超声CT技术在混凝土无损检测中的应用研究

超声CT技术在混凝土无损检测中的应用研究

论文摘要

超声层析成像技术作为无损检测成本较低的手段之一,可以用图像的方式精确完整地反映层析面上检测体内部质量,较传统方法有明显优点,因而成为一种独特有效的无损检测手段。层析成像中主要包括两个相互关联的计算部分:正演和反演。正演求取射线路径,反演求取模型波慢正量。超声波在混凝土中的传播特性,以及混凝土本身的不均匀性,使得超声波的实际传播路径发生弯曲。论文在分析正演弯曲射线追踪的基础上,引入最短路径射线追踪算法(SPT)。针对反演常用算法均存在计算精度不高,在测试数据存在误差的情况下容易发散等不足,提出了改进的共轭梯度法(PCG)和基于QR分解的阻尼最小二乘法(DLSQR)。论文在迭代的过程中利用最短路径射线追踪算法(SPT)正演射线的实际行走路径,将最短路径射线追踪算法(SPT)引入混凝土超声层析成像中。分析研究共轭梯度法(CG)对于病态矩阵收敛速度慢的特点,提出一种新的预条件子M,并且结合一般的共轭梯度法,导出了预条件共轭梯度法(PCG)。鉴于对于数据误差较大时,基于QR分解的最小二乘(LSQR)算法仍会发散。为提高LSQR算法的抗噪能力,抑制迭代过程中数据误差的发散,可对迭代求解过程施加一定的阻尼,构成阻尼LSQR算法(DLSQR)。计算机仿真结果及混凝土试件的试验结果表明,SPT算法的引入,进一步提高了图像重建的精度和质量。PCG算法使用预处理方法改善其条件数,加快迭代的收敛速度。DLSQR算法具有良好的稳定性、较小的存储容量和计算量,适合病态问题求解。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 目的与意义
  • 1.2 超声检测
  • 1.3 层析成像
  • 1.3.1 层析成像的基本依据
  • 1.3.2 层析成像的分析判断方法
  • 1.3.3 层析成像的研究现状
  • 1.4 论文的主要研究内容
  • 第二章 层析成像技术的基本原理和实现方法
  • 2.1 层析成像(CT)的基本原理
  • 2.1.1 层析成像技术
  • 2.1.2 层析成像的数学理论——Radon 变换
  • 2.1.3 层析成像的射线理论
  • 2.2 层析成像常用图像重建算法
  • 2.2.1 BPT 算法
  • 2.2.2 ART 算法
  • 2.2.3 SIRT 算法
  • 第三章 最短路径射线追踪技术
  • 3.1 数学物理模型和响应函数的正演问题
  • 3.2 射线追踪方法
  • 3.2.1 射线追踪简介
  • 3.2.2 常用射线追踪算法
  • 3.3 最短路径法射线追踪(SPT)
  • 3.3.1 基本原理和网络的建立
  • 3.3.2 最小走时的计算
  • 3.3.3 射线路径的确定
  • 3.3.4 最短路径法射线追踪基本算法步骤
  • 3.4 试验分析
  • 3.4.1 “弯曲射线模型”CT 反演步骤
  • 3.4.2 计算机模拟试验
  • 3.4.3 测试方案
  • 3.4.4 混凝土试件试验
  • 3.4.5 6m 大试块试验
  • 3.5 总结
  • 第四章 共轭梯度法
  • 4.1 问题的提出
  • 4.2 共轭梯度方法
  • 4.3 预条件共轭梯度方法
  • 4.4 试验分析
  • 4.4.1 计算机模拟试验
  • 4.4.2 混凝土试件试验
  • 4.4.3 6m 大试块试验
  • 4.5 总结
  • 第五章 基于QR 分解的最小二乘法
  • 5.1 问题的提出
  • 5.2 LSQR 算法
  • 5.2.1 Lanczos 方法
  • 5.2.2 LSQR 算法流程
  • 5.3 DLSQR 算法
  • 5.3.1 DLSQR 算法基本原理
  • 5.3.2 DLSQR 算法基本流程
  • 5.3.3 阻尼因子λ的选择
  • 5.4 试验分析
  • 5.4.1 计算机模拟试验
  • 5.4.2 混凝土试件试验
  • 5.4.3 6m 大试块试验
  • 5.5 总结
  • 结论与展望
  • 结论
  • 展望
  • 参考文献
  • 攻读学位期间取得的研究成果
  • 致谢
  • 相关论文文献

    • [1].一个具有充分下降性的混合共轭梯度法[J]. 应用数学学报 2020(03)
    • [2].一类具有充分下降性的混合型谱共轭梯度法[J]. 西南大学学报(自然科学版) 2017(05)
    • [3].求解一类特殊极大值函数方程的光滑谱共轭梯度法[J]. 上海工程技术大学学报 2017(02)
    • [4].一个充分下降的杂交共轭梯度法[J]. 玉林师范学院学报 2015(05)
    • [5].解无约束优化的一个谱共轭梯度法[J]. 玉林师范学院学报 2016(02)
    • [6].基于混合快速共轭梯度法的有限差分对比源反演[J]. 石油地球物理勘探 2020(02)
    • [7].一个自调节Polak-Ribiere-Polyak型共轭梯度法[J]. 应用数学学报 2017(03)
    • [8].一个新的谱共轭梯度法[J]. 工程数学学报 2014(06)
    • [9].一类下降的谱共轭梯度法[J]. 广西民族师范学院学报 2013(03)
    • [10].非精确线搜索下一类新的混合共轭梯度法研究[J]. 河池学院学报 2011(02)
    • [11].无约束优化问题新的谱共轭梯度法(英文)[J]. 内蒙古大学学报(自然科学版) 2011(06)
    • [12].基于共轭梯度法迭代优化的图像分类算法[J]. 桂林电子科技大学学报 2019(06)
    • [13].求解线性方程组的一般共轭梯度法(英文)[J]. 数学理论与应用 2019(02)
    • [14].一种具有充分下降性的三项共轭梯度法[J]. 数学的实践与认识 2018(23)
    • [15].求解线性反问题的修正谱共轭梯度法[J]. 桂林电子科技大学学报 2018(03)
    • [16].一类充分下降的谱共轭梯度法[J]. 重庆师范大学学报(自然科学版) 2013(04)
    • [17].复共轭梯度法的结构[J]. 哈尔滨理工大学学报 2012(04)
    • [18].一种无约束优化问题的谱共轭梯度法[J]. 太原科技大学学报 2010(03)
    • [19].不完全左共轭梯度法及其数值表现[J]. 南京大学学报数学半年刊 2009(01)
    • [20].一个具有充分下降性质的共轭梯度法[J]. 湖北民族学院学报(自然科学版) 2019(02)
    • [21].共轭梯度法在最优化问题求解中的应用[J]. 中华少年 2015(22)
    • [22].求解大规模优化的混合共轭梯度法[J]. 工程数学学报 2013(01)
    • [23].共轭梯度法在信号处理中的应用思考[J]. 移动通信 2012(16)
    • [24].解线性方程组的共轭梯度法[J]. 新乡学院学报(自然科学版) 2011(04)
    • [25].一类共轭梯度法的全局收敛性[J]. 山东大学学报(理学版) 2010(05)
    • [26].精确线搜索下一种新的混合共轭梯度法[J]. 数学杂志 2018(03)
    • [27].一类求解无约束问题的混合参数共轭梯度法及全局收敛性[J]. 北华大学学报(自然科学版) 2016(01)
    • [28].强迫下降的三项共轭梯度法[J]. 数值计算与计算机应用 2012(03)
    • [29].基于共轭梯度法的混沌系统参数辨识和同步[J]. 仪器仪表学报 2008(04)
    • [30].求解线性逆问题的谱共轭梯度法[J]. 广西科学 2016(05)

    标签:;  ;  ;  ;  

    超声CT技术在混凝土无损检测中的应用研究
    下载Doc文档

    猜你喜欢