桥梁施工中的技术质量问题探讨

随着我国经济的快速发展,桥梁建设正以前所未有的规模和速度在各地展开,同时,质量问题也越来越成为人们关注的焦点。根据新疆的实际案例对桥梁施工质量控制进行分析,总结施工经验,以期为同类施工提供参考。     

无砟道床表观伤损智能识别算法研究北大核心

为提高无砟道床表观伤损检测系统的检测精度和准确率,提出了一种多尺度多任务的伤损智能识别算法。采用特征图L1范数准则对ResNet网络的冗余卷积核进行压缩剪枝,以降低模型计算量和存储空间。通过采集的图像构建样本库,利用像素级语义分割算法,以优化后的ResNet网络为编码网络,以PPM网络为解码网络,搭建编码-解码深度学习架构模型,并通过测试集试验和现场试验对模型进行验证。结果表明,该模型对2000张测试图像的识别准确率为95.6%,无砟道床表观伤损现场检出率为96.4%,检测效果良好。该模型可以实现对无砟道床表观伤损的自动化检测、伤损趋势分析和状态评定。     

桥梁施工中防水及裂缝的技术质量问题分析与对策建议

针对桥梁施工中防水系统及裂缝的产生原因进行分析,并提出桥梁防水及裂缝施工的质量控制对策,希望为以后的相关研究提供参考和借鉴。     

基于图像技术的无砟道床表观伤损检测系统研制

我国高速铁路部分线路无砟道床裂缝、离缝、缺损等表观伤损主要依赖于人工持钢板尺、塞尺、测宽仪等传统工具进行测量,检测效率低,准确性差.针对这一问题,本文基于图像技术研制了无砟道床表观伤损检测系统,对无砟道床表观高清图像快速采集,利用图像处理、深度学习等技术构建图像识别算法,编制识别软件对采集图像进行智能识别.现场验证结果...     

铁路隧道衬砌表观病害等级评定研究

运营期铁路隧道衬砌存在不同程度的裂缝、渗漏水、剥落（掉块）等表观病害。本文首先分析了GB 50010—2010《混凝土结构设计规范》、TB/T 2820.2—1997《铁路桥隧建筑物劣化评定标准隧道》等规范和标准评定隧道衬砌表观病害等级时存在的差异，针对QC/R 405.2—2019《铁路桥隧建筑物劣化评定第2部分：隧道》中存在的对细长裂缝没有给出判定规则、未考虑环向位置对等级评定的影响、不能依据检测图像对剥落（掉落）病害进行等级评定等问题，对裂缝长宽等级进行了细分，对病害环向位置进行了划分。在此基础上，对Q/CR 405.2—2019中高速、普速铁路隧道衬砌裂缝、渗漏水的等级评定规则进行了细化，实现了对不同属性特征的隧道衬砌表观病害等级的比较全面的评定。最后给出了隧道衬砌表观病害关注程度分类规则和不同等级病害的应对措施。     

隧道衬砌表观病害检测后处理算法

针对现有隧道衬砌表观病害自动检测结果难以直接使用的情况，提出了一种对自动检测结果再次快速处理的后处理算法。对于剥落、渗漏水等区域形病害，通过合并和删减将相近病害合并为一处，同时删除面积较小病害；对于线形病害，使用Zhang-Suen算法提取病害主干，通过八邻域端点定位算法快速寻找端点，在两条断裂端部分别取数个离散点，依据离散点的坐标拟合出两条裂缝中间缺失部分，从而实现两条断裂的平顺连接。经对5座隧道自动检测数据统计分析，经后处理算法处理后病害数量明显减小，且与实际病害数量相近。这样可大幅减少人工成本，提高处理效率。