公路施工质量控制与质量检测评价

公路施工之前的质量控制要解决好勘察设计、地质选线、施工图设计等阶段的问题。施工中的质量控制重点在于高填路堤施工技术控制、桥梁施工的质量控制和沥青路面质量控制,并做好公路施工技术管理。公路质量检测评价包含检测评价制度、检测人员专业技术水平、材料控制、施工现场质量控制以及分项工程的质量验收。     

基于人头颜色空间和轮廓信息的行人检测方法研究

为提高智能视频监控中行人统计的实时性,提出了一种基于人头颜色空间和轮廓特征的行人检测方法.该方法首先根据人脸肤色、发色在YCbCr和RGB颜色空间的聚类情况,建立人头颜色模型,分割人头候选区域,并针对行人运动的特征,采用多帧差法提取运动信息,剔除背景噪声,修正候选区域的精度;然后根据改进的Canny 算子提取候选区域的轮廓,融合形态学对边缘进行修正,提取候选区域轮廓信息;最后根据人头轮廓的几何特征,剔除“伪候选”区域,并进行连通域信息标记,检测人头图像,从而对行人进行检测和统计信息.结果表明,该方法能快速有效地检测出人头,在动态场景下的行人检测取得了较好的效果.     

地质雷达在公路隧道衬砌检测中的应用研究

为提高地质雷达检测隧道衬砌的精度,在分析实测过程的各个环节时,要尽量减少检测过程对结果的影响。以长坂坡隧道衬砌检测为研究对象,在不用测量轮的情况下,通过缩小内插桩号间距,减少人工移动天线速度不均造成的误差,提高检测数据在轴向的精度。通过计算已知厚度端的衬砌混凝土电磁波速度,采用其均值作为相应衬砌段的混凝土电磁波速度,反算出混凝土厚度,避免了直接采用介电常数计算造成的误差,并把误差控制在厘米级,提高了检测精度。     

广义相关时延估计方法在神经系统损伤检测中的应用

应用广义相关时间延迟估计方法,经由诱发电位潜伏期变化的测定,分析研究了撞击加速度和缺窒息实验条件下中枢时间系统的损伤问题。计算机模拟和诱发电位信号分析表明,当神经系统发生损伤时,诱发电位的潜伏期会出现显的变化,这种化可以由广义相关时间延迟估计方法而有效测定。     

地质雷达在铁路隧道混凝土衬砌质量检测中几个问题的探讨

针对近年来使用美国GSSI公司生产的SIR-3000型地质雷达检测仪从事铁路隧道混凝土衬砌质量检测过程中积累的经验以及遇到的问题,从衬砌背后空洞检测、钢筋、钢拱架检测、衬砌厚度检测和仰拱厚度检测等方面分析问题产生的原因,探讨提高地质雷达检测精度的一些措施。对于衬砌背后空洞的规模大小以及一些沿隧道环向分布的空洞,受检测条件以及现有的无损检测技术条件的限制,只能通过结合锤击法和钻芯法来综合评判; 对于钢筋、钢拱架的检测,通常双层钢筋中第2层钢筋的数量受雷达分辨率的影响很难看清,因受电磁波趋肤效应的影响,钢筋混凝土的衬砌厚度、初期支护钢拱架和初期支护空洞等的检测情况都不理想,所以务必要在隧道二次衬砌施工前完成初期支护混凝土质量及钢拱架数量的检测及整改工作; 对于衬砌厚度的检测,由于隧道衬砌介质的不均匀性,使得相对介电常数无法得出一个精准的数值,故不应该过分依赖从雷达剖面提取出来的厚度实测值,应允许一定范围内的误差; 对于仰拱厚度的检测,一般需要结合设计、施工等资料,必要时候借助钢筋的埋深位置等对仰拱厚度进行初步判断,但很多时候因受分辨率影响,检测结果往往与实际结果有较大误差,这时还需结合钻芯法来进一步确认。地质雷达检测技术的关键是做好以下几方面的工作： 建立合理的检测机制,严格工作纪律,不断优化检测方法。     

Fault detection and isolation for a full-scale railway vehicle suspension with multiple Kalman filters

Reliability and dependability in complex mechanical systems can be improved by fault detection and isolation (FDI) methods. These techniques are key elements for maintenance on demand, which could decrease service cost and time significantly. This paper addresses FDI for a railway vehicle: the mechanical model is described as a multibody system, which is excited randomly due to track irregularities. Various parameters, like masses, spring- and damper-characteristics, influence the dynamics of the vehicle. Often, the exact values of the parameters are unknown and might even change over time. Some of these changes are considered critical with respect to the operation of the system and they require immediate maintenance. The aim of this work is to detect faults in the suspension system of the vehicle. A Kalman filter is used in order to estimate the states. To detect and isolate faults the detection error is minimised with multiple Kalman filters. A full-scale train model with nonlinear wheel/rail contact serves as an example for the described techniques. Numerical results for different test cases are presented. The analysis shows that for the given system it is possible not only to detect a failure of the suspension system from the system's dynamic response, but also to distinguish clearly between different possible causes for the changes in the dynamical behaviour.     

地质雷达在隧道检测应用中的多次反射分析

在隧道施工中,通过地质雷达对隧道衬砌进行无损质量检测,可及时发现衬砌中存在的空洞与不足,保证隧道运营的安全性,针对地质雷达数据处理中经常出现的多次反射干扰进行了分析,从而提高地质雷达的应用准确性。     

探地雷达技术在道路检测中的应用

论述了探地雷达技术在公路质量检测中的基本原理和测试方法,并结合工程实例,说明此方法的应用可以高效、准确地确定工程隐患的位置及大小、定量评价工程质量,为公路工程的竣工验收提供科学依据。     

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。     

基于轮轨垂向力的波磨状态估算方法

为了探明轮轨垂向力与波磨状态之间的映射关系并采用轮轨力检测数据定量评价波磨严重程度,以中国CRTSⅡ高铁线路与服役动车组典型参数构建三维轮轨动力学有限元模型;细化波磨区段钢轨表面不平顺特征,采用高速综合检测列车在高铁波磨区段上实测轮轨垂向力时频数据验证有限元模型输出结果的准确性;模拟了车辆运行速度为300 km·h^-1时波长在40~180 mm波磨激励下的轮轨垂向力,分析了其时频域分布特性;引入轨面不平顺变化率表征波磨沿钢轨纵向的变化特性,采用非线性最小二乘法与有理式方程拟合了不同波长条件下轮轨垂向力大值与轨面不平顺变化率之间的函数关系,分析了钢轨Pinned-Pinned固有共振频率及其半值振动模态对拟合参数曲线的影响,并推导了基于轮轨垂向力的波磨谷深估算方法;该谷深估算方法在某高铁线路波磨状态监测中初步试用,共发现32个波磨区段,并对比了波磨区段上实测谷深和估算谷深。分析结果表明：谷深估算值与实测值相关系数为0.97,两者具有较高的线性相关性;在谷深估算值大于0.08 mm时,估算值与实测值之间的均方根差约为0.01mm,基于谷深估算方法作出波磨打磨整治决策时的误判率约为6.25%,说明谷深估算方法在实际高铁线路上具有较好的适用性。