浅析低应变法检测基桩完整性

通过公路桥梁的基桩检测介绍了低应变法检测基桩完整性的检测原理、方法、检测过程以及检测结果的分析,说明了能够检测的指标和不能检测的指标,比较详尽的阐述了这种检测方法的优点和不足。     

乘用车悬架特性检测方法应用分析

简述国内常用两种类型汽车悬架特性检测设备的结构原理和检测方法。在分析了各种检测方法和检测原理的基础上,应用两种检测设备对乘用车悬架特性进行检测,并对检测结果进行定性分析,说明了在现阶段应用这种检测方法是比较合理的。同时指出,在检测和检测结果的处理过程中,一定要重视对影响因素的分析。     

采用PFWD新型检测设备对龙嫩项目碎石土路基压实进行检测

通过采用PFWD新型检测设备检测碎石土压实度,解决了碎石土路基压实度无有效检测手段的难点,采用PFWD检测碎石土路基的方法与检测数据,可以作为今后制定检测碎石土路基检测方法与检测标准的依据。     

汽车综合性能检测管理的思考

汽车性能检测经历了单机检测、计算机网络控制检测(亦可称网控联机检测)、检测管理分立制、检测管理网络化等阶段,过去只重视技术、质量、管理等某一方面的问题,使管理出现了脱节失控现象。汽车综合性能检测与管理为大势所趋,特别是网控联机检测和检测管理网络化更须大力推广和研究。     

高等级公路快速检测装备技术现状与需求分析

详细介绍了国内外用于道路检测装备的激光、数字图像等最新技术,给出了各种道路检测设备的技术指标及性能特点。针对黑龙江省大量的高等级公路养护检测的实际需要,同时针对黑龙江省道路养护检测整体技术状况还比较落后、检测成本相对高、检测效率低等现状,分析了目前道路养护检测各种技术的优点和不足,预测了黑龙江省道路养护检测市场前景,阐述了采用道路检测车可以极大改善黑龙江省道路检测落后面貌,显著提升道路检测装备水平和工作效率,进一步增加道路检测安全性、准确性。     

加强试验检测工作提高公路工程质量

公路试验检测机构的只能是对工程项目或产品进行检测,根据检测的结果判断工程质量。因此完善工程试验检测机构的工作制度,制定试验检测工作西侧、配置合理的试验检测人员具有重要的现实意义。试验检测是进行公路工程质量检测的一种有效手段。这项工作的目的是通过对某个产品或工程项目的检测,以便根据其检测的结果来判断工程质量或产品质量是否符合现行有关技术标准的规定。道路     

浅谈汽车检测设备的作用

介绍了汽车检测设备的作用,汽车检测又分为安全检测、综合性能检测两个部分。汽车检测主要是确定汽车是否满足检测规范的要求。     

浅谈我国机动车安全技术检测发展

着眼现实国情论述了机动车安全技术检测,包括安全检测模式、检测设备和检测项目、检测标准、检测周期、检测站等方面的发展方向。     

汽车综合性能检测系统配置的规范性与多样性分析

在我国汽车综合性能检测行业发展的同时,有关检测的标准法规也不断建立并完善,一方面检测系统的规范性从总的趋势来看是不断提高的,而另一方面,汽车综合性能检测系统的配置也存在着趋同、个性不足的问题,检测系统配置脱离检测需求的现象较为严重。解决这一问题的办法是,要充分分析检测需求,以满足检测规范与检测需求为依据,实现检测系统结构与配置的规范性与多样性的统一,这是合理配置检测资源与提高检测系统效益的必然要求与途径。     

公路交通事件检测技术的研究与展望

分析目前国内外交通事件检测技术和检测算法的发展现状,对交通事件检测技术所采用的人工检测技术和自动检测技术进行具体介绍,对基于各种检测原理的检测算法进行深入剖析,并阐述交通事件检测技术的应用。     

路面破损检测的自动定位技术探讨

路面破损检测自动定位技术为路面的修整提供了技术支撑，为路面的持续运行提供了保证。以传统的路面破损检测方式为基础进行分析，明确了传统路面破损检测技术中存在的问题，而后提出了自动定位检测系统，为公路路面的检测和维修提供了技术帮助，同时也为类似路面破损检测的自动定位技术提供了可供参考的经验。     

公路工程土基回弹模量检测技术

土基回弹模量作为公路工程重要的路面结构设计参数,也是公路工程路基施工质量的重要评定标准.为了成功地进行公路工程土基回弹模量试验检测,首先以应用最广泛的承载板法试验检测技术为例,详细介绍了土基回弹模量试验检测的流程以及计算方法,然后介绍了在公路工程中较为常见的其他公路工程土基回弹模量检测方法,旨在为相关检测工作提供合理的参考.     

路面检测技术综述

总结了路面检测重要研究成果, 分析了路面损坏、平整度、车辙、抗滑性能(构造深度) 和结构强度(弯沉) 检测技术的发展现状, 研究了路面检测技术的不足与发展方向。研究结果表明: 国内外路面检测技术的发展经历了3个阶段, 从早期传统的人工检测到20世纪末的半自动化检测, 发展到目前的无损自动检测; 无损自动检测的主要特点是快速与智能化, 采用多源传感器协同工作, 并且集成在多功能道路检测车上, 能够同时检测路面损坏、平整度、车辙、抗滑性能和结构强度以及道路线形与沿线设施等; 在路面损坏检测方面, 采用数字图像检测技术, 实现了路面裂缝的快速检测; 在路面平整度检测方面, 采用激光位移传感技术, 实现了快速自动化检测; 在路面车辙检测方面, 采用激光和数字图像技术, 实现了非接触智能化检测; 在路面抗滑性能和结构强度检测方面, 建立了铺砂法与贝克曼梁法检测结果的相关关系, 实现了基于激光技术的路面构造深度与弯沉快速检测; 为了减少外界因素对现有检测技术和检测设备的干扰, 提高检测信号的信噪比, 应该开发适合各种工况下的路面检测和数据处理方法, 实现路面检测高效化与智能化。     

桥梁工程中安全检测技术与加固维修方法分析

对近年来桥梁工程中的安全检测技术进行系统分析,重点阐述桥梁荷载试验、基桩完整性检测、桥梁结构损伤识别技术、桥梁无损伤检测技术等安全检测技术,并提出桥梁加固维修的方法和适用条件,以期为桥梁安全与加固维修提供理论依据。     

基于AT89S52单片机的智能小车设计与制作

文中以“挑战杯”全国大学生课外学术科技作品竞赛活动为背景,介绍了一种具有巡航控制、自动避障、距离检测等功能的智能小车。该车以两轮式玩具小车为载体,AT89S52单片机为控制核心,依靠直流伺服电机驱动,利用触觉开关实现障碍物探测,采用光敏电阻和红外线传感器进行导航及距离检测。事实证明,该小车运行稳定,智能化程度高。     

铁道车辆车轮扁疤故障检测技术综述

从铁道车辆车轮扁疤对轨道的冲击效应及其对车辆零部件造成的损伤出发,系统梳理了检测车轮扁疤的多种方案,对各类车轮扁疤故障检测方法特点进行了讨论,对比了不同检测方法的优缺点,对车轮扁疤故障检测技术体系的发展方向进行了预测。分析结果表明：车轮扁疤故障检测技术可分为车载检测法和地面检测法,其中地面检测法运用较为广泛;现阶段较为成熟的车轮扁疤检测技术按检测手段可主要分为轮轨冲击检测法、超声波检测法、噪声检测法、踏面位移法、振动加速度检测法、图像检测法、光学检测法、轨道电路中断法等;近年来,随着科学技术的发展,又涌现了如多普勒效应法、超声波回声定位法等;随着现代智能算法的进步,应用神经网络等智能算法对设备进行故障识别训练能大大简化设备开发进程和结构,智能算法或将成为车轮扁疤故障识别的主要发展方向;随着时间推移,检测设备的多故障集成化趋势越发明显,多故障检测集成化与功能多样化已是智能化检测设备发展的重要方向之一;未来,操作系统方面的提升也将主要集中于平台的人性化和智能化方面;检测体系建议由正线实时监测、车辆段入库精准检测、数据信息化平台三部分组成,未来发展方向会集中在装置简易化、算法精准化与操作智能化等方面。     

红外探水在厦门海底隧道中的应用

在厦门海底隧道施工中采用红外探测仪进行探水短期预报。介绍了红外探水技术的基本原理和布点方法,通过实例分析了分部红外探测得到的红外辐射场强值和绘出的红外探测曲线,得出探测结论,并和实际情况进行验证,说明探水效果良好,为隧道顺利施工提供科学依据。结合应用情况,提出了当前红外探水技术发展中亟待解决的问题。     

不解体油耗分析仪检测方法研究

首先对不解体油耗检测的技术进行了研究，通过对激光和超声波检测技术的理论研究及二者的优缺点的比较，得出了适合于不解体油耗检测的技术——超声波检测技术。之后，从检测的实际情况出发，通过对超声波传感器的理论研究，得出了适合于小管径微流量不解体油耗检测的超声波传感器选用方案，同时经过实验佐证提出适合于不解体油耗分析的超声波检测方法——时差法。     

自动检测系统非线性误差的神经网络校正方法

在自动检测系统中,由于传感器、放大器、A/D转换电路等存在非线性误差,使得检测系统存在非线性误差.非线性误差是系统误差,属于静态误差.为减少检测系统的测量误差,在自动检测系统中需要对非线性误差进行校正.讨论了一种采用FLANN神经网络进行非线性误差的校正方法.这种方法比采用整段校正、平方插值校正等方法具有更好的性能.     

受电弓故障的车载图像识别技术

针对列车在途中因受电弓发生故障而影响运行安全的问题,提出了一种受电弓故障的车载图像识别技术,以实时检测受电弓降弓、变形与毁坏,碳滑板异常磨耗与缺口,弓角变形与缺失故障;基于更快速的区域卷积神经网络(Faster R-CNN)目标检测框架设计了弓头图像定位目标检测模型,利用残差网络代替原有卷积网络,利用特征金字塔多尺度预测结构构建了候选区域推荐网络,以精准、快速地进行弓头定位和状态检侧;基于掩码区域卷积神经网络(Mask R-CNN)实例分割框架设计了弓头图像分割模型,并针对性地重新设计了检测头的网络结构与特征图尺寸,以适应受电弓的细长弯曲特征,从而准确、快速分割弓头图像;为了在分割后的二值图中更快速地识别与定位故障,根据受电弓结构尺寸和图像分割模型输出的位置坐标,制定了弓角与碳滑板故障的快速模板匹配策略,并在此基础上编制了详细的故障检测算法与程序。研究结果表明：在相应的数据集上,弓头图像定位目标检测模型的平均检测精度为0.944,平均每帧检测时间为0.029 s,弓头图像分割模型的平均分割精度为0.967,平均每帧检测时间为0.031 s,模板匹配的检测精度为0.985,平均每帧检测时间为0.005 s,故障检测算法的平均检测精度为0.966,平均每帧检测时间为0.051 s。由此可见,提出的检测算法具备了较高的可靠性和实时性。