1．案例描述
桩身中的缺陷大致分为两种类型：一种是结构上的缺陷，如裂纹，缩颈，断裂，扩底等；另一种是材料性质的变化引起的缺陷，如混凝土离析，夹泥，桩底松散等。这些缺陷的检测统称为桩基完整性检测 。检测桩基完整性的方法很多，一般采用无损检测方法，例如声脉冲反射波法。该方法基于桩身中的缺陷会引起波阻抗的改变这一原理，用一手锤在桩顶激发出一声脉冲，利用安装在桩顶的加速度计接收反射波信号，从而识别缺陷出现的位置和类型。然而，当缺陷发生在桩顶或桩尖附近时，由于入射波或桩尖反射波的干扰，使得一些缺陷的识别发生困难。
在声脉冲反射波法的基础上，通过小波变换能把非平稳信号分解到不同层次不同频带的序列，并总结出特征量与桩基缺陷类型对照表。然后，将模糊综合评判和径向基函数网络有机结合在一起，建立了基于小波变换特征提取的模糊神经网络诊断模型。分析表明，该模型除可进行信息的快速并行处理以实现映射变换之外，还具有较强的联想记忆和联想映射能力。若输入一个实际样本，网络可通过非线性映射实现缺陷的识别和诊断。
2. 基于小波变换的声脉冲信号的特征提取
试验方法：采用声脉冲反射波法，试验时使用的手锤重量为0.6kg，利用加速度计得到桩顶加速度响应曲线。
试验桩共13根，尺寸为1.5 0.15 0.15m ,分别模拟缺陷如下：
(1)正常桩：桩身完整，无缺陷。
(2)扩底桩：桩底部形成一个扩大头，上部突出截面高的30%，两边扩大部分近一根桩厚。
(3)离析：在离析处采用低强混凝土，按C10配制。
(4)缩颈：缩颈处混凝土下凹达30%截面高。
(5)裂缝：在离桩头20cm位置，预制达30%截面高的裂缝。
(6)两扩：将扩颈处混凝土上部突起达30%截面高，缩颈处下凹达30%截面高。
(7)桩底松散：桩底松散处采用强度低的混凝土，按C10配制且振捣不够密实。
通过试验的结果进行小波分析和特征提取。
3．建模实现
本例将桩分成七类：正常、扩底、离析、缩颈、裂缝、两扩、桩底松散。神经网络模型包含6个输入单元、7个输出单元(即7类)和10个隐层单元。
