一種基于BP神經(jīng)網(wǎng)絡(luò)的樁基缺陷檢測(cè)方法

魏明強(qiáng)，張樂(lè)婷

（1.西北民族大學(xué)，甘肅蘭州 730124；2.甘肅交通職業(yè)技術(shù)學(xué)院，甘肅蘭州 730070）

0 引言

目前，人工神經(jīng)網(wǎng)絡(luò)應(yīng)用最多的模型之一是BP神經(jīng)網(wǎng)絡(luò)，是能夠解決多層神經(jīng)網(wǎng)絡(luò)權(quán)值修正的算法，也稱為誤差反向傳播法（Error Back Propagation又稱BP網(wǎng)絡(luò)）。它的實(shí)質(zhì)是實(shí)現(xiàn)了一個(gè)從輸入到輸出的映射功能及關(guān)系，它不需要預(yù)先建立模型和定義所描述映射關(guān)系的函數(shù)，也不需要詳細(xì)了解其內(nèi)部過(guò)程，就可以直接學(xué)習(xí)并儲(chǔ)存數(shù)據(jù)輸入模式，從而獲得輸出數(shù)據(jù)。從數(shù)學(xué)理論方面來(lái)看，BP神經(jīng)網(wǎng)絡(luò)是一種誤差逆向傳播算法，也已經(jīng)證明其具有實(shí)現(xiàn)任何復(fù)雜非線性映射的能力，這使得它特別適合于求解內(nèi)部機(jī)制復(fù)雜的問(wèn)題。

本文通過(guò)室內(nèi)模型試驗(yàn)得到了樁頂部受到瞬態(tài)激振作用力下的軸向速度曲線及波形數(shù)據(jù)，利用回傳射線矩陣法編制的程序驗(yàn)證該速度曲線的正確性，然后將相應(yīng)的數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行識(shí)別，說(shuō)明BP神經(jīng)網(wǎng)絡(luò)能夠較準(zhǔn)確的判斷樁基缺陷的類型。

1 室內(nèi)模型試驗(yàn)簡(jiǎn)介

1.1 室內(nèi)模型試驗(yàn)的概況

同時(shí)考慮樁底土和樁側(cè)土對(duì)樁的作用，用小手錘在樁頂部施加瞬態(tài)激振力，采用加速度傳感器接收加速度時(shí)程響應(yīng)曲線，以辛普森公式為原理編寫MATLAB程序，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理，將樁頂部加速度時(shí)程響應(yīng)曲線換算為速度時(shí)域響應(yīng)曲線，然后通過(guò)Origin軟件對(duì)所生成的波形圖進(jìn)行擬合。用MATLAB編寫理論速度時(shí)域響應(yīng)曲線的程序生成理論波形圖，并與試驗(yàn)得到的波形圖進(jìn)行對(duì)比。

1.2 室內(nèi)模型試驗(yàn)的裝置

本次室內(nèi)模型試驗(yàn)采用的是低應(yīng)變反射法，見圖1，采用的模型樁的參數(shù)如下：混凝土預(yù)制樁，樁長(zhǎng)為2 m，截面為0.2 m×0.2 m的正方形截面，試驗(yàn)容器采用如圖1所示的鋼槽。

圖1 室內(nèi)模型試驗(yàn)裝置示意圖

試驗(yàn)儀器主要有：電源、波形接收器、加速度型傳感器等。

1.3 室內(nèi)模型試驗(yàn)的方法

模型試驗(yàn)中加速度傳感器的安裝時(shí)關(guān)鍵，既要保證緊密粘貼，又要便于松動(dòng)變換不同的檢測(cè)位置。

試驗(yàn)具體操作步驟如下：

（1）粘貼傳感器；

（2）傳感器、電荷放大器以及示波器之間相互連接；

（3）測(cè)試設(shè)備；

（4）敲擊樁頂；

（5）記錄數(shù)據(jù)并進(jìn)行處理和分析。

1.4 室內(nèi)模型試驗(yàn)結(jié)果分析[1-6]

整理室內(nèi)模型試驗(yàn)所得結(jié)果，完整樁-土相互作用模型共得到53組數(shù)據(jù)，缺陷樁-土相互作用共得到20組數(shù)據(jù)。袁春輝運(yùn)用與上述同樣的方法運(yùn)用兩種類型的土質(zhì)進(jìn)行了室內(nèi)模型試驗(yàn)，并得出如下結(jié)論：

（1）樁底土為黃河砂

試驗(yàn)結(jié)果與理論結(jié)果對(duì)比見圖2（a）和圖2（b），可看出樁頂點(diǎn)的速度曲線隨著砂子密實(shí)度的增大而衰減加快。

圖2 樁底為黃河砂時(shí)的試驗(yàn)與理論結(jié)果對(duì)比

（3）樁底為鹽漬土

試驗(yàn)結(jié)果與理論結(jié)果對(duì)比見圖3，可看出樁頂點(diǎn)的速度曲線同樣是隨著鹽漬土密實(shí)度的增大而衰減加快。

綜上所述，通過(guò)袁春輝的分析，說(shuō)明由室內(nèi)模型試驗(yàn)數(shù)據(jù)得到的波形曲線與理論曲線擬合較好，表示室內(nèi)模型試驗(yàn)數(shù)據(jù)有效并可以使用，本文在后面處理波形曲線時(shí)，程序中相關(guān)參數(shù)將依據(jù)為上述袁春輝所得結(jié)果進(jìn)行調(diào)試和修改。

2 神經(jīng)網(wǎng)絡(luò)模型的建立與識(shí)別

2.1 建立網(wǎng)絡(luò)模型

首先將室內(nèi)模擬試驗(yàn)得到的樁的波形數(shù)據(jù)進(jìn)行分組，將具有代表性的數(shù)據(jù)作為教師數(shù)據(jù)，其余的數(shù)據(jù)作為學(xué)生數(shù)據(jù)（測(cè)試數(shù)據(jù)），以檢測(cè)BP神經(jīng)網(wǎng)絡(luò)的可行性，學(xué)習(xí)和檢測(cè)的具體過(guò)程見圖4。

圖3 樁底為鹽漬土?xí)r的試驗(yàn)與理論結(jié)果對(duì)比

圖4 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和檢測(cè)流程示意圖

其次使用神經(jīng)網(wǎng)絡(luò)內(nèi)部函數(shù)premnmx將輸入數(shù)據(jù)歸一化到（-1，1），歸一化的目的是為了加快訓(xùn)練網(wǎng)絡(luò)的收斂性，然后建立三層BP神經(jīng)網(wǎng)絡(luò)的模型，即輸入層、隱含層和輸出層，其中輸入層為8組數(shù)據(jù)，每組數(shù)據(jù)有51個(gè)分量組成；中間層即隱含層節(jié)點(diǎn)個(gè)數(shù)取4；輸出層有8組數(shù)據(jù)，每組數(shù)據(jù)有5個(gè)分量，即將樁身完整性的狀態(tài)分為5類，分別為：完整樁代碼為（1，0，0，0，0）；離析樁代碼為（0，1，0，0，0）；擴(kuò)徑樁代碼為(0，0，1，0，0）；縮頸樁樁代碼為（0，0，0，1，0），即BP神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)個(gè)數(shù)為5。

網(wǎng)絡(luò)模型輸入層和中間層的激活函數(shù)選用正切S型激活函數(shù)tansig，輸出層的激活函數(shù)選用線性激活函數(shù)purelin。

為驗(yàn)證回歸程序的有效性，取一具有如下映射特性的模型：

該模型具有強(qiáng)非線性映射關(guān)系，網(wǎng)絡(luò)精度取為1.0E-5時(shí)，僅經(jīng)過(guò)5次訓(xùn)練，網(wǎng)絡(luò)即達(dá)到預(yù)定精度，具體結(jié)果見表1，網(wǎng)絡(luò)訓(xùn)練精度見圖5。

表1 預(yù)測(cè)結(jié)果表

圖5 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果精度示意圖

從表1和圖5可見，本文的神經(jīng)網(wǎng)絡(luò)程序非線性映射能力極強(qiáng)，運(yùn)算步數(shù)極快。

2.2 識(shí)別與結(jié)果分析

各項(xiàng)參數(shù)設(shè)置完畢之后開始訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的教師數(shù)據(jù)，經(jīng)過(guò)不斷的調(diào)試和訓(xùn)練，網(wǎng)絡(luò)總共訓(xùn)練50次，發(fā)現(xiàn)訓(xùn)練效果已經(jīng)達(dá)到理想狀態(tài)，終止誤差為0.000 001，訓(xùn)練結(jié)果見圖6。

圖6 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果精度示意圖

橫坐標(biāo)為網(wǎng)絡(luò)訓(xùn)練次數(shù)，縱坐標(biāo)為誤差量級(jí)。由于每次初始化網(wǎng)絡(luò)時(shí)都是隨機(jī)的，而且訓(xùn)練終止時(shí)的誤差也不完全相同，訓(xùn)練后的權(quán)植和閥值也不完全相同（大致相同），所以每次訓(xùn)練后的結(jié)果也略有不同。找到比較好的結(jié)果后，用命令save filename netname保存網(wǎng)絡(luò)，可使預(yù)測(cè)的結(jié)果保持不變，在需要時(shí)調(diào)用時(shí)用命令load filename載入即可。

整理識(shí)別結(jié)果，見表2。

表2 神經(jīng)網(wǎng)絡(luò)識(shí)別結(jié)果判斷表

從表2中可以看出：神經(jīng)網(wǎng)絡(luò)對(duì)于判斷室內(nèi)模型試驗(yàn)所得數(shù)據(jù)情況良好，識(shí)別樁身類型成功率較高。

3 結(jié)論

本文首先闡述了室內(nèi)模型試驗(yàn)的裝置與方法，然后對(duì)得到的實(shí)測(cè)波形曲線和以回傳射線矩陣法為理論得到的理論曲線進(jìn)行對(duì)比，發(fā)現(xiàn)擬合較好，說(shuō)明試驗(yàn)數(shù)據(jù)真實(shí)有效。然后建立BP神經(jīng)網(wǎng)絡(luò)模型，將試驗(yàn)所得數(shù)據(jù)輸入網(wǎng)絡(luò)，進(jìn)行教師數(shù)據(jù)的訓(xùn)練和學(xué)習(xí)，訓(xùn)練到理想精度后，輸入待測(cè)的學(xué)生數(shù)據(jù)進(jìn)行識(shí)別，識(shí)別結(jié)果正確率達(dá)到100%，驗(yàn)證了BP神經(jīng)網(wǎng)絡(luò)識(shí)別樁身完整性的可行性和準(zhǔn)確度。

由于試驗(yàn)條件有限，數(shù)據(jù)中包括的僅僅是少數(shù)幾種情況下的樁，沒(méi)有將該方法拓展到各種情況，如不同的樁長(zhǎng)、樁身截面、彈性模量、缺陷位置等，有待其他學(xué)者進(jìn)行進(jìn)一步的分析和研究。

[1]余云燕，鮑亦興，陳云敏.有損傷框架結(jié)構(gòu)中的波動(dòng)分析[J].震動(dòng)工程學(xué)報(bào)，2004，17（1）：20-24.

[2]余云燕.回傳射線矩陣法分析埋置框架的瞬態(tài)動(dòng)力響應(yīng)[D].浙江杭州：浙江大學(xué)，2004.

[3]余云燕，鮑亦興，陳云敏.埋置框架的質(zhì)量檢測(cè)的探討[J].力學(xué)學(xué)報(bào)，2006，38（3）：339-346.

[4]程翠.應(yīng)力波反射法基樁完整性檢測(cè)結(jié)果影響因素及對(duì)策[D].遼寧大連：大連海事大學(xué)，2008.

[5]張樂(lè)婷，余云燕.基于ANSYS/LS-DYNA的應(yīng)力波反射法的數(shù)值模擬[J].山西建筑，2010（32）：1-2.

[6]袁春輝.樁—土相互作用土參數(shù)的室內(nèi)模型試驗(yàn)研究[D].甘肅蘭州：蘭州交通大學(xué)，2010.