[发明专利]基于支持向量机的桩身缺陷严重程度自动识别方法

说明书

本发明提供了一种基于支持向量机的桩身缺陷严重程度自动识别方法，对多根缺陷桩基进行超声波透射法检测，对各测点的超声检测信号的特征参量进行了提取，并对各测点的缺陷严重程度进行了标识，获得了若干组不同特征参量组合的数据样本，然后利用支持向量机针对不同的特征参量组合的数据样本进行训练得到了识别模型，利用识别模型对工程桩的声波透射法检测数据进行桩身缺陷严重程度识别验证。本发明可对声波透射法桩基完整性检测的数据进行快速的自动识别，得到桩身各测点的缺陷严重程度，且准确性更高。

技术领域

本发明涉及桩基础检测技术领域，尤其是涉及一种基于支持向量机的桩身缺陷严重程度自动识别方法。

背景技术

随着我国基础建设的蓬勃发展，桩基础在公路及铁路桥梁、港口码头、海上采油平台、高层建筑、重型厂房以至核电站等工程中大量采用。但由于桩基础属于地下隐蔽工程，往往会因为施工工艺不成熟、地质条件复杂、施工队伍水平差、质量量控制不严等因素的影响，导致桩基施工过程中出现缩颈、扩径、裂纹、夹泥、沉渣甚至断桩等质量问题，必须会影响到桩基的承载力，从而影响上部结构的安全性。因此，在桩基施工完成后，对其桩身完整性进行检测成为必然，由于超声透射法具有便捷、迅速、缺陷反映灵敏度高、缺陷检测范围广等优点，从而被广泛用于桩身完整性的检测。

目前，在所有现行的行业及地方桩基完整性检测规程中，超声透射法都根据平测和(或)斜测时所接收的信号的物理量(首波声时、幅度和频率、波形)的变化，利用数理统计的方法并结合个人的经验对缺陷位置、缺陷程度进行定性的或经验性的判定。这种方法受人的经验因素影响很大，其测量准确性对检测人员的水平依赖很大，而且也不利于检测的自动化、智能化，显然已不适应现代工程检测需要。

发明内容

本发明的目的在于提供一种基于支持向量机的桩身缺陷严重程度自动识别方法，以解决现有技术中存在的至少一个技术问题。

为解决上述技术问题，本发明提供的一种基于支持向量机的桩身缺陷严重程度自动识别方法，包括：采用支持向量机的分析方法对多个不同的特征参量组合的数据样本进行了训练和验证后得到的识别模型，利用识别模型对桩基完整性检测的桩身各测点的缺陷严重程度进行识别；

所述特征参量包括：

1)测点波速与平均波速之比p_v，i，其中

式中：v_i———第i个测点的声速(km/s)；

v_m——根据《建筑基桩检测技术规范(JGJ106-2014)》计算的声速平均值(km/s)；

2)测点波幅与平均波幅之差δ_A，i，其中

δ_A，i＝A_i-A_m (3)

式中：A_m——根据《超声法检测混凝土缺陷技术规程(CECS 21：2000)》计算的波幅平均值(dB)；

A_i——第i个测点相对波幅值(dB)；

3)测点信号能量与最大能量之比p_E，i，其中

式中：E_i——第i个测点信号的能量；

E_max——最大测点信号能量；

4)第j层分解上最大的相对能量Max T_j，以及第j层分解上，最大相对能量Max T_j所对应的节点序号(i)；