基于深度学习的大坝裂缝检测方法研究

大坝裂缝的智能化实时监测,对管控大坝风险具有重要意义。文章提出了一种基于深度学习的大坝裂缝检测方法,采用了基于SegNet的网络模型,对原网络模型算法进行了优化,使用权值衰减正则化方法及动量优化算法提高网络学习性能。为验证该方法的有效性,构建了标准的大坝裂缝数据集,利用网络模型对训练集数据进行特征学习,采用测试集数据对训练好的网络进行测试,并对测试结果进行定性和定量分析,实验证明使用该方法进行大坝裂缝检测具有较高的效率和精度。     

基于深度学习的结构裂缝检测综述

将无人机影像数据与深度学习技术相结合,可实现水工建筑物表面裂缝的远程非接触式检测,为维护结构正常运行提供保障。本文介绍了近年来流行的深度学习方法,梳理了基于卷积神经网络的分类、检测和分割三类算法在裂缝检测中的应用及特点。结合堤防裂缝检测,阐述了无人机影像用于裂缝检测的流程和挑战。最后给出水工建筑物裂缝检测的研究难点与展望。     

基于深度学习的灌区水工混凝土结构表面裂缝自动检测方法

裂缝是水利灌区混凝土结构破坏损伤的主要表现形式之一,裂缝的存在破坏了结构的整体性,削弱了结构承载力。传统的现场检查主要依靠人工视觉,主观程度高。本文提出了一种基于深度学习的混凝土结构表面裂缝自动检测方法,利用手机照片或无人机巡查照片通过图片识别技术确定混凝土表面裂缝位置、并在图片上做出标记。方法构建了一个单阶段目标检测网络模型,它由主干特征网络EfficientNet和检测器两部分组成。检测器从三个不同尺度的特征图中提取特征要素作为输入,并将低层特征与高层特征融合,提高了检测精度。将该模型与其他三种目标检测模型进行了比较,本文模型平均检测精度最高,能够很好地检测出图像中的裂缝。     

基于检测分析的混凝土结构裂缝深度的预测研究

文章整理了隧洞、渡槽、混凝土大坝、箱涵在内的裂缝深度的检测结果,运用基于数理统计分析的多元非线性分析方法,建立了裂缝深度与混凝土强度、裂缝宽度、裂缝长度的关系模型,通过建立裂缝深度预测模型,旨在为解决工程出现不具备检测条件的混凝土裂缝深度的预判,为其他工程裂缝检测提供借鉴。     

基于深度学习图像分割技术的小水电站生态基流识别方法研究

为切实解决小水电开发中存在的生态环境问题,保证电站下泄生态基流,提出一种基于深度学习图像分割技术的生态基流识别方法。首先采集大量小水电站在不同季节、时段的生态基流下泄图片样本,建立小电站生态基流领域真实数据样本集;然后搭建以深度学习为基础的图像分割网络,经训练后形成分析模型,对生态基流区域进行精确定位;最后结合视频监控站点及预置位,划定相应的生态基流判定区域及流量下限,低于下限则推送生态基流报警信息。对比研究了基于区域的传统图像分割方法与基于FCN的深度学习图像分割方法在生态基流识别方面的性能,结果表明深度学习方法显著优于传统的图像处理方法,像素准确度提高28.18%,平均交并比提高21.5%。图5幅,表1个。     

基于四旋翼无人机的桥梁裂缝检测系统设计

为解决高墩大跨桥梁裂缝检测困难的问题, 设计了四旋翼无人机桥梁裂缝检测系统, 包括无人机系统、摄像系统、数字图像处理系统。通过对桥梁检测特性及无人机动力特征的分析, 以STM32F427为主控板搭建满足飞行动力、控制、安全要求的硬件平台。在摄像系统中, 借助相机矫正提高图像精度, 采用像素物理尺寸标定、物距测量的方法, 为裂缝图像自动测量提供辅助信息, 并设计一种图像实时远程传输方案。在数字图像处理中, 针对桥梁裂缝的噪声特点, 经由中值滤波、边缘强化、阈值分割、形态学处理等获得裂缝二值图像, 结合框选法实现裂缝宽度自动测量。所设计的无人机桥梁检测系统为解决高墩大跨桥梁裂缝检测困难的问题提供了一种可行方案, 也为提高桥梁检测效率和精度提供了技术支持。     

混凝土裂缝无损检测的改进ResNet方法

大型混凝土结构的灾难性事故多由微小裂缝发展而成,在混凝土结构服役期间对其进行裂缝检测十分重要。目前基于深度学习的混凝土裂缝无损检测算法飞速发展,但大多未考虑裂缝信息的本身特点,检测的准确性仍有进一步提升空间。为此,提出了一种针对混凝土裂缝无损检测的改进ResNet方法,以残差神经网络ResNet为裂缝检测的基础模型,插入注意力机制模块,提高模型表征能力,使其能够有效捕捉裂缝图像中的重要特征信息,从而提高检测的准确性和鲁棒性。同时,采用迁移学习的策略,将ResNet模型在复杂数据集上的训练成果迁移到裂缝数据集,节约了训练时间和计算资源。结果表明：改进后的ResNet算法的裂缝检测准确率高达98.80%,比原始ResNet算法准确率提升了3.24%。相关经验可供类似改进算法的构建参考。     

环形钢筋混凝土电杆裂缝深度的超声波检测

研究采用超声波检测环形钢筋混凝土试件和环形钢筋混凝土电杆中裂缝深度的方法,导出纵向裂缝和环向裂缝深度计算公式。对环形钢筋混凝土试件和环形钢筋混凝土电杆裂缝深度的检测结果表明:用本文提出的检测和计算方法对于环形钢筋混凝土构件裂缝深度的检测具有较高的准确度;对于环向裂缝,用两换能器的连线斜跨环向裂缝的布置方法可以基本消除钢筋的影响。     

基于数字图像的大坝混凝土裂缝检测技术研究

为了提高大坝混凝土裂缝病害的检测效率和检测精度,基于数字图像原理构建了一套裂缝检测系统,系统避免了传统人工裂缝检测方法主观性大、效率低下的问题,可消除人工测量带来的误差。将系统应用到实际工程中,结果表明：系统提取得到的裂缝图像轮廓清晰、裂缝连续完整无空隙,走向判断结果与实际情况一致;裂缝平均宽度均大于1 mm,推荐采用微膨胀水泥浆液灌注修补法进行裂缝修补,取得了良好的工程效果。     

表面波检测水工混凝土裂缝深度的理论探讨

在介绍了表面波检测混凝土裂缝深度的可能性及检测方法的可行性后，阐述了利用有限单元法研究平面瑞利表面波检测混凝土裂缝深度的原理，以及测试分析方法，研究表明有裂缝时相位差φ比无裂缝时要大，且φ与振动频率ω不成线性关系，存在一特征频率，在该频率处相位差φ变化大，有效深度系数约为０．５。     

基于支持向量机的桥梁冲刷深度识别方法研究

针对应用检测设备检测桥梁冲刷深度比较困难的情况,提出一种新的桥梁冲刷损伤识别研究 方法。该方法综合应用特征系统实现算法和支持向量机方法,在环境激励的条件下对桥梁的冲刷深度 进行识别。在该方法应用过程中,关键是通过样本库找到对下部结构冲刷深度敏感的点,并在敏感点进 行采集环境激励下的加速度振动响应信号。通过实桥验证证明了该方法具有较高的识别精度并具有较 好的鲁棒性。该方法为桥梁的冲刷损伤识别提供了新的途径。     

表面波无损检测技术在五强溪船闸裂缝深度检测中的应用探讨

根据表面波在混凝土中的传播特性,采用RL-2000系列无损检测仪对五强溪水电站船闸裂缝深度进行检测,并选取部分裂缝采用超声法和钻孔法验证裂缝深度,结果基本一致.     

基于改进Mask R-CNN的混凝土坝裂缝像素级检测方法

为解决传统人工巡检混凝土坝裂缝效率低下的问题,将人工智能和计算机视觉技术相结合,提出了复杂背景下混凝土坝裂缝像素级精细化自动识别分割方法。为克服复杂环境背景因素干扰,基于多种数字图像处理手段对混凝土坝裂缝图像进行预处理,有效去除环境噪声。在Mask R-CNN基础上,对模型主干网络进行改进以提升裂缝特征提取能力。采集500幅包含单裂缝、多裂缝、交叉裂缝、龟裂等多种裂缝形态的混凝土坝裂缝图像用于模型训练与验证,并采用定性分析和定量评估相结合的手段多维度评估模型泛化能力和鲁棒性。结果表明：改进Mask R-CNN对含有多种裂缝特征及噪声背景的裂缝图像识别效果良好,模型在测试集上的目标检测和分割掩码平均精确度分别达76.3和61.9,满足高精度裂缝精细分割要求;与Cascade-Mask R-CNN、Yolact++等基准模型相比,改进Mask R-CNN在目标检测、分割掩码精确度及模型推理速度多方面均有一定的优势。     

利用超声波法检测混凝土裂缝的深度和混凝土厚度

简要介绍超声波法检测混凝土裂缝的深度和混凝土厚度以及应注意的问题。     

基于深度神经网络的河流遥感图像分割方法研究

为解决河流遥感图像分割效果较差且交并比较低的问题,提出了基于深度神经网络的河流遥感图像分割方法。通过对高空间分辨率的河流遥感图像数据集的分析,预处理河流遥感图像,解决数据集中存在的弱标签问题;采用卷积编码-解码网络构建深度神经网络的特征提取模型,并运用KNN算法实现河流遥感图像的高精度分割;最后以重庆市嘉陵江2022年河流遥感图像为例进行验证。实验结果表明：所提方法能够保留分割后的图像细节特征,且图像分割交并比较高,为0.94。所提方法能够对河流遥感图像进行高精度分割,可为水资源管理和环境保护等方面提供技术支持。     

混凝土桥梁裂缝的控制

大量的工程实践和理论分析表明,几乎所有的混凝土结构均是带缝工作的,一般对结构的使用无大的危害,可允许存在;有些裂缝在使用荷载或外界物理、化学因素的作用下,不断产生和发展,引起混凝土炭化、保护层剥落、钢筋腐蚀,使混凝土的强度和刚度受到影响,耐久性降低。     

基于改进U-net的大坝表面混凝土裂缝图像分割方法

大坝表面混凝土裂缝的检测与识别对大坝安全具有重要意义,为此开展了基于深度学习方法的混凝土裂缝织别方法研究。针对裂缝图像具有复杂拓扑结构和正负样本不平衡等特点,在典型U-net中嵌入了ASPP和CBAM优化模块,同时以Dice+BCE混合损失函数代替了单一交叉熵损失函数。结果表明：所创建的改进U-net在自制实例大坝裂缝图像数据集上表现优异,交并比IoU和F1分数分别为47.05%和62.99%,对比典型U-net分别提高了5.41%和5.19%,对比PSPNet分别提高了3.05%和3.31%。改进的U-net在裂缝分割任务中像素分类更精确,多尺度信息更丰富,具有良好的泛化能力和鲁棒性,可为大坝混凝土结构表面裂缝检测与识别提供更优的手段。     

干燥条件对防洪堤裂缝扩展及稳定性的影响

本文对干燥裂缝均质(黏土)路堤进行了现场和试验室研究,分析了防洪堤中干燥裂缝的发生和潜在的隆起破坏机理以及干燥裂缝对防洪堤稳定性的影响。结果发现：干燥裂缝的形态可分为两个区带,裂缝网络模式是影响防洪堤更为关键的条件。而在具有干燥裂缝的路堤中,发生半峰漫顶时的安全系数比全峰漫顶低二分之一左右,其对防洪堤的稳定性更为不利。     

基于冲击回波理论的混凝土裂缝深度测试试验研究

裂缝是混凝土结构常见的缺陷之一,对裂缝深度的评估是确定工程服役状况的关键。本文基于冲击回波理论对混凝土裂缝深度进行测试研究。研究成果表明:激震装置极为关键,钢球的直径越小,冲击接触时间就越短,而且有效振幅的频带越宽,但振幅的最大值就越小,反之亦然。混凝土的龄期和混凝土中的钢筋均对测试结果无显著影响。     

桥梁施工裂缝形成原因分析

<正>桥梁混凝土结构工程的裂缝是一个具有普遍性且被工程界很为关注的问题。桥梁混凝土裂缝的成因复杂而繁多,甚至多种因素相互影响。全面了解、认识桥梁混凝土裂缝产生原因,对避免工程中出现危害较大的裂缝,保证工程的质量及安全运行具有重要意义。现就桥梁施工裂缝产生的原因作简单分析。