咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于BP神经网络的预制柱套筒灌浆缺陷检测研究 收藏

基于BP神经网络的预制柱套筒灌浆缺陷检测研究

Research on Defect Detection of Sleeve Grouting in a Precast Column Based on BP Neural Network

作     者:马毅 周德源 张璇 韩笑 MA Yi;ZHOU Deyuan;ZHANG Xuan;HAN Xiao

作者机构:同济大学结构防灾减灾工程系上海20092 山东科技大学青岛266590 成都东部新区公共服务局成都641418 

出 版 物:《结构工程师》 (Structural Engineers)

年 卷 期:2022年第38卷第3期

页      面:24-32页

学科分类:08[工学] 081402[工学-结构工程] 0814[工学-土木工程] 

基  金:国家重点研发计划项目(2016YFC0701800) 

主  题:预制柱 套筒灌浆连接 有限元模拟 BP神经网络 缺陷检测 

摘      要:装配式建筑节点的连接对其性能好坏起着决定性的作用,随着国家大力推广装配式建筑,节点连接处的缺陷检测变得越发重要,然而目前针对装配式混凝土结构的套筒灌浆缺陷检测相关研究较少。本文利用有限元软件ABAQUS建立了4种不同约束条件下采用套筒灌浆方式连接的预制柱的数值计算模型,通过设置不同缺陷工况,获得神经网络训练参数,从而训练BP神经网络,用于后续缺陷检测;研究了训练数据中是否含有噪声对神经网络的影响以及测试数据中含有噪声时对缺陷检测结果的影响。结果表明:相较于原始数据,由含噪数据训练得到的神经网络精度更高,性能更好,同时也能改善均方误差及各数据集的回归分析结果;对尚需检测的数据,应注意在测试前是否对数据进行滤波处理,以减小缺陷检测结果的误差。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分