一種基于BP神經(jīng)網(wǎng)絡(luò)的樁基缺陷檢測方法

魏明強(qiáng)，張樂婷

（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)）。它的實質(zhì)是實現(xiàn)了一個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)部過程，就可以直接學(xué)習(xí)并儲存數(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)雜的問題。

本文通過室內(nèi)模型試驗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)行識別，說明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)模型試驗簡介

1.1 室內(nèi)模型試驗的概況

同時考慮樁底土和樁側(cè)土對樁的作用，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程響應(yīng)曲線，以辛普森公式為原理編寫MATLAB程序，對實驗數(shù)據(jù)進(jìn)行處理，將樁頂部加速度時程響應(yīng)曲線換算為速度時域響應(yīng)曲線，然后通過Origin軟件對所生成的波形圖進(jìn)行擬合。用MATLAB編寫理論速度時域響應(yīng)曲線的程序生成理論波形圖，并與試驗得到的波形圖進(jìn)行對比。

1.2 室內(nèi)模型試驗的裝置

本次室內(nèi)模型試驗采用的是低應(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，樁長為2 m，截面為0.2 m×0.2 m的正方形截面，試驗容器采用如圖1所示的鋼槽。

圖1 室內(nèi)模型試驗裝置示意圖

試驗儀器主要有：電源、波形接收器、加速度型傳感器等。

1.3 室內(nèi)模型試驗的方法

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

試驗具體操作步驟如下：

（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)模型試驗結(jié)果分析[1-6]

整理室內(nèi)模型試驗所得結(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)。袁春輝運用與上述同樣的方法運用兩種類型的土質(zhì)進(jìn)行了室內(nèi)模型試驗，并得出如下結(jié)論：

（1）樁底土為黃河砂

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

圖2 樁底為黃河砂時的試驗與理論結(jié)果對比

（3）樁底為鹽漬土

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

綜上所述，通過袁春輝的分析，說明由室內(nèi)模型試驗數(shù)據(jù)得到的波形曲線與理論曲線擬合較好，表示室內(nèi)模型試驗數(shù)據(jù)有效并可以使用，本文在后面處理波形曲線時，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)模型的建立與識別

2.1 建立網(wǎng)絡(luò)模型

首先將室內(nèi)模擬試驗得到的樁的波形數(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)（測試數(shù)據(jù)），以檢測BP神經(jīng)網(wǎng)絡(luò)的可行性，學(xué)習(xí)和檢測的具體過程見圖4。

圖3 樁底為鹽漬土?xí)r的試驗與理論結(jié)果對比

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

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個分量組成；中間層即隱含層節(jié)點個數(shù)取4；輸出層有8組數(shù)據(jù)，每組數(shù)據(jù)有5個分量，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)點個數(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，僅經(jīng)過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)，運算步數(shù)極快。

2.2 識別與結(jié)果分析

各項參數(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。由于每次初始化網(wǎng)絡(luò)時都是隨機(jī)的，而且訓(xùn)練終止時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)測的結(jié)果保持不變，在需要時調(diào)用時用命令load filename載入即可。

整理識別結(jié)果，見表2。

表2 神經(jīng)網(wǎng)絡(luò)識別結(jié)果判斷表

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

3 結(jié)論

本文首先闡述了室內(nèi)模型試驗的裝置與方法，然后對得到的實測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)行對比，發(fā)現(xiàn)擬合較好，說明試驗數(shù)據(jù)真實有效。然后建立BP神經(jīng)網(wǎng)絡(luò)模型，將試驗所得數(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，輸入待測的學(xué)生數(shù)據(jù)進(jìn)行識別，識別結(jié)果正確率達(dá)到100%，驗證了BP神經(jīng)網(wǎng)絡(luò)識別樁身完整性的可行性和準(zhǔn)確度。

由于試驗條件有限，數(shù)據(jù)中包括的僅僅是少數(shù)幾種情況下的樁，沒有將該方法拓展到各種情況，如不同的樁長、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)中的波動分析[J].震動工程學(xué)報，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)量檢測的探討[J].力學(xué)學(xué)報，2006，38（3）：339-346.

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

[5]張樂婷，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)模型試驗研究[D].甘肅蘭州：蘭州交通大學(xué)，2010.