反向传递神经网络在水泥土无损检测中的应用论文

《反向传递神经网络在水泥土无损检测中的应用论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、反向传递神经网络在水泥土无损检测中的应用论文摘要：通过水泥搅拌土室内试验，研究了水泥搅拌土的各种物理力学特性，根据试验数据建立了水泥搅拌土无侧限抗压强度、灰土比与养护条件、养护时间、纵波波速、横波波速的神经网络模型，然后对水泥土的强度和灰土比进行计算和预测。研究结果表明，神经网络模型不仅可以综合考虑各种因素的影响，而且具有较高的预测精度，是一种很好的无损检测信息处理工具，在岩土工程无损检测中具有广阔的应用前景。关键词：神经网络水泥搅拌土岩土工程无损检测抗压强度水泥土深层搅拌的施工质量受多种因素影响.freelm土样筛，然后和水

2、泥放入搅拌机慢慢加水进行搅拌，根据工程中常用的控制指标，控制稠度为6cm。为了研究水泥渗入量对水泥土强度的影响，分别按照灰土比8%、12%、16%、20%、24%制样；采用70.7cm3的钢试模，制样时先在试模内装入一半试料放到振动台上振动一分钟，再装入其它的试料后振动一分钟，最后将试件表面刮平盖上塑料布防止水分蒸发过快，24h后取出试样进行养护；养护条件分为标准养护(环境温度(20±3)℃，环境湿度大于90%)和标准水中养护，标准水中养护是为了模拟水泥土在饱和土中的情况，把试样放在标准养护间的水槽中进行养护(养护用水的温度为

3、(20±2)℃)。图1神经网络拓扑结构室内水泥土的测试内容包括水泥土养护3d、7d、14d、28d、60d、90d的纵波波速、横波波速、容重、含水量以及无侧限抗压强度。为了减少测试误差和扩大测试样本数量，每种试样分别测3块，其测试方法如下：(1)用超声波法测试试样的弹性波速，试验仪器为GJY-1C型工程检测仪。(2)借助砂浆试块压缩试验方法测试试样的无侧限抗压强度，试验仪器为Pa)，Y2代表BP模型预测出的抗压强度(MPa)。这些结果表明，利用本文所建立的BP模型对测试样本预测的灰土比与抗压强度最大相对误差分别为4.9%与5.

4、4%。这说明利用BP网络方法预测水泥土抗压强度和灰土比是比较成功的，基本能够满足实际工程中的误差要求。5结语作者将人工神经网络应用于水泥土抗压强度和灰土比的预测中，建立了水泥土强度、灰土比随时间、养护条件、纵波波速与横波波速变化的人工神经网络模型。较好地预测了水泥土抗压强度和灰土比随各种因素变化的规律，为借助无损检测指标估计水泥搅拌土的水泥含量及强度特性提供了一条新途径。需要指出的是，本文是根据较少的样本训练出的，但所建立的神经网络模型是动态的，随着实测数据的不断积累，可以不断加强网络的学习能力，即它可以在新取得的样本基础上进

5、行自学习，形成更完善、更完整的评估预测系统，使网络的输出值更加接近实测值，从而进一步提高预测的精度和模型的应用范围。另一方面，在建立神经网络时，隐含层单元数量的选择是一个关键因素，理论上单元数量越多收敛速度越快，但实际应用过程中往往并非如此，必须经过多种运算比较来找到相对最优数量，以确定最后模型。最优隐含层单元数量与输入矢量个数，输出矢量个数，进行训练的教师样本数目等因素有关。参考文献：1吴世明，唐有职等.岩土工程波动勘测技术M.北京：水利水电出版社，1992.2刘松玉，方磊.水泥土搅拌法加固高速公路软土地基的测试研究J.地基

6、处理，1999，(2)：42-47.3徐济平，蒋霞君.水泥土搅拌桩无损检测方法探讨J.上海地质，1997，(1)：43-47.4宫必宁，李淞泉.软土地基水泥深层搅拌加固土物理力学特性研究J.河海大学学报，2000，(2)：101-105.5张立明.人工神经网络的模型及其应用M.上海：复旦大学出版社，1993.