住宅建筑工程基础桩低应变检测技术研究
摘要:研究一种住宅建筑工程基础桩低应变检测技术，该技术通过传感器采集从桩身反射回来的反射波信号，为提高信号质量，利用EEMD方法对信号实施去噪处理。提取不同缺陷类别基础桩反射波信号的时域特征和频域特征，并以此为输入，通过BP神经网络分类识别模型，检测出基础桩缺陷程度，并根据相关参数，定位缺陷位置，完成基础桩低应变检测。试验结果表明，应用该低应变检测技术，基础桩缺陷检测结果与实际缺陷位置误差较小，检测结果更为精确，具有较好的应用价值。
Abstract:A low strain detection technology for residential building engineering foundation piles was studied. Reflected wave signals reflected from the pile body were collected through sensors. In order to improve signal quality, the EEMD method was used to denoise the signals. Time domain and frequency domain characteristics of reflected wave signals from foundation piles of different defect categories were extracted and used as input. BP neural network was used to classify and identify models to detect the extent of foundation pile defects, and locate the defect location based on relevant parameters to complete low strain detection of foundation piles. The test results show that the error between the detection results of foundation pile defects and the actual defect location is smaller, and the detection results are more accurate, which has good application value.
中文标题：
住宅建筑工程基础桩低应变检测技术研究
Research on Low Strain Detection Technology of Foundation Pile in Residential Building Engineering
作者：
杨立鹏
Yang Lipeng
作者简介:杨立鹏，男，1982年生，汉族，宁夏吴忠人，大学本科，高级工程师。研究方向：工程物探、桩基检测。E-mail：yyyy7413@163.com
通讯地址：
中冶沈勘工程技术有限公司，辽宁沈阳 110000
ShenKanEngineering&TechnologyCorporation,MCC,Shenyang110000,Liaoning,China
中图分类号:TU 473.1
doi:10.3969/j.issn.1007-2993.2023.02.013
出版物：岩土工程技术
收稿日期:2022-01-13
录用日期:2023-02-17
刊出日期:2023-04-08
关键词:住宅建筑工程,基础桩,反射波信号,BP神经网络,低应变检测技术
Key words:residential building engineering,foundation pile,reflected wave signal,BP neural network,low strain detection technology
文档包含图片数量：图片(5)张
文档包含表格数量：表格(3)个
参考文献：
[1]潘建国,郭亮亮,王群清. 较大单桩水平承载力试验与检测技术研究[J]. 施工技术,2019,48(13):40-42.
[2]郑长杰,丁选明,栾鲁宝,等. 低应变瞬态荷载作用下基桩动力响应解析解[J]. 土木工程学报,2019,52(11):79-85.
[3]肖 偲,王奎华,张日红,等. 静钻根植桩低应变动力响应的现场试验和数值模拟[J]. 上海交通大学学报,2020,54(4):406-412.
[4]黎凯旻,马 键,郭兆华,等. 双速度法在铁塔基础结构完整性检测中的应用研究[J]. 安全与环境学报,2020,20(2):482-488.
[5]宋国荣,王学东,吕 炎,等. 基于矩形贴片天线的应变测量技术[J]. 北京工业大学学报,2019,45(1):8-14. doi: 10.11936/bjutxb2017080041
[6]石 婷,王新宇,梁耀哲. 旁孔透射波法检测既有建筑桩长的数值模拟研究[J]. 煤炭科学技术,2020,48(3):205-213.
[7]周 珩,苏 谦,杨智翔,等. 软土地基双排桩基础悬臂式挡土墙受力变形的现场测试及数值模拟分析[J]. 铁道建筑,2019,59(3):88-91.
[8]侯俊伟. 某高层住宅工程PHC桩基础加固实例分析[J]. 建筑科学,2019,35(9):126-133.
[9]罗 驰,杨新安,李 坤,等. 隧道近区爆破振动动应变测试及其应用[J]. 振动与冲击,2020,39(2):262-268. doi: 10.13465/j.cnki.jvs.2020.02.037
[10]张 旭,吴静青,范成博,等. 用于板壳应变检测的新型FBG传感器[J]. 工具技术,2019,53(9):90-95. doi: 10.3969/j.issn.1000-7008.2019.09.023
[11]梁养辉,刘百来,李 涵,等. 重载作用下波纹钢板加固旧桥的应变测试[J]. 筑路机械与施工机械化,2019,36(6):138-142.
[12]朱超杰,魏 鹏,李成贵. 基于光纤光栅的结构应变模态测试及参数识别[J]. 半导体光电,2019,40(1):123-128.
[13]王利军,唐先习,徐俊兵. 预应力连续梁桥火损后的应变监测及分析研究[J]. 火灾科学,2020,29(1):42-48.
[14]李东平,唐新葵,王宁波. 基于实际影响线的桥梁快速检测方法[J]. 桥梁建设,2019,49(1):42-46. doi: 10.3969/j.issn.1003-4722.2019.01.008
[15]周俊磊,张智慧. 铁路路基螺杆桩质量检测技术[J]. 铁道建筑,2019,59(9):93-95,105.
[16]万荣辉,柯 龙. 基于粗集理论算法—脊波神经网络的深基坑变形预测与应用[J]. 安全与环境学报,2020,20(1):47-51.
[17]鄢秉红. 基于BP神经网络的既有桥墩变位分析方法研究[J]. 公路,2020,65(3):148-153.
[18]何忠意,朱佩宁,周亚东,等. 应力反射波在注浆微型钢管桩中的波速研究[J]. 防灾减灾工程学报,2020,40(1):9-17.
基金项目：
- 文件大小:
- 824.57 KB
- 下载次数:
- 60
-
高速下载
|
|
