桥梁裂缝智能识别与监测方法研究

当前,裂缝识别与监测一直是桥梁结构健康监测的重要研究内容。在桥梁结构现场检测与监测中,传统的裂缝识别与监测技术尚不足以满足实际工程的时效性和精确性需求,尤其是裂缝监测技术。基于深度学习的裂缝图像识别极大提升了裂缝检测的效率和精度,但目前仅能获得特定时刻的裂缝信息,缺乏对裂缝产生和演化过程的监测能力,而这些信息对混凝土结构服役安全量化和科学评价具有重要意义。鉴于此,对基于深度学习的裂缝识别与监测方法进行了系统研究,分析和讨论了裂缝数据集构建基准,改进优化了裂缝目标检测和语义分割算法,提出一种多任务集成一体化实时识别算法,并建立了该模型推理效果评价方法,优化了裂缝参数计算方法,最终形成了裂缝识别及动态扩展自动化实时监测方法。结果表明：所提出的裂缝智能识别与监测方法可以对新裂缝的产生和既有裂缝的全局演化实现良好追踪,监测数据可以为桥梁结构当前服役性能的科学量化评估提供支撑。     

雾霾天气下的桥梁裂缝检测

随着空气湿度增加及雾霾加剧,能见度降低,晴朗天气下传统的桥梁裂缝检测已不能满足不良天气检测的需要.针对此问题,提出一种新的桥梁裂缝检测方法,将暗通道先验去雾算法和图像处理裂缝检测相结合.在能见度下降的情况下,对待检裂缝图片进行暗通道去雾处理,获取去雾后的图像.接下来进行裂缝检测,通过灰度化,均值滤波对图像预处理,边缘检测和图像分割,使用连通分量提取获取裂缝特征,再通过计算裂缝的分布密度来判断裂缝类型.使用200张桥梁裂缝图片进行检验,实验结果表明,该算法识别横向、纵向、网状裂缝的准确度可以达到93. 3%,90%,87. 5%,具有良好的识别能力,弥补了传统算法的局限性,桥检适用范围得到了推广.     

基于无人机及Mask R-CNN的桥梁结构裂缝智能识别

桥梁结构表面裂缝检测为桥梁状态识别、病害治理、安全评估提供了重要状态信息和决策依据。为解决传统人工检测方法存在的危险性高、影响交通、费用昂贵等问题,提出基于无人机（Unmanned Aerial Vehicle,UAV）及深度学习的桥梁结构裂缝智能识别方法。采用大疆M210-RTK多旋翼无人机进行贴近航摄,获取桥梁结构混凝土表面高清图像;利用SDNET裂缝数据集等图像资源,制作1 133张标记裂缝精确区域的深度学习训练样本图像库;引入掩膜区域卷积神经网络（Mask R-CNN）深度学习算法,训练和建立Mask R-CNN裂缝识别模型;基于Mask R-CNN裂缝识别模型,采用矩形滑动窗口模式扫描混凝土表面高清图像,实现裂缝自动识别和定位。构建包含图像二值化、连通域去噪、边缘检测、裂缝骨架化、裂缝宽度计算等流程的图像后处理方法,实现裂缝形态及宽度信息自动获取。通过精度验证试验,证实采用M210-RTK无人机+ZENMUSE X5S相机+45 mm奥林巴斯镜头的组合装备,当无人机至桥梁结构表面垂直距离为10.0 m时,无人机方法识别的裂缝宽度与裂缝测量仪结果吻合,其绝对误差小于0.097 mm,相对误差小于9.8%。将该无人机裂缝检测方法应用于高136.8 m长沙市洪山大桥桥塔表面裂缝检测,采用深度学习Mask R-CNN算法进行裂缝智能识别,其裂缝识别准确率和召回率分别达到92.5%和92.5%。研究结果表明：无人机桥梁裂缝检测方法可实现高耸桥梁结构表面裂缝的远程、非接触、自动化检测,具有重要的科学研究和工程应用价值。     

基于超声法的梁板裂缝的无损检测及应用

混凝土桥梁在建造和使用阶段容易受设计施工及环境因素的影响而产生裂缝,影响结构的正常使用。为保证桥梁的安全运行,需采用合理的检测方法对裂缝进行检测,确定裂缝深度,分析裂缝成因,为制定裂缝处理方案提供依据。基于超声法的原理,对某桥梁板裂缝区域进行单面平测、双面测量,并辅以高倍数读数显微镜对裂缝进行宽度量测,用以确定裂缝的深度、宽度及影响范围,结果表明该方法用声速、波形等声学参数检测混凝土裂缝具有较高的检测精度。     

混凝土桥梁裂缝宽度监测与预测研究

桥梁裂缝宽度是混凝土桥梁结构在运营阶段的重点观测参数。针对目前监测系统中频繁出现的预警误报情况,本文提出了一种基于中值滤波和非线性自回归神经网络法(NARNN)预测桥梁结构裂缝的方法。选取某混凝土梁桥的4条裂缝数据进行预测,并对输出值与目标值比较及均方误差(MSE)进行精度控制和检验,发现该方法可有效地预测桥梁结构裂缝宽度,可减少监测系统中预警误报的情形。     

关于通过图像灰度判断裂缝宽度的研究

随着近年来无人机技术的快速发展,利用无人机携带高清云台相机进行桥梁检测逐渐成为一种快速、高效的检测手段。利用无人机进行桥梁检测最重要的一个问题是对拍摄图像的判读,如何从拍摄的影像资料里准确获取病害尺寸一直是困扰检测工程师的大问题。本文针对该问题,提出了一种通过灰度图像计算裂缝宽度的方法,并进行了相关的实验,计算结果表明对于0.2mm以上的裂缝计算的准确度较高。     

声发射技术在混凝土空心板桥裂缝检测中的应用

由于传统的裂缝检测方法效果差且不安全,提出采用声发射技术进行桥梁裂缝检测的方法。以驻马店练江河桥为背景,对其南边跨进行静载试验,利用声发射技术检测试验过程中混凝土空心板桥板底和铰缝处的裂缝扩展情况,研究声发射信号与裂缝扩展的对应关系。结果表明:试验过程中,混凝土空心板受力良好,没有出现宏观裂缝和结构性损伤,铰缝产生了较为严重的损伤;低幅值信号由微裂纹的扩展和旧裂缝断裂面的相互摩擦产生,高幅值信号由宏观裂缝的进一步扩展产生;声发射信号分析结果与桥梁实际病害一致,声发射技术应用于混凝土桥梁的裂缝检测具有较好的可行性。     

桥梁检查视觉机器人系统

大多数的桥梁检查采用人工统计裂缝数量、测量裂缝长度和宽度,并对裂缝部位拍照,检查报告的质量和可信度在很大程度上取决于检查工人的勤奋度和训练度.提出一种用于桥梁检查的机器人系统,该系统由3部分构成:专门设计的汽车、用来移动的机器人装置和控制体系及自动检查裂缝的机器视觉系统.该系统已经被开发用于收集准确的数据,以记录大桥安全环境2年的变化以及查验桥梁安全状况.通过对一座实桥裂缝检查,证明该系统裂缝检查和裂缝跟踪处理的有效性.     

桥梁裂缝监测系统的实现与应用

结合项目实际阐述了视频图像在桥梁裂缝监测中的应用情况,该系统适用对重要裂缝进行监测,根据桥梁裂缝视频图像宽度值比对,是否超限设定阀值预警,从而可知桥梁裂缝是否超过预设值,可以提示进一步采取措施。系统使用和监测过程直观,能够自动采集、自动分析和自动报警,实现远程监测。     

基于计算机视觉的桥梁裂缝半自动检测方法

桥梁裂缝对桥梁危害很大,对其进行识别检测对桥梁安全至关重要。但桥梁环境复杂,含有大量噪声和干扰信息,很难准确的自动识别出裂缝。本文提出一种半自动检测桥梁裂缝的方法,通过用户在裂缝上选取多个种子点,实现裂缝的自动跟踪,然后用区域连通的方法对多个种子点填充出的区域进行连接,从而提取出完整的桥梁裂缝。实验结果表明,该方法通过人机交互,降低了对算法的要求,裂缝识别更有针对性,能够快捷准确地提取出隧道裂缝。     

桥梁预应力张拉精细化施工监控系统(AS-10系统)的工程应用

分析目前我国公路桥梁预应力张拉施工中存在的问题,介绍一种用于预应力精细化施工的监控系统.实践证明,该系统测量精确、性能稳定、操作便捷,对于确保工程质量具有重要意义,具有极大的推广应用价值.     

中、小跨径钢板组合梁桥设计难点研究

伴随着国家的经济发展、钢结构产能提高以及国家产业政策的支持,在中、小跨径桥梁中大量采用钢结构是目前桥梁发展的趋势。综合考虑施工便利性、造价等因素,钢板组合梁这种结构形式比较适合于中、小跨径桥梁。对于中、小跨径钢板组合梁的设计难点进行了分析,给出了该类型桥梁负弯矩区混凝土裂缝的控制方法,并结合实际工程的案例分析,证实了该方法的适用性,同时得出了具有一定参考价值的结论。     

基于图像处理的桥梁混凝土裂缝检测研究进展

基于图像处理的桥梁裂缝检测技术是近年来快速发展起来的一种新型无损检测技术,具有高效、准确、智能化的特点,具有广阔的工程应用前景。对基于图像处理的裂缝检测技术中的图像识别、图像增强、图像分割、裂缝特征描述及算法进行了综述,介绍了图像处理技术在桥梁裂缝检测过程中的应用研究进展,并进一步探讨了现有裂缝图像识别算法存在的问题。     

低粘度环氧树脂在桥梁潮湿面裂缝修补中的应用

随着交通荷载的日益增多,桥梁的养护维修工作也相继增加,为了保持路网畅通,采用合适方法对桥梁的早期裂缝进行修补就显得格外重要。目前修补裂缝采用的普通环氧树脂只能在工作面干燥的情况下施工,不能用于潮湿面施工,而过水桥梁施工面相对湿度通常大于85%,且环境湿度易变。该文针对桥梁裂缝处于潮湿这一状态,选用低粘度糠醛-丙酮混合体系环氧树脂进行裂缝修补,并介绍了增加低粘度环氧树脂与桥梁潮湿面粘结力的方法,该工艺在广西南宁邕江大桥的潮湿面裂缝修补加固工程应用中取得了良好的效果。     

石拱桥裂缝的远程无线监测

超限裂缝是桥梁损伤程度的重要表现.裂缝的安全监测对评价桥梁状况、保障安全具有重要作用.将振弦传感器跨裂缝安装,通过GPRS遥测系统实现远程无线监测裂缝变化,确保成渝高速公路李家院子桥在裂缝超限情况下的安全运营.     

基于图像连通域的桥梁裂缝提取方法

裂缝是水泥混凝土桥梁的一种常见病害形式,基于图像的桥梁裂缝病害检测是实现桥梁数字化无损检测的一项新技术.为此,提出了一种基于图像连通域的桥梁裂缝提取方法,以实现从桥梁图像上准确识别裂缝,并提取其特征参数.针对水泥混凝土桥梁图像采集时,施工接缝、光照、污损、抖动等因素造成的干扰,主要分3个步骤实现裂缝目标的提取:(1)对...     

基于卷积神经网络算法的混凝土桥梁裂缝识别与定位技术

无人机技术的进步与高性能计算机的出现,促进了桥梁结构智能化检测的发展。为了实现对无人机获取的大量照片的自动化处理,提出了一种基于计算机视觉的混凝土桥梁裂缝识别与定位技术。以卷积神经网络为核心算法,构建相应的数据库,通过对现有方法的改进,提出一种混凝土桥梁裂缝高效识别的技术。用于检测桥梁裂缝的卷积神经网络架构由3组卷积与池化层、两组Dropout与全连接层组成,算法测试集准确率为93.6%。结合卷积神经网络与滑动窗口算法,搭建相应的数据库与网络架构,提出一种混凝土桥梁裂缝准确定位的技术。结果表明,本文所提出的混凝土桥梁裂缝识别与定位技术,计算效率较高,准确度较好,可以直接应用于识别由无人机拍摄得到的桥梁裂缝照片。此项技术加速了识别速度且具有较高的准确率,为智能化、自动化检测桥梁病害奠定了良好的基础。     

韩国桥梁缆索检测机器人研究

缆索是桥梁的重要构件,将机器人技术与无损检测技术结合改进,可开发出实用缆索检测机器人技术。为给桥梁缆索检测机器人的研发和应用提供指导,介绍既有缆索结构无损检测和机器人检测维护技术,重点介绍韩国2010年开始研发的2种桥梁缆索检测机器人的硬件和结构特点。利用目视检查和基于图像处理的检查、基于振动的索力测量、超声波检查、磁学方法和射线照相法等无损检测方法和功能模块,一些国家已经开发了一些用于管道、线路和缆索结构的检测机器人。2010年韩国制定了桥梁缆索检测机器人系统研究计划,主要开发了应用于斜拉桥和悬索桥的桥梁缆索检测机器人。这2种桥梁缆索检测机器人的硬件具有独特的功能,适应缆索直径范围较宽、荷载能力较大,能实现无线控制和通信传输,以及有效的机械电气自锁安全保障功能。试验结果表明,缆索检测机器人可以检测缆索内部钢丝缺陷,基于图像处理技术,可以感测3种不同类型缆索表面各种取向的裂纹状表面缺陷。     

公路桥梁改为景观桥梁的检测与承载力评估

通过对一座位于风景区的双曲公路旧拱桥外观、砼强度、几何变形、裂缝状况进行检测及现场结构静动载试验,分析了结构目前的实际工作状态,确定了桥梁各部位的损坏程度及实际承载能力,为该桥改为景观桥梁的修复加固提供依据。     

基于轻量化卷积神经网络的桥梁混凝土裂缝检测方法及验证

针对基于边缘检测算法、阈值法等传统的混凝土裂缝检测算法易受到干扰的问题，采用基于轻量化卷积神经网络的桥梁混凝土裂缝检测方法对混凝土裂缝检测难的问题进行研究，并通过对桥梁裂缝图像真实数据集进行检测验证。检测结果表明：1)所研究的轻量化卷积神经网络模型能够实现像素级的标注；2)所研究的轻量化卷积神经网络模型训练参数相比其他文献明显减少，权重文件所占内存明显减小；3)所研究的神经网络模型能够清晰准确地划分出图像中的裂缝像素，且不受图像分辨率大小、对比度等因素影响。上述结果表明，所研究的网络模型具有在像素级准确检测裂缝的良好性能，且权重文件占用内存小，能很好地适用于工程实践。