lái)分析判斷缺陷情況。 4）超聲波通過(guò)缺陷時(shí)，部分脈沖波因繞射或多次反射而產(chǎn)生路徑和相位變化，不同路徑或不同相位的超聲波疊加后，造成接收波形畸變，可根據(jù)波形畸變分析判斷缺陷情況。 目前在混凝土檢測(cè)中所常用的聲學(xué)參數(shù)為聲速、振幅、頻率以及波形。聲速即超聲波在混凝土中的傳播速度。它是混凝土超聲檢測(cè)中的一個(gè)重要參數(shù)?；炷恋穆曀倥c混凝土的彈性性質(zhì)有關(guān)，也與混凝土內(nèi)部結(jié)構(gòu)（孔隙、材料組成）有關(guān)。不同組成的混凝土，其聲速各不相同。一般來(lái)說(shuō)，彈性模量越高，內(nèi)部越致密，其聲速越高。

36、而混凝土的強(qiáng)度也與它的彈性模量、孔隙率有密切關(guān)系。因此，對(duì)于同種材料與混合比的混凝土，強(qiáng)度越高，聲速也越高。若混凝土內(nèi)部有缺陷，則該處混凝土的聲速比正常部位低。 根據(jù)上述原理，可以利用混凝土的聲學(xué)參數(shù)測(cè)量值，通過(guò)分析處理，推斷其缺陷位置和程度，建立某種模型，找出聲學(xué)參數(shù)與混凝土缺陷之間的聯(lián)系。 第五節(jié) 超聲波法在混凝土無(wú)損檢測(cè)中的應(yīng)用 對(duì)工程結(jié)構(gòu)進(jìn)行健康診斷與損傷檢測(cè)的研究已經(jīng)有60多年的歷史5，出現(xiàn)了許多不同類型的損傷檢測(cè)方法與技術(shù)。如基于振動(dòng)的損傷檢測(cè)、其他無(wú)損傷檢測(cè)，無(wú)損傷與有損傷相結(jié)合的檢測(cè)。其中無(wú)損檢測(cè)方法有目測(cè)法、光譜法、超聲波法、聲發(fā)射法、雷達(dá)法、激光全息檢測(cè)法、渦流法、微波法和

37、熱力法等。 對(duì)于混凝土的損傷斷裂過(guò)程研究5，Kaplan曾用縫端著色技術(shù)研究緩慢裂縫生長(zhǎng)的范圍。試驗(yàn)表明，緩慢裂縫生長(zhǎng)的范圍不僅受試件尺寸、加荷速度的影響，而且也受混凝土配合比、骨料粒徑和養(yǎng)護(hù)條件的影響；國(guó)內(nèi)也做了大量的試驗(yàn)研究和數(shù)值研究，來(lái)探討和模擬混凝土梁裂縫擴(kuò)展這一損傷過(guò)程，得出了很多有益的結(jié)論。其中，大連理工大學(xué)的徐世娘等人作了大量的工作，并用激光散斑法和光彈貼片法對(duì)裂縫發(fā)展過(guò)程進(jìn)行了觀測(cè)，但由于當(dāng)時(shí)試驗(yàn)條件的限制，未能全過(guò)程監(jiān)測(cè)梁的損傷斷裂，只是對(duì)應(yīng)力峰前混凝土中裂縫擴(kuò)展規(guī)律進(jìn)行了研究。后來(lái)，他用光彈貼片法對(duì)緊湊拉伸試件的裂縫擴(kuò)展全過(guò)程進(jìn)行了觀測(cè)；東北大學(xué)的唐春安等人應(yīng)用MFPAZD

38、軟件并結(jié)合聲發(fā)射技術(shù)對(duì)混凝土梁的損傷斷裂過(guò)程進(jìn)行了數(shù)值模擬等。所有的這些，都為混凝土損傷斷裂模型的建立提供了試驗(yàn)基礎(chǔ)。 以往的研究大多集中在研究混凝土梁斷裂過(guò)程中是否存在亞臨界、裂紋擴(kuò)展長(zhǎng)度和材料斷裂韌度的尺寸效應(yīng)，并用觀測(cè)到的亞臨界裂紋擴(kuò)展長(zhǎng)度對(duì)棍凝土的斷裂韌度進(jìn)行修正，而很少對(duì)試驗(yàn)方法本身進(jìn)行研究，對(duì)起裂荷載的確定也非常困難。Ohtsu和Landis對(duì)近年來(lái)聲發(fā)射在混凝土及其結(jié)構(gòu)中的應(yīng)用進(jìn)行了較全面的分析，認(rèn)為聲發(fā)射是研究混凝土損傷和斷裂極為有效的手段。對(duì)于聲發(fā)射而言，超聲波在混凝土損傷斷裂研究中的應(yīng)用比較貧乏，但從超聲波在混凝土中的傳播特性可以看出，超聲波測(cè)試技術(shù)是研究混凝土損傷的一種有

39、效測(cè)試手段，能夠反映混凝土梁中裂紋擴(kuò)展的損傷過(guò)程。 11 * * 大 學(xué) 畢 業(yè) 論 文 目前，對(duì)超聲波聲速與混凝土強(qiáng)度的關(guān)系研究比較多，相對(duì)成熟。有些地區(qū)也已建立起了專用的地區(qū)測(cè)強(qiáng)曲線，都是在未加載條件下得出的聲速-強(qiáng)度關(guān)系曲線。而實(shí)際混凝土結(jié)構(gòu)始終處于受荷狀態(tài)和帶裂縫工作，并且與加載歷史（包括荷載大小、形式）有關(guān)，因此，測(cè)強(qiáng)曲線雖然有一定的參考價(jià)值，但存在明顯的局限性。利用超聲波研究混凝土損傷特性并沒(méi)有建立一個(gè)完整混凝土聲學(xué)特性理論模型，而對(duì)混凝土聲學(xué)特性隨混凝土損傷演化的規(guī)律還處在探索階段，并且利用的聲學(xué)參數(shù)也非常有限，通常都是用聲速的變化作為“劣化因子”來(lái)表征混凝土內(nèi)部的損傷狀況，而很

40、少也很難綜合利用聲學(xué)參數(shù)（包括聲速、波幅、頻率）的變化來(lái)定量描述混凝土的損傷演變過(guò)程。因此，有必要探討受荷時(shí)混凝土中聲學(xué)參數(shù)與應(yīng)力強(qiáng)度變化之間的關(guān)系，為建立合理的理論模型提供試驗(yàn)依據(jù)。 12 * * 大 學(xué) 畢 業(yè) 論 文 第三章 人工神經(jīng)網(wǎng)絡(luò) 第一節(jié) 人工神經(jīng)網(wǎng)絡(luò)模型 人工神經(jīng)網(wǎng)絡(luò)以其具有信息的分布存儲(chǔ)、并行處理以及自學(xué)習(xí)能力等優(yōu)點(diǎn),已經(jīng)在模式識(shí)別、信號(hào)處理、智能控制及系統(tǒng)建模等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。 人工神經(jīng)網(wǎng)絡(luò)是近年來(lái)發(fā)展起來(lái)的一門(mén)交叉學(xué)科，它是一種以物理上可以實(shí)現(xiàn)的器件、系統(tǒng)或現(xiàn)有的計(jì)算機(jī)來(lái)模擬人腦的結(jié)構(gòu)和功能的人工系統(tǒng)。神經(jīng)元的數(shù)學(xué)模型12如圖2所示。圖中x1,x2xnT為輸入向

41、量，y為輸出，f(*)為激發(fā)函數(shù)，?為閥值。其中輸入輸出關(guān)系為： S?Wixi?3-1 i?1n y?f(S)3-2 圖3-1神經(jīng)元數(shù)學(xué)模型 輸出激發(fā)函數(shù)f(*)又稱為變換函數(shù)，它決定神經(jīng)元（節(jié)點(diǎn)）的輸出。該輸出為 1 或 0，取決于其輸入之和大于或小于內(nèi)部閾值?。f(*) 函數(shù)一般具有非線性特性。下圖為幾種常見(jiàn)的激發(fā)函數(shù)圖。 1）閾值型函數(shù)（見(jiàn)圖3-2（a）、（b） 當(dāng)yi取0或1時(shí)，f(x)為圖3-2（a）所示的階躍函數(shù)： ?1,f(x)?0,x?0 3-3 x?0 當(dāng)yi取-1或1時(shí)，f(x)為圖3-2（b）所示的sgn函數(shù)（符號(hào)函數(shù)）： ?1,sgn(x)?f(x)?1,x?03-4

42、x?0 13 * * 大 學(xué) 畢 業(yè) 論 文 圖3-2 神經(jīng)網(wǎng)絡(luò)激發(fā)函數(shù)f（*） 2）飽和型函數(shù)（見(jiàn)圖3-2（c）： ?1?f(x)?kx ?1?x?1/k?1/k?x?1/k3-5 x?1/k 3）雙曲函數(shù)（見(jiàn)圖3-2（d）： f(x)?tanh(x)3-6 4）S型函數(shù)（見(jiàn)圖3-2（e）： 神經(jīng)元的狀態(tài)與輸入作用之間的關(guān)系是在（0、1）內(nèi)連續(xù)取值的單調(diào)可微函數(shù)，稱為Sigmoid函數(shù)，簡(jiǎn)稱S型函數(shù)。 當(dāng)?趨于無(wú)窮時(shí)，S型曲線趨于階躍函數(shù)，通常情況下，?取值為1。 f(x)?1 1?exp(?x)?03-7 5）高斯函數(shù)（見(jiàn)圖3-2（f）： 在徑向基函數(shù)（Radial Basis Funct

43、ion，RBF）構(gòu)成的神經(jīng)網(wǎng)絡(luò)中神經(jīng)元的結(jié)構(gòu)可用高斯函數(shù)描述如下： f(x)?e?x2/?2 3-8 由多個(gè)神經(jīng)元相互連接就構(gòu)成神經(jīng)網(wǎng)絡(luò)。按照不同的連接方式，神經(jīng)網(wǎng)絡(luò)可分 14 * * 大 學(xué) 畢 業(yè) 論 文 為感知器模型、多層感知機(jī)模型、前向多層神經(jīng)網(wǎng)絡(luò)（BP）、Hpfield神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)反饋網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、徑向基（RBF）神經(jīng)網(wǎng)絡(luò)、自適應(yīng)線性元件、波爾茲曼機(jī)模型以及雙向記憶網(wǎng)絡(luò)等。 目前多采用多層感知機(jī)模型，網(wǎng)絡(luò)不僅有輸入和輸出層節(jié)點(diǎn)，而且有隱層節(jié)點(diǎn)。隱層可以是一層，也可以是多層。當(dāng)信號(hào)輸入時(shí)，首先傳到隱結(jié)點(diǎn)，經(jīng)過(guò)作用函數(shù)后，在把隱結(jié)點(diǎn)的輸出信號(hào)傳播到輸出層結(jié)點(diǎn)，經(jīng)過(guò)處理輸出結(jié)果。

44、 本文將采用BP和RBF兩種神經(jīng)網(wǎng)絡(luò)模型對(duì)砼損傷與超聲波速劣化關(guān)系進(jìn)行數(shù)值擬和，以便比較二者的區(qū)別并可檢測(cè)結(jié)果的精確程度。 第二節(jié) BP神經(jīng)網(wǎng)絡(luò)模型 BP網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)13，由輸入層、隱層和輸出層組成。BP網(wǎng)絡(luò)模型結(jié)構(gòu)見(jiàn)圖3-3。網(wǎng)絡(luò)同層節(jié)點(diǎn)沒(méi)有任何連接，隱層節(jié)點(diǎn)可以由一個(gè)或多個(gè)。 圖3-3 BP網(wǎng)絡(luò)模型 BP網(wǎng)絡(luò)的特點(diǎn)： 1）輸入和輸出是并行的模擬量； 2）網(wǎng)絡(luò)的輸入輸出關(guān)系是各層連接的權(quán)因子決定，沒(méi)有固定的算法； 3）權(quán)因子是通過(guò)學(xué)習(xí)信號(hào)調(diào)節(jié)的，這樣學(xué)習(xí)越多，網(wǎng)絡(luò)越聰明； 4）隱含層越多，網(wǎng)絡(luò)輸出精度越高，且個(gè)別權(quán)因子的損壞不會(huì)對(duì)網(wǎng)絡(luò)輸出產(chǎn)生大的影響。 網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程由正向和反

45、向傳播兩部分組成。在正向傳播中，輸入信號(hào)從輸入層節(jié)點(diǎn)經(jīng)隱層節(jié)點(diǎn)逐層傳向輸出層節(jié)點(diǎn)。每一層神經(jīng)元的狀態(tài)只影響到下一層神經(jīng)元網(wǎng)絡(luò)，如輸出層不能得到期望的輸出，那么轉(zhuǎn)入誤差反向傳播過(guò)程，將誤差信號(hào)沿原來(lái)的連接通路返回，通過(guò)修改各層神經(jīng)元的權(quán)值，逐次地向輸入層傳播去進(jìn)行計(jì)算，再經(jīng)正向傳播過(guò)程，這兩個(gè)過(guò)程反復(fù)運(yùn)用，使得誤差信號(hào)最小或達(dá)到人們所期望的要求時(shí)，學(xué)習(xí)過(guò)程結(jié)束。 15 * * 大 學(xué) 畢 業(yè) 論 文 圖3-4 BP訓(xùn)練學(xué)習(xí)過(guò)程 BP網(wǎng)絡(luò)的設(shè)計(jì)及訓(xùn)練，根據(jù)具體的問(wèn)題給出的輸入矢量P與目標(biāo)矢量T，并選定所要設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，其中包括以下內(nèi)容： 1） 網(wǎng)絡(luò)的層數(shù) 理論上已經(jīng)證明：具有偏差和至少一個(gè)

46、S型隱含層加上一個(gè)線性輸出層的網(wǎng)絡(luò)，能夠逼近任何有理函數(shù)。這實(shí)際上已經(jīng)給了我們一個(gè)基本內(nèi)的設(shè)計(jì)BP網(wǎng)絡(luò)的原則。增加層數(shù)主要可以更進(jìn)一步的降低誤差，提高精度，但同時(shí)也使網(wǎng)絡(luò)復(fù)雜化，從而增加了網(wǎng)絡(luò)權(quán)值的訓(xùn)練時(shí)間。而誤差精度的提高實(shí)際上也可以通過(guò)增加隱含層中的神經(jīng)元數(shù)目來(lái)獲得，其訓(xùn)練效果也比增加層數(shù)更容易觀察和調(diào)整。所以一般情況下，應(yīng)優(yōu)先考慮增加隱含層的神經(jīng)元數(shù)。 2） 隱含層的神經(jīng)元數(shù) 網(wǎng)絡(luò)訓(xùn)練精度的提高，可以通過(guò)采用一個(gè)隱含層，而增加其神經(jīng)元數(shù)的方法來(lái)獲得。究竟選取多少個(gè)隱含層節(jié)點(diǎn)才合適在理論上并沒(méi)有一個(gè)明確的規(guī)定。在具體設(shè)計(jì)時(shí)，比較實(shí)際的做法是通過(guò)對(duì)不同神經(jīng)元數(shù)進(jìn)行訓(xùn)練對(duì)比，然后適當(dāng)?shù)丶由弦稽c(diǎn)

47、余量。 3） 初始權(quán)值的選取 由于系統(tǒng)是非線性的，初始值對(duì)于學(xué)習(xí)是否達(dá)到局部最小、是否能夠收斂以及訓(xùn)練時(shí)間的長(zhǎng)短的關(guān)系很大。如果初始權(quán)值太大，使得加權(quán)后的輸入和n落在了S型激活函數(shù)的飽和區(qū)，從而導(dǎo)致其倒數(shù)f(s)非常小，而在計(jì)算權(quán)值修正公式中，因?yàn)?f(n),當(dāng)f(n)?0時(shí)，則有?0。這使得?Wij?0，從而使得調(diào)節(jié)過(guò)程幾乎停頓下來(lái)。所以，一般總是希望經(jīng)過(guò)初始加權(quán)后的每個(gè)神經(jīng)元的輸入值都接近于零，這樣可以保證每個(gè)神經(jīng)元的權(quán)值都能夠在它們的S型激活函數(shù)變化最大之處進(jìn)行調(diào)節(jié)。所以，一般取初始權(quán)值在（-1,1）之間的隨機(jī)數(shù)。 4）學(xué)習(xí)速率 學(xué)習(xí)速率決定每一次循環(huán)訓(xùn)練中所產(chǎn)生的權(quán)值變化量。大的學(xué)習(xí)效

48、率可能導(dǎo)致系統(tǒng)的不穩(wěn)定；但小的學(xué)習(xí)效率導(dǎo)致較長(zhǎng)的訓(xùn)練時(shí)間，可能收斂很慢，不過(guò)能保證網(wǎng)絡(luò)的誤差值不跳出誤差表面的低谷而最終趨于最小誤差值。所以在一般情況下，傾向于選取較小的學(xué)習(xí)速率以保證系統(tǒng)的穩(wěn)定性。學(xué)習(xí)速率的選取范圍在0.010.8之間。 BP模型計(jì)算公式14匯總： （1）輸出節(jié)點(diǎn)的輸出Ol計(jì)算公式： 1）輸入節(jié)點(diǎn)的輸入：xj 16 * * 大 學(xué) 畢 業(yè) 論 文 2）隱節(jié)點(diǎn)的輸出： yi?f(?wijXj?i) 3-9 j 其中連接權(quán)值wij，節(jié)點(diǎn)閥值?i。 3）輸出節(jié)點(diǎn)輸出： Ol?f(?Tijyi?l)3-10 i 其中連接權(quán)值Tij，節(jié)點(diǎn)閥值?l。 （2）輸出層（隱節(jié)點(diǎn)到輸出節(jié)點(diǎn)間）的

49、修正公式： 1）輸出節(jié)點(diǎn)的期望輸出：tl 2）誤差控制。 所有樣本誤差： E?ek? 3-11 k?1P 其中一個(gè)樣本誤差： ek?tl(k)?Ol(k)3-12 l?1n 其中P為樣本數(shù)，n為輸出節(jié)點(diǎn)數(shù)。 3）誤差公式： ?l?(tl?Ol)Ol(1?Ol)3-13 4）權(quán)修正值： Tli(k?1)?Tli(k)?lyi3-14 其中k為迭代次數(shù)。 5）閥值修正： ?l(k?1)?l(k)?n?l3-15 （3）隱節(jié)點(diǎn)層（輸入節(jié)點(diǎn)到隱節(jié)點(diǎn)數(shù)）的修正公式： 1）誤差公式：?i?yi(1?yi)?l 3-16 l 2）權(quán)值修正： wij(k?1)?wij(k)?ixj 3-17 17 * * 大

50、 學(xué) 畢 業(yè) 論 文 3）閥值修正：?k(k?1)?i(k)?i 3-18 BP網(wǎng)絡(luò)主要用于： 1）函數(shù)逼近：用輸入矢量和相應(yīng)的輸出矢量訓(xùn)練一個(gè)網(wǎng)絡(luò)逼近一個(gè)函數(shù)。 2）模式識(shí)別：用一個(gè)特定的輸出矢量將它與輸入矢量聯(lián)系起來(lái)。 3）分類：把輸入矢量以所定義的合適方式進(jìn)行分類。 4）數(shù)據(jù)壓縮：減少輸出矢量維數(shù)以便于傳輸或存儲(chǔ)。 BP網(wǎng)絡(luò)的主要優(yōu)點(diǎn)是：1）只要有足夠多的隱層和隱節(jié)點(diǎn)，BP網(wǎng)絡(luò)可以逼近任意的非線性映射； 2） BP網(wǎng)絡(luò)的學(xué)習(xí)算法屬于全局逼近的方法，因而它具有較好的泛化能力。 BP網(wǎng)絡(luò)的主要缺點(diǎn)是：1） 收斂速度慢；2）局部極值； 3）難以確定隱層和隱節(jié)點(diǎn)的個(gè)數(shù)。 第三節(jié) RBF神經(jīng)網(wǎng)絡(luò)模

51、型 RBF網(wǎng)絡(luò)是前饋神經(jīng)網(wǎng)絡(luò)中一類特殊三層神經(jīng)網(wǎng)絡(luò)15。其輸入層單元只是傳遞輸入信息到隱含層單元，隱含層單元的傳遞函數(shù)采用非線性的徑向基函數(shù)，以對(duì)輸出層的激勵(lì)產(chǎn)生局部化影響，即僅當(dāng)輸入落在輸入空間某一特定的小范圍內(nèi)時(shí)隱含層單元才會(huì)做出有意義的非零響應(yīng)。輸出單元?jiǎng)t對(duì)隱含層單元的輸出進(jìn)行線性組合。這種網(wǎng)絡(luò)具有局部逼近能力，所以徑向基函數(shù)網(wǎng)絡(luò)也稱為局部感知網(wǎng)絡(luò)。 作為基函數(shù)的形式，有以下幾種： f(x)?exp f(x)?(x/?)2 3-19 1(?2?x2)?0 3-20 f(x)?(?2?x2)?1 3-21 2上面這些函數(shù)都是徑向?qū)ΨQ的，但最常用的是高斯函數(shù)： ?x?ciRi(x)?exp?

52、22?i?i?1,2,，m 3-22 其中x是n維輸入向量；ci是第i個(gè)基函數(shù)的中心，與x具有相同維數(shù)的向量， ，它決定了該基函數(shù)圍繞中心點(diǎn)的?i是第i個(gè)感知的變量 （可以自由選擇的參數(shù)） 寬度；m是感知單元的個(gè)數(shù)。x?ci是向量x ?ci的范數(shù)，它通常表示x和ci之間的距離，Ri(x)在ci處有一個(gè)唯一的最大值，隨著x?ci的增大，Ri(x)迅速衰減到 18 * * 大 學(xué) 畢 業(yè) 論 文 零。對(duì)于給定的輸入x?Rn，只有一小部分靠近的x中心被激活。 圖3-5 RBF神經(jīng)網(wǎng)絡(luò)模型 從圖3-5可以看出，輸入層實(shí)現(xiàn)從x?Ri(x)的非線性映射，輸出層實(shí)現(xiàn)從Ri(x)到y(tǒng)k的線性映射，即 yi?i

53、kRi(x) i?1mk?1,2,，p 3-23 其中P是輸出節(jié)點(diǎn)數(shù)。 其連接權(quán)的學(xué)習(xí)修正仍可采用BP算法。由于Ri(x)為高斯函數(shù)，因而對(duì)于任意x均有Ri(x)>0，從而失去局部調(diào)整權(quán)值的優(yōu)點(diǎn)，而事實(shí)上，當(dāng)x遠(yuǎn)離ci時(shí)，Ri(x)已非常小，因此可以作為0對(duì)待。因此實(shí)際上只當(dāng)Ri(x)大于某一數(shù)值時(shí)才對(duì)相應(yīng)的權(quán)值?ik進(jìn)行近似處理，可在一定程度上克服高斯基函數(shù)不具備緊密性的缺點(diǎn)。 上述采用的高斯函數(shù)，具備如下優(yōu)點(diǎn)： 1）表示形式簡(jiǎn)單，即使對(duì)于多變量輸入也不增加太多的復(fù)雜性。 2）徑向?qū)ΨQ。 3）光滑性好，任意階導(dǎo)數(shù)均存在。 4）由于該基函數(shù)表示簡(jiǎn)單且解析性好，因而便于進(jìn)行理論分析。 RBF網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程分為兩個(gè)階段。第一階段，根據(jù)所有的輸入樣本決定隱含層各節(jié)點(diǎn)的高斯核函數(shù)的中心值Cj和標(biāo)準(zhǔn)化常數(shù)?j。第二階段，在決定好隱層的參數(shù)后，根據(jù)樣本利用最小二乘原則，求出輸出層權(quán)值Wi。有時(shí)在完成第二階段的學(xué)習(xí)后，再根據(jù)樣本信號(hào)，同時(shí)校正隱層和輸出層的參數(shù)，以進(jìn)一步提高網(wǎng)絡(luò)的精度。 第四節(jié) 基于Matlab的神經(jīng)網(wǎng)絡(luò)模型分析處理 一、Matlab仿真軟件簡(jiǎn)介 MATLAB仿真軟件自1984年由