小波理论及在结构损伤识别中的应用

小波理论是基于信号处理的一门学科,在各个领域得到了广泛的应用.本文详细介绍了小波理论的发展过程,阐述了构造小波的方法.并讨论了如何利用小波理论进行结构损伤识别.     

萨维网络开发集装箱RFID

萨维网络有限公司（Savi Networks LLC），是萨维科技（Savi Technology，Inc．）与和记黄埔港口控股集团合资成立的。目前开发以无线射频识别（RFID）系统为基础的资讯网络，是为更有效地追踪和管理海运集装箱货物。这一技术手段是利用无线射频与X光等设备，对装货后的集装箱进行电子加封。该电子封条可监测集装箱有否在运输途中被无授权地非法开启过。该系统对能动性标签采用ISO18000-7标准（该国际标准应用于检测电子封条）。     

铁路货车超偏载检测装置中车号自动识别系统的结构分析

通过对铁路货车超偏载检测装置中车号自动识别系统结构、技术处理流程方面分析,提供一些解决问题的思路。     

提高角焊缝超声波探伤二次波扫查缺陷识别率的研究

分析了角焊缝超声波探伤二次波遇到的缺陷容易漏检的原因,提出了解决问题的措施,有效提高二次波发现缺陷的准确率。     

铁道信号系统安全保障研究

在信号系统的设计、制造、施工、调试等阶段进行安全保障很重要。重点介绍按照欧洲铁路安全标准对铁道信号系统进行交叉接收以及安全管理。     

盾构法与浅埋暗挖法结合建造地铁车站站厅隧道二衬施作时机的研究

采用盾构法与浅埋暗挖法结合建造地铁车站时,站厅隧道二衬施作时机有横通道开挖之前和之后2种方案。以北京地铁10号线三元桥站为例,采用FLAC3D有限差分软件,对2种方案进行三维数值模拟,从地表沉降和隧道结构内力两方面进行对比分析。结果表明:在6个施工阶段,方案1的最大地表沉降均比方案2的显著减小,方案1的最终地表沉降为48mm,仅为方案2的最终地表沉降(166mm)的29%,而且站厅隧道初支内力和需要的配筋量均小于方案2。因此,在车站施工过程中,站厅隧道二衬应在横通道开挖之前施作。     

高速公路隧道机房环境智能监测系统设计

隧道作为高速公路的咽喉路段,一旦隧道机房突发险情而不能及时发现,容易造成重大财产损失、人员伤亡,引发恶性交通事故。基于此,提出了一种基于仿射传播聚类算法的危险事件智能识别模型,进而设计了整套高速公路隧道机房环境智能监测系统。提出的模型综合传感器所采集到的多类别环境信息,得到聚类图用于判断当前环境状况。系统中采用新型的聚类算法,得到环境聚类图,智能区分各种高速公路隧道机房发生的危险事件,增加整个监测系统的智能化与信息化程度。在实验与测试中,通过使用本系统,维护人员可准确把控整个隧道机房情况,测试结果表明,该系统提升了公路的运营、管理、养护效率,具有良好的参考意义。     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。