| 题名 | 基桩的低应变动测数值模拟及其桩身质量的神经网络诊断方法; The Numerical Simulation for the Low Strain Dynamic Integrity Testing and the Approach of Artificial Neural Network (ANN) to Diagnose the Quality of Foundation Pile |
| 作者 | 杨少强 |
| 答辩日期 | 2010 ; 2010 |
| 导师 | 张灿辉 |
| 关键词 | 数值模拟 神经网络 基桩 动力检测 智能化诊断 numerical simulation neural net foundation pile dynamic integrity testing intelligent diagnosis |
| 英文摘要 | 低应变基桩动测是一种简单经济的实用方法，但由于人工判桩而经常有误判事故。人工神经网络是一种智能化诊断方法，但需要充足、可靠的学习样本，但是大量现场动测记录缺乏准确的桩身完整性参数，而模型桩由于成本昂贵从而数量十分有限。本文结合厦门地区具体工程地质情况对各种基桩的不同缺陷类型低应变动测响应进行了三维有限元数值模拟和仿真，并利用这些模拟结果形成学习样本进行基桩完整性的人工神经网络诊断，论文的主要研究内容包括以下几项： （1） 简单介绍和讨论了低应变动测方法的应用及其局限性。在基桩低应变动测响应数值模拟的三维动力有限元方法中对应力波激振源进行详细分析，认为入射波的脉冲宽度应与有限元尺寸及时间步长相...; The low strain dynamic integrity testing is a simple and economic practical method for foundation pile, but accidents happening sometimes because of judgements were given by manual. Artificial neural network (ANN) is an intelligent diagnosis for pile integrity, it must have sufficient and reliable learning samples. But most samples of pile dynamic respose from actual measurement are lack of correc...; 学位：工学硕士; 院系专业：建筑与土木工程学院土木工程系_工程力学; 学号：25320071152209 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=26494 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/35753]  |
| 专题 | 建筑土木－学位论文 |
| 推荐引用方式 GB/T 7714 | 杨少强. 基桩的低应变动测数值模拟及其桩身质量的神经网络诊断方法, The Numerical Simulation for the Low Strain Dynamic Integrity Testing and the Approach of Artificial Neural Network (ANN) to Diagnose the Quality of Foundation Pile[D]. 2010, 2010. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论