CN101303329B - 基于神经网络技术的大体积混凝土综合强度测试法 - Google Patents
基于神经网络技术的大体积混凝土综合强度测试法 Download PDFInfo
- Publication number
- CN101303329B CN101303329B CN2008101241264A CN200810124126A CN101303329B CN 101303329 B CN101303329 B CN 101303329B CN 2008101241264 A CN2008101241264 A CN 2008101241264A CN 200810124126 A CN200810124126 A CN 200810124126A CN 101303329 B CN101303329 B CN 101303329B
- Authority
- CN
- China
- Prior art keywords
- concrete
- value
- strength
- core
- resilience
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Processing Of Stones Or Stones Resemblance Materials (AREA)
Abstract
基于神经网络技术的综合强度测试法结合了超声、回弹、钻芯三种测强方法的优点,解决了现有单一测强技术的各种不足之处,它的基本原理是先采用超声-回弹综合法对结构混凝土强度进行全方位测试,再采用钻芯法对R-N-C基准曲线作适当修正,其中利用神经网络技术来解决最优钻芯数量的确定问题。鉴于大量工程结构因长期受到环境腐蚀及温度变化等因素的影响,混凝土材料发生不同程度的退化,本发明能够在保证测试结果准确可靠的基础上,大大降低钻芯测强法所造成的结构损伤,提高超声-回弹-钻芯综合测强法的分析效率和可操作性,因此在各种混凝土工程强度测试中具有广泛的应用前景。
Description
技术领域
本发明涉及一种基于神经网络技术的超声-回弹-钻芯综合测强法,尤其适用于对工程结构中大量使用的混凝土结构进行准确强度测试。
背景技术
对工程结构进行混凝土强度检测的方法目前已有很多,如钻芯取样法、回弹法、超声法、超声-回弹综合法、射钉法、针贯入法、后装拔出法、压剪法和冲击回波法等。这些方法都具有各自的特点,可以在一定程度上解决结构混凝土的检测问题,但由于混凝土是一种由多相复合材料组合而成的性质复杂的结构体系,且混凝土强度还受测试条件的制约,是一个多因素的综合指标,故采用传统的试块抗压强度来评定结构物的性能是不全面的,难以反映出多因素的影响。
目前应用较多的方法是超声-回弹综合法和钻芯法,超声-回弹法综合了回弹法和超声法的优点,避免了混凝土取样对于结构的破坏,但是这种方法过分的依赖经验公式,再加上现场混凝土的原材料、配合比以及施工条件不可能与R-N-C基准曲线的制定条件完全一致,从而导致结果误差较大。
钻芯法就是利用钻机直接从结构上钻取圆柱体混凝土芯样,根据芯样的抗压强度评定结构混凝土质量的微破损现场检测,这样就保证了现场混凝土测试的准确性,但是过多的采取混凝土芯样,会造成结构整体性的破坏,再加上取芯工作费用较高,所以芯样位置、数量受到一定的限制。
在以上两种检测方法基础上发展起来的超声-回弹-钻芯综合测强法,先采用超声-回弹综合法对结构混凝土强度进行全方位测试,再采用钻芯法对R-N-C基准曲线做适当修正,将超声-回弹法和钻芯法结合起来进行混凝土强度检测。显然,超声-回弹-钻芯综合法充分发挥了两种检测方法的优点,既减少了超声-回弹法中混凝土强度测试的不准确性,又避免了单一钻芯法引起的结构损坏。
在超声-回弹-钻芯综合法中,芯样的位置及数量等的选取工作是其中的关键之处和难点。芯样的位置不能取在结构的关键受力部位,以尽量减小对结构的损坏。就芯样数量而言,过少不能充分反映出实测混凝土的强度,过多则又会增加结构的损伤程度。因此,稍有不慎就会造成测试结果的不准确、引起结构破坏等。虽然目前已有根据数理统计理论来确定最优钻芯数量的方法,但该方法中的置信度、估计精度等参数的确定尚无规范可循,另外由于估计精度需要根据芯样数量进行人工分析计算获得,大大降低了基于数理统计理论的超声-回弹-钻芯综合测强法的使用效率和可操作性。
发明内容
技术问题:本发明的目的是提供一种基于神经网络技术的综合强度测试法,该方法结合现有超声-回弹综合法和钻芯法两种混凝土测强法的优点,对上述两种方法的测试结果进行相互校核验证。此超声-回弹-钻芯综合测强法既可以保证测试结果准确可靠,又能最大程度地减小结构的损伤破坏。
技术方案:本发明是在超声-回弹-钻芯综合测强法中利用神经网络技术来选取最优取芯数量和位置等参数。超声-回弹-钻芯法是将超声-回弹综合法与钻芯法结合使用。首先是采用超声-回弹综合法对结构混凝土强度进行全方位测试,再采用钻芯法对R-N-C基准曲线作适当修正。这种方法的关键就是确定合理的芯样数量,利用神经网络技术就能很好的做到这一点。在超声-回弹-钻芯综合法实施过程中的包括如下五个步骤:
本发明的基于神经网络技术的综合强度测试方法包括以下步骤:
第一步:利用超声法测出结构的混凝土强度值:当超声波在混凝土中传播遇到缺陷时,将发生反射、折射、绕射和衰减等现象,其正常传播的某些声学参数的声时、波形、能量和频谱将发生变化,当有空洞、裂缝等缺陷存在时,破坏了混凝土的整体性,由于空气的声阻抗率远小于混凝土的声阻抗率,超声波遇到蜂窝、空洞或裂缝等缺陷时,会在缺陷界面发生反射和折射,因此传播的路程会增大,测得的声时会延长,声速会降低,还有在缺陷界面超声波的声能被衰减,其中频率较高的部分衰减更快,因此接收信号的波幅明显降低,频率明显减小或频率谱中高频成分明显减少,在实际测试中,利用混凝土声学参数测量值和相对变化综合分析,判别混凝土缺陷的位置和范围,或者估算缺陷的尺寸,
第二步:利用回弹法进行结构的混凝土强度测试,并据此得到混凝土强度推定值R回弹;利用回弹法测出的R回弹是指相应于强度换算值总体分布中保证率不低于95%的强度值:
a.当测区少于10个时,以测区混凝土强度的最小值fmin作为该构件的混凝土强度推定值,即:
R回弹=fmin
b.当测区强度值出现小于少于10.0MPa时:
R回弹=10.0MPa
c.当测区不少于10个或按批量检测时,该构件的混凝土强度推定值为:
R回弹=f平均-1.645S标准差
其中,R回弹为混凝土强度推定值;fmin为该批构件中测区混凝土强度换算值的最小者;f平均为构件混凝土强度平均值;S标准差为构件混凝土强度标准差,单位均为MPa;
第三步:综合利用超声法和回弹法,测算出混凝土强度值R1;
第四步:利用钻芯法检测技术来检测混凝土强度,从结构或构件上综合法测区处非关键截面钻取芯样,运用神经网络技术来确认取芯数量是否满足要求,若不满足,则重新取芯,直到满足为止,再根据满足要求的芯样数量进行加权平均,以得到平均强度值R2;
第五步:对所得混凝土强度值R1和平均强度值R2进行相互验证,以平均强度值R2来校核混凝土强度值R1的***误差,获得较全面准确的混凝土检测强度值R。
第三步中混凝土强度值R1,根据公式R=a×Vb×Nc×Ld,该式中,a、b、c、d为待定系数,与粗骨料种类、混凝土配合比、测试时混凝土状态因素有关;N为回弹值;V为超声声速,单位为km/s;L为碳化深度,单位为mm。
第四步中,运用神经网络技术来判断取芯数量是否满足要求的方法是:根据对芯样样本所进行的网络训练结果以及测试结果的精度要求来判断是否需要重新钻取芯样,若不满足精度要求,则需要重新钻取芯样。
第五步中,对所得混凝土强度值R1和平均强度值R2进行相互校核的方法是:以超声-回弹综合测强法为主进行大面积地测试,以获得大量的混凝土强度值R1值;以基于神经网络技术的钻芯法为辅,以获得满足要求的平均强度值R2值;采用少量的平均强度值R2值来校验大量的混凝土强度值R1值的***误差。
有益效果:本发明的综合测强法结合现有超声-回弹综合法和钻芯法两种混凝土测强法的优点,对上述两种方法的测试结果进行相互校核验证。在根据结构分析结果确定了取芯部位的基础上,利用人工神经网络技术来确定出最优钻芯数量,以减小对结构造成的损伤。由于钻芯法可用于检验超声-回弹综合法所产生的***误差,因此超声-回弹-钻芯综合测强法既可以保证测试结果准确可靠,又能最大程度地减小结构的损伤破坏。
混凝土测强技术种类虽然较多,但均有着明显的不足之处如产生***误差、造成结构损伤等。虽然现有的超声-回弹-钻芯综合测强法能够较好地解决这些问题,但在确定最优钻芯数量方面尚无一套***科学的方法,限制了其发展。针对上述问题,本专利发明了基于神经网络技术的超声-回弹-钻芯综合测强法,该方法结合了超声-回弹法和钻芯法两种混凝土测强技术的优点,并且利用神经网络技术解决了最优钻芯数量的确定问题。目前大量工程结构因长期受到环境腐蚀及温度变化等的影响,混凝土材料的材质、强度等会发生不同程度的退化现象,迫切需要一种准确科学的测试技术来对混凝土强度进行及时检测,以保证结构的安全性,评估其剩余使用寿命。本专利能够在保证测试结果准确可靠的基础上,大大降低钻芯测强法所造成的结构损伤,提高超声-回弹-钻芯综合测强法的分析效率和可操作性,因此在未来各种混凝土工程强度测试中具有广泛的应用前景,必将产生显著的社会和经济效益。
附图说明
图1超声-回弹-钻芯综合测强法流程图;
图2回弹法工作示意图;
图3超声波测试原理示意图;
图4钻芯法工作示意图;
图5BP网络模型示意图;
图6基于神经网络技术的取芯数量确定法流程图。
具体实施方式
本发明提出了一种基于神经网络技术的综合强度测试法,即超声-回弹-钻芯综合测强法,如图1所示。该法根据结构分析结果来确定取芯部位,再利用目前国际上非常活跃的前沿研究课题之一——神经网络技术确定出最优芯样数量。神经网络技术是人脑及其活动的一个理论化的数学模型,它是由大量的处理单元以适当的方式互连构成,是一个大规模的非线性自适应***。神经网络不仅在形式上模拟了生物神经***,它也具有大脑的一些基本特征。从***构成的形式上看,从神经元本身到连接模式,基本上都是以与生物神经***相似的方式工作的。由于人工神经网络具有很强的学习和普化能力,能够将有效信息分布存放,因此近年来在工程结构的健康监测及安全性评估领域得到了广泛的应用。因此将神经网络技术应用于超声-回弹-钻芯综合测强法当中,能够克服现有数理统计理论需专门人工计算的不足,在保证测试结果准确可靠的基础上,最大程度地减小对被检测工程结构所造成的损伤。
在对结构混凝土强度进行检测时,将超声-回弹综合法与钻芯法结合使用,两种方法所得结果相互校核,以保证测试结果的准确性。其中根据结构分析结果来确定取芯部位,再应用神经网络技术来确定钻取芯样的数量。
超声-回弹法的基本原理是综合了超声法和回弹法两者的优点,回弹法是利用材料表面硬度与回弹值N有相关关系,通过混凝土表面硬度与强度R的间接关系来测算回弹值并且推算出混凝土的强度关系,其工作示意图见图2。但是回弹法仅仅反映深度不超过30mm表层混凝土的状态,却无法反映混凝土内部的非匀质性、孔隙量和孔结构等。超声法测强的基本原理是超声波在混凝土中传播遇到缺陷时,会产生反射、折射、绕射和衰减等现象,这样超声波正常传播的声学参数例如声时、波形、能量和频谱等就会发生变化,根据这些变化,可以判断混凝土内部的密实度、弹性性能及结构状况等,其测试原理示意图见图3。但是超声-回弹综合法中处理数据时是根据很多经验公式推导得出的,由于现场混凝土的原材料、配合比以及施工条件不可能与R-N-C基准曲线制定的条件完全一致,从而会导致误差增大。其中,R-N-C基准曲线是根据对于某种具体的原材料、配合比及施工条件下的混凝土试块进行超声-回弹综合法进行测强,得出具体的混凝土强度值以及相应的声速、回弹值,并根据这三组数据(强度值、声速、回弹值)绘制出曲线,此曲线便是R-N-C基准曲线。
而钻芯法是利用专用钻机直接从结构上钻取圆柱体混凝土芯样,并且根据芯样的抗压强度评定结构混凝土质量的一种微破损现场检测方法,其工作示意图见图4。该方法适用于混凝土强度等级≥C10的结构。钻芯法的缺点明显:(1)取芯工作费用较高;(2)如果芯样位置不合理且数量较大,很容易导致结构破坏,但芯样过少反映不出混凝土的匀质性;(3)混凝土在实际工程结构中是处于复杂的应力和约束状态,故其强度当然不可能与取出的芯样强度一样,所以得出的检测强度只具有参考意义。
所以将二者结合起来形成的综合法,不仅能够取得较为准确的测试结果,还能最大限度地减少芯样数量。超声-回弹-钻芯综合测强法地基本原理是:在对结构混凝土强度进行检测时,将超声-回弹综合法与钻芯法结合使用。首先是采用超声-回弹综合法对结构混凝土强度进行全方位测试,再采用钻芯法对R-N-C基准曲线作适当修正,其修正方法如下:
从结构或构件上综合法测区处非关键截面钻取芯样,用标准方法测定这些试样的超声值、回弹值、抗压强度值,并用基准曲线(该现场准备采用的专用曲线、地区曲线或通用曲线)推算出试块的计算强度,然后按下式求出修正系数:
式(1)中:η为修正系数,精确至0.01;n为所取芯样数量;Ri为第i个芯样的实测抗压强度,精确至0.1MPa;R′i为第i个芯样按拟修正的基准曲线所推算的强度,精确至0.1MPa。修正系数置入拟修正的基准曲线公式即为修正后基准曲线公式。
超声-回弹-钻芯法的关键是确定合理的芯样数量,使得采用芯样强度修正后的基准曲线推算出的混凝土强度值与混凝土强度真值比较接近,在此前提下,尽量减少钻芯的数量。本发明就是针对这一问题,基于如图5所示BP神经网络等模型来估计钻芯法的取芯数量,其主要的实现方案包括如下五个步骤:
第一步:利用超声法测出结构的混凝土强度值:当超声波在混凝土中传播遇到缺陷时,将发生反射、折射、绕射和衰减等现象,其正常传播的某些声学参数的声时、波形、能量和频谱将发生变化,当有空洞、裂缝等缺陷存在时,破坏了混凝土的整体性,由于空气的声阻抗率远小于混凝土的声阻抗率,超声波遇到蜂窝、空洞或裂缝等缺陷时,会在缺陷界面发生反射和折射,因此传播的路程会增大,测得的声时会延长,声速会降低,还有在缺陷界面超声波的声能被衰减,其中频率较高的部分衰减更快,因此接收信号的波幅明显降低,频率明显减小或频率谱中高频成分明显减少。在实际测试中,利用混凝土声学参数测量值和相对变化综合分析,判别混凝土缺陷的位置和范围,或者估算缺陷的尺寸。
第二步:利用回弹法进行结构的混凝土强度测试,并据此得到混凝土强度推定值R回弹。利用回弹法测出的R回弹是指相应于强度换算值总体分布中保证率不低于95%的强度值:
(1)当测区少于10个时,以测区混凝土强度的最小值fmin作为该构件的混凝土强度推定值,即:
R回弹=fmin
(2)当测区强度值出现小于少于10.0MPa时:
R回弹=10.0MPa
(3)当测区不少于10个或按批量检测时,该构件的混凝土强度推定值为:
R回弹=f平均-1.645S标准差
其中,R回弹为混凝土强度推定值;fmin为该批构件中测区混凝土强度换算值的最小者;f平均为构件混凝土强度平均值;S标准差为构件混凝土强度标准差,单位均为MPa。
第三步:综合利用超声法和回弹法,测算出混凝土强度值R1;
第四步:利用钻芯法检测技术来检测混凝土强度,从结构或构件上综合法测区处非关键截面钻取芯样,运用神经网络技术来确认取芯数量是否满足要求,若不满足,则重新取芯,直到满足为止,再根据满足要求的芯样数量进行加权平均,以得到平均强度值R2;
第五步:对所得混凝土强度值R1和平均强度值R2进行相互验证,以平均强度值R2来校核混凝土强度值R1的***误差,获得较全面准确的混凝土检测强度值R。
Claims (3)
1.一种基于神经网络技术的大体积混凝土综合强度测试方法,其特征在于该方法包括以下步骤:
第一步:利用超声法测出结构的混凝土强度值:当超声波在混凝土中传播遇到缺陷时,将发生反射、折射、绕射和衰减等现象,其正常传播的某些声学参数的声时、波形、能量和频谱将发生变化,当有空洞、裂缝等缺陷存在时,破坏了混凝土的整体性,由于空气的声阻抗率远小于混凝土的声阻抗率,超声波遇到蜂窝、空洞或裂缝等缺陷时,会在缺陷界面发生反射和折射,因此传播的路程会增大,测得的声时会延长,声速会降低,还有在缺陷界面超声波的声能被衰减,其中频率较高的部分衰减更快,因此接收信号的波幅明显降低,频率明显减小或频率谱中高频成分明显减少,在实际测试中,利用混凝土声学参数测量值和相对变化综合分析,判别混凝土缺陷的位置和范围,或者估算缺陷的尺寸,
第二步:利用回弹法进行结构的混凝土强度测试,并据此得到混凝土强度推定值R回弹;利用回弹法测出的R回弹是指相应于强度换算值总体分布中保证率不低于95%的强度值:
a.当测区少于10个时,以测区混凝土强度换算值的最小值fmin作为构件的混凝土强度推定值,即:
R回弹=fmin
b.当测区强度值出现小于10.0MPa时:
R回弹=10.0MPa
c.当测区不少于10个或按批量检测时,构件的混凝土强度推定值为:
R回弹=f平均-1.645S标准差
其中,R回弹为混凝土强度推定值;fmin为构件中测区混凝土强度换算值的最小值,f平均为构件混凝土强度平均值;S标准差为构件混凝土强度标准差,单位均为MPa;
第三步:综合利用超声法和回弹法,测算出混凝土强度值R1;
第四步:利用钻芯法检测技术来检测混凝土强度,从结构或构件上综合法测区处非关键截面钻取芯样,运用神经网络技术来确认取芯数量是否满足要求,若不满足,则重新取芯,直到满足为止,再根据满足要求的芯样数量进行加权平均,以得到平均强度值R2;
第五步:对所得混凝土强度值R1和平均强度值R2进行相互验证,以平均强度值R2来校核混凝土强度值R1的***误差,获得较全面准确的混凝土检测强度值R。
2.根据权利要求1所述的基于神经网络技术的大体积混凝土综合强度测试法,其特征在于第三步中混凝土强度值R1,根据公式R=a×Vb×Nc×Ld,该式中,a、b、c、d为待定系数,与粗骨料种类、混凝土配合比、测试时混凝土状态因素有关;N为回弹值;V为超声声速,单位为km/s;L为碳化深度,单位为mm。
3.根据权利要求1所述的基于神经网络技术的大体积混凝土综合强度测试法,其特征在于第五步中,对所得混凝土强度值R 1和平均强度值R2进行相互校核的方法是:以超声-回弹综合测强法为主进行大面积地测试,以获得大量的混凝土强度值R1值;以基于神经网络技术的钻芯法为辅,以获得满足要求的平均强度值R2值;采用少量的平均强度值R2值来校验大量的混凝土强度值R1值的***误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101241264A CN101303329B (zh) | 2008-06-13 | 2008-06-13 | 基于神经网络技术的大体积混凝土综合强度测试法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101241264A CN101303329B (zh) | 2008-06-13 | 2008-06-13 | 基于神经网络技术的大体积混凝土综合强度测试法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101303329A CN101303329A (zh) | 2008-11-12 |
CN101303329B true CN101303329B (zh) | 2010-08-11 |
Family
ID=40113335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101241264A Expired - Fee Related CN101303329B (zh) | 2008-06-13 | 2008-06-13 | 基于神经网络技术的大体积混凝土综合强度测试法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101303329B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104568730A (zh) * | 2014-12-31 | 2015-04-29 | 天津大学 | 一种基于神经网络的电化学噪声腐蚀信号处理方法 |
CN106568647B (zh) * | 2016-10-25 | 2019-03-08 | 武汉理工大学 | 一种基于神经网络的混凝土强度预测方法 |
CN109241614B (zh) * | 2018-09-03 | 2023-03-31 | 安徽省(水利部淮河水利委员会)水利科学研究院 | 一种纤维与土界面强度参数确定方法 |
CN109359737B (zh) * | 2018-09-04 | 2022-04-19 | 华北水利水电大学 | 再生骨料透水混凝土bp神经网络预测分析方法 |
CN110110854B (zh) * | 2019-04-01 | 2022-04-22 | 南京邮电大学 | 一种基于边状态的深度神经网络测试充分性的方法 |
CN110440728B (zh) * | 2019-05-31 | 2020-09-11 | 特斯联(北京)科技有限公司 | 一种探测回波智能分析的建筑结构安全监测方法及*** |
CN111024929A (zh) * | 2019-11-28 | 2020-04-17 | 同济大学 | 一种基于径向基神经网络的自密实混凝土强度预测方法 |
CN110967474A (zh) * | 2019-12-21 | 2020-04-07 | 广州新稳房屋安全鉴定有限公司 | 楼房强度检测方法 |
CN111521502B (zh) * | 2020-04-24 | 2023-06-13 | 中国建材检验认证集团贵州有限公司 | 一种混凝土匀质性的判定方法 |
CN111999195A (zh) * | 2020-08-27 | 2020-11-27 | 福建省永富建设集团有限公司 | 一种混凝土的结构缺陷无损检测*** |
CN112285212B (zh) * | 2020-10-14 | 2024-03-22 | 广西交科集团有限公司 | 一种基于超声回弹法检测混凝土强度的***和方法 |
CN113049793A (zh) * | 2021-02-23 | 2021-06-29 | 南通开普乐工程塑料有限公司 | 一种Abs复合材料的生产检测验证方法和装置 |
CN113324863A (zh) * | 2021-06-28 | 2021-08-31 | 上海绿地建设(集团)有限公司第五分公司 | 一种房屋建筑施工表面波施工质量快速无损检测方法 |
CN114088560B (zh) * | 2021-11-05 | 2024-02-09 | 国网山东省电力公司经济技术研究院 | 一种测试离心环形电杆强度的方法及*** |
CN114264563B (zh) * | 2021-12-27 | 2024-05-03 | 乐陵市回弹仪厂 | 3.503焦耳混凝土回弹仪 |
CN115015014B (zh) * | 2022-08-08 | 2022-11-15 | 山东知方源科技信息有限公司 | 一种基于物联网的建筑结构强度检测*** |
CN115655887B (zh) * | 2022-11-01 | 2023-04-21 | 广东建设职业技术学院 | 一种混凝土强度的预测方法 |
CN116399692B (zh) * | 2023-01-17 | 2024-06-25 | 四川省建筑科学研究院有限公司 | 存在质量问题的混凝土抗压强度批量评定方法 |
-
2008
- 2008-06-13 CN CN2008101241264A patent/CN101303329B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101303329A (zh) | 2008-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101303329B (zh) | 基于神经网络技术的大体积混凝土综合强度测试法 | |
CN105319603A (zh) | 致密砂岩储层复杂网状裂缝的预测方法 | |
Zhang et al. | Crack initiation of granite under uniaxial compression tests: A comparison study | |
Tomsett | The practical use of ultrasonic pulse velocity measurements in the assessment of concrete quality | |
Ongpeng et al. | Artificial neural network model using ultrasonic test results to predict compressive stress in concrete | |
CN110108864B (zh) | 一种预应力混凝土梁无损检测***及方法 | |
CN112557499B (zh) | 一种基于超声波的节理对应力波透反射规律影响的实验方法 | |
CN106368687B (zh) | 一种页岩储层脆性评价方法 | |
CN103926313B (zh) | 一种基于超声检测的复合材料孔隙率数值评估方法 | |
Jiang et al. | Identifying bonding interface flaws in CRTS III type ballastless track structure using the impact-echo method | |
CN112731377B (zh) | 一种介电常数反演方法、路基检测方法和检测*** | |
CN106370812A (zh) | 一种岩体蚀变分带的综合定量判别方法 | |
CN114202160A (zh) | 一种岩石可钻性的模糊综合评价方法 | |
George | Falling weight deflectometer for estimating subgrade resilient moduli. | |
CN211478164U (zh) | 一种柱状节理玄武岩各向异性定量测试结构 | |
CN114936473A (zh) | 一种基于波-电协同的岩体宏观力学参数获取方法 | |
Vancura | Evaluation of in-situ variability of concrete pavement characteristics and their effect on performance | |
Al-Khafaji | The Effect of Coupling Media on the Pulse Velocity of Concrete | |
Zad | Determination of embedded length and general condition of utility poles using non-destructive testing methods | |
Yusuf et al. | Correlation of pundit ultrasonic pulse velocity with strength of palm kernel shell concrete | |
Yin | Comparison between laboratory investigation and non-destructive testing methods for mechanistic characterization of asphalt pavements. | |
Yan et al. | Comparison of Fuzzy Synthetic Evaluation and Field Measurement of Internal Defects in Assembled Concrete Detected by Ultrasonic Waves | |
Yang et al. | Research on Detection of Existing Defect Piles by Parallel Seismic Testing | |
Huang et al. | Detection of In-site and Cause Analysis of Splitting Cracks of Vertical Wall for Large-scale three-direction Pre-stressed Aqueduct | |
Huang et al. | Studies on parallel seismic testing for integrity of cemented soil columns |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100811 Termination date: 20150613 |
|
EXPY | Termination of patent right or utility model |