为了能够准确识别板底脱空形态,并给出注浆工程量的计算依据,提出一种基于ABAQUS的神经网络方法。利用ABAQUS有限元软件模拟不同脱空形态路面板在荷载激励下的声学信号并提取声学特征值;通过BP神经网络构建多指标声学特征与脱空形态指标的关系模型;由实测声学信号提取脱空区域的多指标声学特征值,并进行路面板底脱空形态指标的预测。结果表明,建立的神经网络模型能够比较准确地识别板底脱空形态指标,可以为水泥混凝土路面板底脱空处治工程量的预测提供有效手段和依据。
科研之友
微信
新浪微博
Facebook
分享链接
