排序方式: 共有80条查询结果,搜索用时 171 毫秒
71.
斜拉索的受力性能与耐久性直接关系到斜拉桥的结构安全。由于长期暴露在各种环境因素中,斜拉索极易出现表面开裂,内部钢丝锈蚀等病害。因此,定期对其进行检测显得尤为重要。现依据象山港大桥和清水浦大桥,针对斜拉索出现的典型病害特征与检测要求,开发了一种斜拉索表观检测机器人。该机器人具备了小型化、快速自爬行、高质量图像采集、缺陷自动化识别等优点。 相似文献
72.
桥梁作为重要的基础设施,承担着道路交通和人员、货物运输等重要任务。桥梁表观病害的及时有效检测具有确保公共安全、延长桥梁使用寿命、及时排查风险等重大意义,有助于提高桥梁服役阶段的可靠性和耐久性。近年来,随着计算机视觉、人工智能等技术的快速发展,机器视觉法逐渐成为了桥梁表观病害检测的新兴手段之一。首先,通过详细分析近年来该领域的多篇相关文献,综述了基于机器视觉法进行桥梁表观病害检测的关键技术,包括检测平台研发技术、数据采集技术、图像处理技术、三维建图技术、病害定位技术和病害参数量化技术等。其次,通过分析现有研究开展检测工作的流程,总结了基于机器视觉法进行桥梁表观病害的技术框架,并分析了其中各个流程之间的功能与联系。上述关键技术的综述与技术框架的总结可为研究者开展检测工作提供一定的参考。最后,根据现有研究在实施检测任务时自动化程度的不同,提出了基于机器视觉法进行桥梁表观病害检测的智能化分级,包括人工检测辅助、病害定位检测、局部自动检测、整体自动检测、高度自动检测和完全自动检测6个等级。对比文献研究可知,现有研究虽然已经脱离了传统的人工检测的阶段,但仍与完全自动检测具有一定的差距。该领域仍具有... 相似文献
73.
74.
75.
76.
77.
针对铁路隧道衬砌表观病害检测需求,梳理并分析技术现状,介绍隧道衬砌表观病害智能检测系统的研制情况和系统组成。提出铁路隧道衬砌表观病害智能检测面临的技术难点,分析图像快速采集、病害智能识别、病害样本库构建等智能检测关键技术。通过基于实测数据集以及现场检测复核等手段,验证铁路隧道衬砌表观病害智能检测系统关键参数。结合现场运用情况,分析铁路隧道衬砌表观病害智能检测系统运用效率。智能检测系统应用表明,铁路隧道衬砌表观病害智能检测技术可大幅提升隧道衬砌病害检测的自动化和智能化水平。 相似文献
78.
为研究低含水率砂层隧道土拱效应下的破坏模式与松动土压力,自制试验装置开展低含水率条件下Trapdoor试验,利用PIV技术得出破坏模式;分析主应力偏转对侧压力系数的影响。基于椭球体理论,考虑松动区内竖向荷载梯形分布形式与表观黏聚力作用,推导不同土拱效应发挥程度下隧道松动土压力计算公式。研究结果表明,表观黏聚力使模型试验最终滑动面呈现椭圆状,与Terzaghi假设的竖直面存在差别;φ为常数时,K值与埋深正相关,随土拱效应发挥程度增大而增大;土拱效应的发挥程度与埋深成正相关,相同埋深下,K随φ增大而减小,利用本文公式计算出K随φ值变化在0.2~0.7之间。算例表明,相同埋深时松动土压力在不同含水率下随土拱效应发挥呈递减趋势,体现出表观黏聚力随土体饱和度变化规律。 相似文献
79.
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。 相似文献
80.
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。 相似文献