第1章绪论
1.1课题来源
.......................
1.2国内外关于岩土锚固系统无损检测技术的研究及发展现状
美国于1911年首先用锚杆支护矿山巷道[6]，1918年西利西亚矿山开采使用预应力锚杆，1934年阿尔及利亚的舍尔坝加高工程使用预应力锚杆，1957年西德在土建深基坑维护中使用上层锚杆。据有关资料统计，目前国内外各种类型锚杆己达600余种，每年使用的锚杆量已超过10亿根。美国、澳大利亚等把锚杆作为地下开采、围岩支护中普遍应用的常规手段。德国、奥地利在地下工程施工中大批量的使用锚杆，无论硬上层或软土层几乎没有不使用锚杆的。日本土锚杆的用量也比三年前增加10倍。我国岩土锚杆起始于50年代后期，当时有京西矿务局安滩煤矿等单位使用楔缝式锚杆支护矿山巷道。进入60年代，我国开始在矿山巷道、铁路隧道及边坡整治工程中大量应用普通砂浆锚杆与喷射混凝土支护。1964年，梅山水库的坝基加固采用了预应力锚索。70年代，北京国际信托大厦等基坑工程采用土层锚杆支护。近年来，我国岩土锚固工程的发展尤为迅速，几乎已触及岩石、土木工程领域的各个角落，如矿山井巷、铁路隧洞、地下洞室支护、岩土边坡加固、坝基稳定、深基坑支档、结构抗浮与抗倾、悬索建筑的地下受拉结构等，无不与锚固技术结下了不解之缘。
........
1.3课题的研究目的和意义
目前，岩土锚固系统的锚固质量检测己经成为岩土工程界的一个研究热点。由于正被广泛使用的应力波反射法存在一定的局限性，所以把现有的应力波反射检测方法和当今一些先进的信号分析方法结合起来，是一个非常重要的研究方向。小波分析(WaveletAnalysis)是一种信号的时频分析方法，它具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力。人工神经网络(ArtificialNeuralNetwork)，是在物理机制上模拟人脑信息处理机制的信息系统，它不但具有处理数据的计算能力，而且还具有处理知识的思维、学习、记忆能力。基于小波分析的时频局部化特性及人工神经网络的非线性映射特性，将小波分析和人工神经网络的优点结合起来，从锚杆动测信号小波分析的分量中提取特征向量，然后将这些特征向量输入人工神经网络进行训练，训练后的神经网络便能根据输入特征向量对锚杆锚固质量进行智能化的分类。小波神经网络的应用，为锚固质量检测结果的评定提供了一个有效的智能化手段，克服了结果分析依赖个人经验的缺点，在锚杆动测信号处理中具有良好的应用前景。
..........
第2章岩土锚固系统无损检测理论基础研究
2.1岩土锚固系统锚固的力学基础研究
...................
2.2岩土锚固系统无损检测的波动基础研究
造成上述“同相反射”或“反相反射”，亦即无半波损失或有半波损失的原因，本质上是由应力波入射到波阻抗分界面上时，入射波和反射波所引起分界面上应变(和应力)的方向是相反或相同而决定的。应力波到达锚固段的上、下界面发生的反射，分别称之为固端反射与底端反射。根据波阻抗定义，固结段的上界面可认为广义波阻抗增大，反射系数>O，反射波与入射波同相，反射波到达锚杆外露端头时要发生全反射，故锚杆端头传感器记录的波与初始波反相;同理，锚固段的下界面可认为广义波阻抗减小，反射系数<0，底端反射信号与首波信号相位相同。
..........
2.3本章小结
本章是本文研究的理论基础，介绍的理论基础分两部分，其一为力学基础，这是由岩土锚固系统本身性质所决定的，其二为波动基础，将决定研究时对激震源的选取问题。在力学基础里，介绍了岩土锚固系统的结构及锚固机理以及力学机理;介绍了锚杆的各种失效、缺陷类型。在波动基础里，介绍了波在岩土锚固系统中的传播规律、衰减机制以及能量分配规律。
第3章岩土锚固系统无损检测频域分析理论研究...............18
3.1引言............................18
3.2锚杆纵向振动动力响应公式的推导和求解............................8
3.3频域分析和时域分析的比较..........................24
3.4FF丁快速傅里叶变换原理..............................25
3.5本章小结...........................28
第4章工程锚杆动力学检测频域分析.................................29
4.1工程概况.........................29
4.2试验仪器和设备的安装和测试....................31
4.3试验锚杆时域曲线的采集....................34
4.4运用FFT快速傅里叶变换实现时域曲线到频域曲线的转换...........35
4.5时域曲线和频域曲线分析的结果对比..............39
4.6本章小结.............................41
第6章应用小波神经网络对锚杆质量的智能评价
6.1概述
6.1.1人工神经网络的基本原理
6.1.1***********
6.1.2小波神经网络的基本原理
小波分析技术一出现，即凭借其独特优势成为了现阶段信号分析领域的研究热点和今后的应用趋势。这是因为小波分析是一种时频分析方法，具有多分辨分析(Multi一resolutionAnalysis)的特点，很适合于探测正常信号中夹带的瞬态反常现象并展示其成分。人工神经网络可以有效地实现从输入到输出之间的非线性映射，具有自学习和模式识别能力，而不需专家的统计归纳。基于上述二者的优点，小波分析技术与人工神经网络的结合，无疑将在锚杆缺陷的智能诊断领域中具有广阔的应用前景。
............
第7章结论与展望
7.1结论
本文依据岩土锚固系统无损检测基本理论，以应力反射波信号频域分析为研究对象，以锚杆缺陷识别为目的，对基于小波神经网络的锚杆缺陷能量分析方法进行了较为深入的研究，本文主要研究结论有:
1、通过对岩土锚固系统锚固机理的研究，得出可以利用反射波携带锚杆体内的信J息、来对岩土锚固系统的完整性加以分析。
2、通过建立完整锚杆和缺陷锚杆动力学检测模型，推导了相应的频域响应和时域响应公式，并通过二者的比较，揭示出二者在特定情况下可以相互转换的关系。
3、以“国家体育总局航海运动学校经营用房及博物馆”为例，通过对实际工程中完整锚杆和缺陷锚杆频域信号特点的分析，得出用应力波反射法频域曲线可以作为锚杆缺陷识别判断的依据，这是本文的创新点之一。
4、通过小波变换实现了工程锚杆实测频域曲线的去噪处理。通过小波去噪曲线与原始频域曲线的对比，说明经过去噪处理的的信号由于减少了错误信息、对判断的干扰，对锚杆缺陷的诊断将更加可靠。
5、通过对完整锚杆和缺陷锚杆反射波信号能量的分析，选取合适小波基函数对实测锚杆信号进行小波包分解。将频带能量和结点小波包系数作为人工神经网络信号特征进行训练，训练结果表明应用小波神经网络可以对锚杆质量作出智能判断。
6、联合应用频带能量与结点小波包系数作为信号特征训练神经网络，并应用小波神经网络训练图对工程锚杆进行智能无损检测，以弥补传统手段难以满足锚杆大面积进行质量检测的不足，这是本文的另一大创新点。
参考文献（略）