基于深度学习的盾构隧道渗漏水病害图像识别

随着城市地铁隧道急剧增加的养护需求,地铁盾构隧道结构病害尤其是渗漏水病害亟需快速精准的识别诊断。利用计算机视觉对盾构隧道进行健康检测是近年来国内外的一种新趋势,但目前渗漏水病害图像的识别效果尚不能满足实际工程的需要。在分析盾构隧道衬砌表面图像特点的基础上,将渗漏水图像分为6种类别,采用深度学习的方法,提出一种新颖的基于全卷积网络的盾构隧道渗漏水病害图像识别算法,并从图像识别结果、错检率和运行时间三个方面与大律法、区域生长法、分水岭法等传统图像识别方法进行对比分析。研究表明:基于全卷积网络的盾构隧道渗漏水病害的图像识别能够有效地避免管片拼缝、螺栓孔、管线、支架等干扰物的影响,特别是在克服管线遮挡方面具有优越的鲁棒性;与传统图像识别算法相比,提出方法在错检率和运行时间上具有较大优势,能够更好地满足工程需要。     

数字音频无线传输系统研制

数字音频无线传输系统是传输声音信号的音响器材,由发射机和接收机两大部分组成。发射机将声音信号转换为数字信号,通过无线电波发射出去。接收天线将收到的无线数字信号转换为音频信号送到外设备,完成音频信号的无线传输。现行的无线音频传输系统要么功能强大全面,但是价格高昂。要么功能简单,效果恶劣,无法使用。对于教学系统来说,前者资源浪费,后者不堪使用。本项目的目的就是针对课堂教学开发出一个低成本、高质量,切合实际的无线音频传输系统。略加改良,本体统可以在家庭影院,卡拉OK,校园广播等等领域应用,市场前景广大。     

基于深度学习的混凝土结构表面裂缝检测

混凝土结构裂缝的结构安全问题是目前人们关注的热点,而裂缝是影响建筑物安全的重要因素之一。所以提出了1种基于深度学习的混凝土结构表面裂缝检测方法。首先运用了数据增强的方式丰富了裂缝图像数据集,再利用深度学习技术,选用DeconvNet反卷积网络模型进行模型的训练学习。将图像拼接技术与深度学习相结合应用在混凝土结构裂缝检测中,并且对图像中的裂缝特征进行分析,测量出裂缝的角度、宽度和长度。结果显示,测试集的识别率达到了71.17%,准确率达到了97.92%,使用数据增强增加了模型的泛化能力,使模型具有更好的识别效果,能够对混凝土结构表面裂缝进行完整还原。     

基于GPRS无线传输智能小区系统的实现

介绍了智能小区系统中采用无线传输方式的选择以及GPRS无线传输网络方式的优点,概述了智能小区系统集成的构成原理,论述了智能小区各个子系统的无线通讯实现方式.     

桥梁健康无线监测系统

桥梁无线监测系统克服了传统的有线监测的造价高、抗干扰性差的缺点。介绍了无线监测的概念和基本构成,设计了一种桥梁监测无线数字传输系统并进行了应变测试实验。分析了该系统的自身供能方法,分析了振动供能,提出了一种无线监测压电陶瓷电源,进行了该电源能量的理论分析,分析了两种电源的应用场合,为桥梁无线监测系统的设计应用提供了参考。     

基于残差网络的食物图像识别研究

深度卷积神经网络在图像识别领域有着优异的表现。应用卷积神经网络的一种模型残差网络模型,并进行对其改进,实现一种50层的压缩残差网络模型,进行食物图像识别。使用压缩残差网络模型进行食物图像识别,不仅能够减少训练时间,而且在不降低准确率的前提下可以缩小模型大小。实验数据表明,相对于普通神经网络以及普通的残差网络,使用压缩后的50层残差网络模型能够很好满足食物图像识别的要求。     

桥梁裂缝产生原因

文章主要从多方面来分析桥梁产生裂缝的原因。     

桥梁混凝土中裂缝分析和处理

分析了混凝土裂缝的原因,强调了混凝土裂缝治理的原则,介绍了常用的混凝土裂缝治理方法。     

基于图像处理的桥梁裂缝检测技术

介绍了一种基于图像处理技术的无损检测方法用来检测桥梁裂缝。对系统架构进行了介绍,并研究了裂缝图像处理过程中的关键算法:图像灰度化、图像增强、裂缝测量。最后应用该方法对实际裂缝进行测量,并用结果验证了该方法对桥梁检测的可靠性。     

基于无线传输的一体化电梯限速器校验系统

根据电梯检验现场限速器校验所遇到的困难。采用现代无线传输技术以及传感器技术,设计了一种基于无线传输的一体化智能限速器校验系统。该系统具有应用方便、精度高、适用范围广等特点。     

基于计算机图像识别的工程监理新模式探索

随着科技发展,计算机图像识别技术愈加成熟,并逐渐应用于工程领域,基于当前研究现状,提出了一种应用于监理业务的计算机图像识别系统,该系统可以识别现场安全隐患并输出安全方面的建议供监理人员参考.文章着重从系统平台搭建过程方面进行论述,并以实际案例介绍系统在工程监理领域的应用,从而进一步探索基于该图像识别系统的工程监理新模式...     

基于Mask R-CNN和迁移学习的混凝土道路裂缝智能识别研究

针对传统混凝土道路裂缝检测方法存在人工检测费用高、数字图像处理技术不足等问题,提出了一种基于Mask R-CNN的混凝土道路智能识别算法.首先对小样本数据集进行增广,然后用Mask R-CNN深度卷积神经网络对COCO数据集进行迁移学习,最终实现混凝土道路裂缝实例分割.研究结果表明:开发的智能识别算法识别混凝土道路裂缝...     

桥梁裂缝监测系统研究与应用

针对现有混凝土桥梁裂缝监测方法中存在的问题,设计了基于机敏网的混凝土桥梁结构裂缝实时监测系统,研究了机敏网监测裂缝的基本原理,裂缝监测系统的组成,并进行了相关实验和工程应用。混凝土桥梁结构裂缝监测系统能实时地监测混凝土结构的实际损伤情况,灵敏度高,可靠性好。可广泛应用于桥梁、水坝和其他大型混凝土结构的损伤监测。     

混凝土桥梁裂缝原因分析

近年来,随着我国混凝土桥梁日益增多,在桥梁建设和使用过程中,有关因出现裂缝而影响工程质量甚至导至桥梁垮塌的事件是数不胜数,混凝土桥梁引起裂缝的原因有很多,本篇论文浅谈其几种引起混凝土桥梁裂缝的因素,其中包括荷载、温度变化、收缩、地基变形、钢筋锈蚀、冻胀、施工材料质量、施工工艺等因素引起的裂缝,下文对以上问题进行具体分析.     

桥梁裂缝形成的机理和防治措施

随着经济的发展,投资较大的桥梁工程也得到巨大得发展,城市的立体交通、以及为了行车舒适,线形的优化等都大量的使了用桥梁。但是桥梁施工中会存在着很多的问题:伸缩缝的跳车、台背填料的下沉、桥梁混凝土在各种因素下形成的裂缝等。裂缝不仅降低了桥梁的稳固性,也不能胜任越来越繁重的交通形势,小的裂缝在各种应力作用下,很容易扩展成大裂缝,不利于安全通行。本人在多年的施工中对桥梁混凝土在各种因素下形成的裂缝的机理做了简单的归纳和总结并提出一些防治措施供同行参考。     

基于深度学习技术的公路隧道围岩分级方法

通过深度学习技术提取公路隧道掌子面图片中的围岩分级相关信息。训练以掌子面图片和特征标签为数据集的深度卷积神经网络模型,识别围岩的节理、裂隙、破碎程度、粗糙程度、光滑程度、泥夹石和涌水等分布式特征;结合深度学习技术和岩体裂隙图像智能解译方法统计围岩节理组数和间距来描述结构面完整程度;再利用色彩模型确定岩石种类描述出岩石坚硬程度;最后将围岩分级各判别因子转换为BQ值进行分级,获得围岩分级最终结果。结果表明:深度学习模型适用于识别围岩不同形态特征,利用图像识别技术获取的围岩分级参数能够实现对公路隧道围岩等级的综合判定。该处理结果与传统BQ分级结果相吻合,验证了深度学习围岩分级的可行性和准确性。     

预应力混凝土桥梁裂缝检测和修补

本文对某预应力桥梁由于未遵循晚脱模、早张拉原则而出现的数十条不规则裂缝的原因进行了探讨,并在进行超声波检测后提出了相应的处理办法。     

基于裂缝特征的桥梁承载力估算数学模型研究

传统桥梁承载能力评估需要检测大量实测数据,费时费力。笔者根据以往研究结论 ,以及自己所从事桥梁分析经验可知,桥梁的承载力与其裂缝规模成反比,相关密切。因此,本文拟通过物理模型试验研究,分析桥梁承载力与其裂缝主要特征量的相关关系,并拟合桥梁承载力与裂缝最大高度、平均宽度、平均高度等特征量的经验公式,为快速检测桥梁承载力提供一种简单的估算数学模型。     

关于桥梁裂缝成因的探讨

为了进一步加强对混凝土桥梁裂缝的认识,尽量避免产生或出现危害较大的裂缝,对混凝土桥梁裂缝的种类和产生的成因进行了较全面的分析探讨,以方便在设计、施工、运营管理过程中找出控制裂缝的可行办法,达到防范于未然的作用。