基于神经网络的改进型土壤水分光纤感测技术研究
土壤水分时空分布的精准监测对于工程地质评估、地质灾害防治具有重要意义.当土壤含水率变化梯度较大时,准分布式主动加热光纤光栅(AH-FBG)法的测量误差相对较大.为分析该工况下的误差来源及其沿深度的分布状态,设计开展了3组室内土柱试验,并在试验基础上提出了基于人工神经网络(ANN)的联合分析法,以改进AH-FBG水分感测技术的分析方法.研究结果表明:将AH-FBG法应用在含水率变化梯度较大的土体中,加热时传感器和土体中会产生纵向传热,其中传感器纵向传热占主导地位;该效应会降低含水率监测精度,且相关误差不能通过减少加热时间进行消减;室内试验和现场监测数据均显示,相较于传统的最大升温值法,联合分析法考虑了升温跃迁和拖滞效应,因此得到的含水率监测精度明显提高,证明了该方法的优越性.
主动加热光纤(AHFO)法、神经网络、含水率、纵向传热、岩土工程监测
44
TU411(土力学、地基基础工程)
国家重点研发计划;广东省海洋土木工程重点实验室开放基金项目;软弱土与环境土工教育部重点实验室开放基金项目
2022-09-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
1721-1729