基于无人机和迁移学习的涵洞图像识别及GPS定位

为提高涵洞淤堵病害的检测效率，研究了基于无人机采集病害视频、图像资料和迁移学习的卷积神经网络(人工智能)算法对涵洞图像进行分类。将涵洞状况分为：淤堵、部分淤堵和正常3个类别。并把在ImageNet图像数据集上预训练过的人工智能算法(如ResNet-18网络模型)应用至涵洞图像中，以此提高人工智能算法的准确性。结果表明：使用ResNet-18对涵洞分类识别准确率可达到93%,实现了对涵洞状况的有效分类。此外，还提出了一种通过MATLAB调用涵洞状况图像GPS信息得到地理位置定位的方法，帮助二次检测或后期维护人员快速达到病害现场，进行相关的监测维护工作。     

基于大数据迁移学习的灰岩地区排水孔淤堵自动识别技术

隧道排水管淤堵或者失效,会危及边坡的稳定和公路的交通安全.目前缺乏对排水孔淤堵分类的研究.排水孔淤堵分类对排水管道的后期养护具有重大意义.为探索排水孔淤堵智能化检测方法,文章依托广连高速高峰隧道等粤北实体工程,研究了一种采用模型迁移的方法,将排水孔图像数据输入预训练卷积神经网络进行训练,以对新图像进行分类.在采集的排水...     

灰岩地区隧道排水管长期性能及化学结晶淤堵机理

南方湿热多雨条件下,灰岩隧道地区排水管化学结晶淤堵是影响隧道结构安全的重要因素,为有效解决排水管化学结晶处治养护技术难题,有必要探究湿热条件下灰岩隧道排水管化学结晶淤堵机理。在模型试验的基础上,采用离散元理论及刚-柔接触理论,对灰岩隧道排水管化学结晶淤堵全过程进行了模拟计算与分析,取得了一系列成果：(1)获取了隧道工程排水管渗流作用下位移场与应力场的分布规律及特征,验证了模型试验结果的正确性;(2)根据模型试验及数值计算得出的泄水量-时间变化规律,提出了灰岩隧道排水管最佳破晶第一养护时间节点与最晚破晶第二养护时间节点;(3)揭示了灰岩隧道排水管长期性能及化学结晶淤堵机理。