第1章 绪论 | 第1-11页 |
第1节 探地雷达技术及其应用的历史背景 | 第7页 |
第2节 GPR在混凝土检测中的应用 | 第7-9页 |
·混凝土厚度及混凝土中大孔洞的GPR探测 | 第7-8页 |
·钢筋混凝土结构中钢筋的GPR探测 | 第8页 |
·混凝土的相对介电常数 | 第8页 |
·钢筋混凝土雷达信号的神经网络识别 | 第8-9页 |
第3节 本文研究方案 | 第9-11页 |
·研究意义 | 第9-10页 |
·研究目标 | 第10页 |
·研究方案 | 第10-11页 |
第2章 探地雷达技术 | 第11-21页 |
第1节 探地雷达的技术参数 | 第11-14页 |
·波动方程 | 第11-12页 |
·分辨率 | 第12-13页 |
·GPR的探测方式 | 第13页 |
·探洲深度 | 第13-14页 |
·其他技术参数 | 第14页 |
第2节 探地雷达的检测参数 | 第14-15页 |
第3节 探地雷达的数字处理技术 | 第15-17页 |
第4节 探地雷达图像的解释 | 第17-19页 |
·单道波形的解释 | 第18页 |
·T-D剖面图的解释 | 第18-19页 |
·2D水平剖面及3D立体图解释 | 第19页 |
·一些有益于探地雷达图像解释的措施 | 第19页 |
第5节 EKKO1000型雷达系统简介 | 第19-21页 |
·雷达系统的简介 | 第20页 |
·探地宙达的操作步骤 | 第20页 |
·雷达操作的注意事项 | 第20-21页 |
第3章 选取混凝土的相对介电常数的工程方法 | 第21-31页 |
第1节 相对介电常数的概念 | 第21页 |
第2节 确定混凝土相对介电常数的一般方法 | 第21-22页 |
第3节 混凝土相对介电常数的影响因素 | 第22-24页 |
第4节 确定混凝土ε的各种工程方法存在的弊端 | 第24页 |
第5节 混凝土的相对介电常数与深度间的关系研究 | 第24-31页 |
·模型试验研究 | 第24-25页 |
·试件制作及雷达检测 | 第25-26页 |
·雷达剖面图分析 | 第26-31页 |
第4章 混凝土中相邻钢筋相互干扰的研究 | 第31-39页 |
笫1节 上下两层钢筋相平行的试件 | 第31-33页 |
·试件的制作 | 第31页 |
·雷达检测及图像分析 | 第31-33页 |
第2节 上下两层钢筋相垂直的试件 | 第33-35页 |
·试件的制作 | 第33页 |
·雷达检测及图像分析 | 第33-35页 |
第3节 水平间距不同的钢筋干扰试件 | 第35-37页 |
·试件的制作 | 第35页 |
·板的检测及剖面图分析 | 第35-36页 |
·单道波形图分析 | 第36-37页 |
笫4节 结论 | 第37-39页 |
第5章 钢筋直径的探地雷达图像方法 | 第39-46页 |
第1节 同一直径不同埋深的钢筋混凝土试件 | 第39-41页 |
·试件制作 | 第39-40页 |
·雷达检测及结果分析 | 第40-41页 |
第2节 同一埋深不同直径的钢筋混凝土试件 | 第41-45页 |
·试件制作 | 第41-42页 |
·雷达检测及结果分析 | 第42-45页 |
第3节 结论 | 第45-46页 |
第6章 钢筋直径探测的BP人工神经网络方法 | 第46-64页 |
第1节 BP神经网络简介 | 第46-47页 |
·BP神经网络的结构 | 第46-47页 |
·BP算法的基本思想 | 第47页 |
·MATLAB工具箱中BP神经网络的应用步骤 | 第47页 |
第2节 钢筋雷达信号的BP网络识别 | 第47-52页 |
·神经网络输入方式的确定 | 第47-48页 |
·钢筋雷达波形信号的神经网络识别的依据 | 第48页 |
·雷达原始数据的预处理 | 第48页 |
·雷达波时域特征的选取 | 第48-50页 |
·BP网络程序编写的整体思路 | 第50-52页 |
第3节 同一直径不同埋深的钢筋雷达信号BP网络识别结果分析 | 第52-59页 |
·测试样本为混凝土和钢筋的特征参数时 | 第52-57页 |
·测试样本为各道测线的特征参数时 | 第57-59页 |
·误差统计及分析 | 第59页 |
第4节 同一埋深不同直径的钢筋雷达信号BP网络识别结果分析 | 第59-63页 |
·测试样本为各道测线的特征参数时的网络识别结果分析 | 第59-63页 |
·误差统计及分析 | 第63页 |
第5节 结论 | 第63-64页 |
第7章 总结与展望 | 第64-66页 |
第1节 主要研究成果 | 第64页 |
第2节 本研究的不足之处 | 第64-65页 |
第3节 未来工作的展望 | 第65-66页 |
参考文献 | 第66-68页 |
致谢 | 第68页 |