基于迁移学习的桥梁表观病害检测技术研究

桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。     

神经网络在桥梁参数识别中的应用

以一座连续梁桥为例,模拟实际施工中的参数误差,采用非经典神经网络算法对主要参数进行识别。结果证明神经网络适合桥梁施工参数误差的识别。     

混凝土桥梁的病害处理

研究目的:交通工程中桥梁规模、数量在不断地增加,但在已经运营的线路上,有些桥梁却未达到其使用寿命而过早地发生损坏,研究混凝土桥梁病害发生的原因和处理、防治措施,为今后桥梁的结构设计和施工提供有益借鉴。研究方法:通过对多处存在病害的混凝土桥梁进行实地考察,对其所处环境中的大气、地表水、地下水进行化验,根据侵蚀性介质类型的不同,分别进行物理、化学和结构分析。研究结果:针对病害混凝土桥梁出现的混凝土保护层松动、剥落和钢筋锈蚀的现象,分析了原因,对存在病害的桥梁提出了加固改造措施,对设计、施工提出了建议。研究结论:有害物质是以气体或水为载体,以混凝土的裂缝、毛细孔为通道在结构中扩散,和混凝土中的一些物质发生反应,使结构发生破坏。病害混凝土桥梁的处理措施包括提高混凝土密实度和防水抗渗性以及钢筋的耐蚀性,对防止病害的发生、提高桥梁的使用寿命有着重要的意义。     

浅谈浅基桥梁病害的整治

浅基桥梁病害是早期修建的铁路桥梁常见病害之一。对于浅基桥梁病害的整治,应根据病害成因的不同,采取针对性的措施和不同的方法进行整治,以期达到改善和提高设备质量,增强抵御自然灾害能力之目的。本文对西安局近年来整治浅基桥梁病害采取的几种方法、措施及其整治效果进行了技术总结,并提出了自己的想法和建议。     

复杂背景下基于改进YOLO v3算法的桥梁表观病害识别

为提升复杂背景下混凝土桥梁表观病害检测精度,提出一种基于改进YOLO v3算法的桥梁表观病害检测方法.首先,针对病害存在密集分布且病害尺度变化较大的特点改进了YOLO v3的网络结构,在检测层中嵌入SE注意力机制模块和空间金字塔池化模块,加强了语义特征提取能力;其次,选用定位能力更好的CIoU作为损失函数进行训练;最后...     

基于神经网络的混凝土桥梁荷载识别方法研究

根据安装在桥梁结构上的监测系统传递来的位移，应变信息，进行作用在桥梁结构上的荷载识别，可以：（1）对监测系统传递来的荷载信息加以校核和补充；（2）为下一步的损伤识别提供依据。而荷载识别的关键技术在于快速，准确地模拟桥梁的荷载－挠度曲线。本文以“在位移控制下部分预应力混凝土梁非线性行为试验研究”的试验数据为建模样本集，分别以作用于梁上的荷载和梁的跨中挠度为输入，输出，利用神经网络来对混凝土梁的荷载－挠度曲线进行模拟，并用其进行荷载识别的试验研究，取得了较好的效果。     

浅谈桥梁支座锚栓折断病害的整治

从桥梁支座的锚栓濒繁折断入手,引出整治的课题,先分析了产生支座锚栓折断的原因,后介绍了几种最常用的整治方法,最后提出的预防折断的方法。     

基于自适应粒子群算法的轨下基础病害识别

基于车辆-轨道耦合动力学模型,对不同轨下基础病害情况下的轨枕振动响应进行仿真分析。提出利用支持向量机算法和粒子群算法对轨下基础病害进行识别。为了提高粒子群算法的收敛速度,提出一种自适应粒子群算法,并将所提方法应用于轨下基础病害识别仿真,分析不同病害条件下的轨枕振动特征。研究表明：所提算法的病害识别准确率≥80%,且其算法收敛速度有明显提升。     

基于轻量卷积神经网络的高速铁路隧道表面病害筛选算法

随着急剧增加的高速铁路隧道检测需求,基于计算机视觉的高速铁路隧道病害识别和健康检测是国内外的新趋势.然而,高速铁路隧道结构表面图像大多数是无病害图像(占比90％以上),剔除大量无病害图像而只保存有病害图像,可以大幅减少图像存贮量和降低高速海量存贮对硬件要求.为此,提出一种基于深度卷积神经网络的隧道表面病害筛选算法,以推...     

基于改进卷积神经网络的驾驶员眼睛状态识别

为准确、高效识别驾驶员眼睛状态,提出一种基于改进卷积神经网络(Improved Convolutional Neural Networks, ICNN)的驾驶员眼睛状态识别方法。在LeNet-5网络的基础上采用多个小卷积层堆叠替换一个大卷积层的策略,减少参数量和浮点运算数的同时增强网络对眼睛图像的特征提取能力;在卷积层和池化层之间嵌入高效通道注意力(Efficient Channel Attention, ECA)模块,使网络突出眼睛图像中重要通道特征并弱化非重要通道特征,完成ICNN的构建;利用ICNN准确、高效自学习图像中有效眼睛状态特征信息的特点,实现端到端的驾驶员眼睛状态识别。通过在两个公开和一个实测的眼睛数据集上进行对比实验,验证卷积层堆叠替换和嵌入ECA模块的有效性,所提方法具有更高的训练效率和眼睛状态识别准确率。     

融合自注意力机制与深度学习的混凝土表面裂隙智能识别

混凝土裂隙几何信息识别的精确度,影响后期工程的安全.而传统的检测方法存在对裂隙识别不准、不全、不即时的缺陷,无法满足精度和实效性的现实需求.本文提出一种融合自注意力机制与全卷积神经网络的图像分割算法,以混凝土裂隙图像建立数据集,搭建深度学习网络;以全卷积神经网络训练模型,使用空间自注意力模块调整特征编码,输出基于自注意...     

基于深度卷积神经网络的钢材微观组织分类识别

通过引入多种深度卷积神经网络及分类器构建机器学习模型,对钢材金相图数据集进行学习,研究了一种能够准确、高效识别钢材微观组织的方法。研究结果表明,文章中所涉及的3种深度卷积神经网络在钢材微观组织的分类识别上均表现出优异性能,其中Inception-V3表现尤为突出,其与人工神经网络分类器组合而成的机器学习模型的分类精度可达99.60%。     

基于单元模态应变能法的桥梁结构损伤识别研究

桥梁结构损伤识别是对桥梁结构进行安全性评定的一个重要环节。本文首先根据桥梁结构损伤前后动力特性分析,导出由于单元损伤引起的结构模态振型的改变系数;然后,运用结构局部损伤因子法建立单元损伤敏感的指示因子,推导出单元损伤前后的单元模态应变能的变化,并对损伤单元与未损伤单元之间的关系进行了研究。最后,以单元模态应变能的变化率作为损伤定位的判别参数,对桥梁结构损伤定位的识别方法进行了研究,并以一座装配式预应力钢筋混凝土系杆拱桥作为工程实例,通过其在不同损伤情况下计算结果和实测结果的分析和讨论,说明该方法能够比较准确地对结构损伤进行定位识别,同时也证明本文研究方法的正确性和有效性。     

铁路路基病害的智能识别

探地雷达适合于铁路路基病害的检测,但后期资料处理工作费时费力,不利于其在铁路路基检测中的推广使用。本文分析各种路基病害图像的特征,从图像中提取分段能量、方差和层面位置作为特征值。根据这些特征值的大小不但能区分各种病害类型,而且可以比较病害的发育程度。根据已知样本数据计算这些特征值,建立学习向量量化神经网络模型,通过不断调整神经元的权值和阈值对特征值进行学习,直到满足给定精度为止。应用调整好的神经网络模型对沪宁线检测数据进行测试,结果表明,该模型对路基翻浆冒泥病害的识别率达90%以上。     

基于横向模态差的桥梁横联构件损伤识别

讨论桥梁结构横向刚度的研究现状和影响因素,比较国内外规范关于横向刚度、横向水平变形限定的异同。文章提出用桥梁结构双侧响应模态差对结构的横向联系完整性进行评估,进而对桥梁结构的横向刚度进行探讨;通过比较全桥的双侧模态的响应差值曲线差异,对结构可能存在的损伤进行定位识别和初步的损伤程度识别。通过对一两跨连续钢桁架桥的有限元模拟分析,验证该指标对于横向联系完整性的评估和结构损伤识别的有效性和敏感性。     

隧道围岩分级特征智能识别及可视化研究

准确、快速获取隧道围岩级别对工程设计、施工及运营意义重大。结合多个四川高速公路隧道项目,共采集7 000余张隧道掌子面图像,并利用数据增广方法将数据集扩充至20 000余张。按节理裂隙特征、风化卸荷情况、地下水发育情况3种像特征对数据集进行分类标注,并按8:2的比例划分为训练集与验证集。结合深度学习方法,实现掌子面围岩分级特征参数提取识别。搭建了VGG系列、ResNet系列、DenseNet系列、GoogleNet、InceptionV3等卷积神经网络分类模型,并引入准确率、查准率、召回率及F1值等多种评价指标对比分析多种卷积神经网络分类模型的围岩特征(掌子面图像的节理裂隙特征、风化卸荷特征以及地下水发育特征)识别效果。研究结果显示基于DenseNet模型分类识别效果最好,分类准确率分别为：围岩节理裂隙特征87.5%,风化程度特征90%,地下水发育程度特征91.5%,且各特征的F1值均在0.789以上,最高为0.944,平均值为0.852。此外,对DenseNet系列分类模型进行可靠性验证,基于CAM以及Grad-CAM对模型进行分类决策可视化研究分析,分类决策热力图结果显示分类结果与...     

基于静力的智能桥梁结构智能计算方案的研究

智能土木 桥梁结构在线监测环境下的智能计算是结构智能化的必要条件。通过对该环境下两种基于静力的计算路线的分析比较,给出了一个集神经网络力学反问题解法和有限元力学正问题解法为一体的智能计算方案。方案通过对荷载(被定义为结构工作状态指标)的实时识别和实时分检,以及分检状态流的有限元分析,建立实时、在线的结构健康监测机制和准实时、在线的结构健康诊断机制。结合模型试验,对方案予以初步实现并进行了仿真验证,其仿真计算结果表明该方案是可行的,有必要对其加以研究和完善。     

基于RetinaFace的人脸多属性检测算法研究

为提高铁路刷脸检票业务中人脸检测的平均精度,通过研究分析人脸检测算法RetinaFace,针对闸机应用场景制定损失函数,提出了一种基于RetinaFace的人脸多属性检测算法,实现了人脸框位置、人脸是否佩戴墨镜以及人脸遮挡程度等信息的准确输出.算法使用轻量化骨干网络MobileNet-0.25网络结构,移除非必要的分支...     

既有铁路钢筋混凝土桥梁病害原因分析及材料劣化的评估和防治

造成桥梁病害及损伤的原因除结构因素外,更多的是由于材料的性能劣化造成的,包括混凝土的性能劣化和混凝土中钢筋的锈蚀两个方面。综述钢筋混凝土桥梁病害的评估技术和防护技术的现状和趋势。提出从材料的性能劣化入手,对桥梁进行病害诊断及评估。     

严寒地区铁路提速后桥梁产生病害的原因分析与整治措施

全面阐述哈尔滨铁路局管内桥梁病害的主要表现形式、分布,并对其形成与原因进行了分析,提出具体根治措施。在当今铁路重载、第六次大提速后的大好形势下,对于确保哈尔滨铁路局桥梁基础设备的可靠性和铁路运营畅通无阻具有特殊的现实意义。