System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于探地雷达的混凝土质量智能无损检验方法技术_技高网

一种基于探地雷达的混凝土质量智能无损检验方法技术

技术编号:40284638 阅读:8 留言:0更新日期:2024-02-07 20:37
本发明专利技术公开了一种基于探地雷达的混凝土质量智能无损检验方法,所述方法包括如下步骤:步骤S1、构建探地雷达数据集;步骤S2、处理雷达图像数据;步骤S3、训练模型;步骤S4、验证与调优模型;步骤S5、应用模型。本发明专利技术可以实现建筑混凝土内部裂纹、钢筋保护层厚度、钢筋间距等信息的无损智能检测,一旦发现异常情况,可以及时发现并补救。本发明专利技术利用了深度学习方法,结合探地雷达技术对建筑混凝土质量信息进行检测,提高了服役混凝土关键信息获取的效率。本发明专利技术不仅可以自动提取混凝土内部质量信息,而且在检测精度方面也取得了良好的效果,分辨率可达毫米级。本发明专利技术检测速度快、数据实时获取、探测深度可覆盖结构。

【技术实现步骤摘要】

本专利技术属于质量检测及优化,涉及一种混凝土质量检验方法,具体涉及一种基于探地雷达的混凝土质量智能无损检验方法


技术介绍

1、探地雷达(ground penetrating radar,gpr),是用高频无线电波来确定介质内部物质分布规律的一种探测方法,是目前工程地质勘探的主要手段。探地雷达通过发射天线发射高频电磁波,接收天线接收来自介质界面的反射波。依照电磁场与电磁波理论,雷达波在介质传播过程中,如果遇到电性参数(介电常数、磁导率、电导率)存在差异的目标体或物性分界面时,会发生反射、绕射现象;雷达波的传播路径、电磁场强度及波形也会随介质的介电性质、几何形态发生变化。

2、介电常数是物质固有的特性,物质介电常数差异越大,电磁波在其界面上的反射就会越强烈;电磁波反射信号被探地雷达主机准确记录,再通过数模ad转换,最后形成我们检测过程中所看到的雷达图像,最后对图像进行识别和解释,达到探测目的。

3、在建筑工程进行施工的过程中,混凝土是一种常见的原材料,其强度的情况直接关系到建筑工程的整体质量。然而现有的混凝土质量检验技术,检测效率低,自动化程度低,同时一些混凝土结构隐蔽性损害无法被识别。混凝土质量是影响建筑物服役性能的重要因素,因此在需要加强混凝土质量检测技术的创新,进一步提高检验的质量和效率。

4、探地雷达因其具有较强的抗干扰性、适应性强、分辨率高、操作简单、成果直观且为无损探测,而被广泛应用于工程勘察及地质调查中,但很少在建筑混凝土质量检测领域应用。

5、因此根据天线接收到的回波双程走时、幅度和波形等资料,可对回波进行相应的数据分析和处理,在结合实际工程情况以及其他参数,可以推测建筑混凝土内部裂纹、钢筋保护层厚度、钢筋间距等信息。


技术实现思路

1、本专利技术的目的是提供一种基于探地雷达的混凝土质量智能无损检验方法,基于卷积神经网络和探地雷达基本原理,通过分析雷达图像结果中不密实、裂缝、钢筋分布和保护层厚度等情况的图像特点,实现神经网络对混凝土质量信息的精确识别。

2、本专利技术的目的是通过以下技术方案实现的:

3、一种基于探地雷达的混凝土质量智能无损检验方法,包括如下步骤:

4、步骤s1、构建探地雷达数据集:

5、步骤s101、钢筋混凝土试样的制备:参照实际工程设计资料,制作多堵钢筋混凝土墙试样来模拟建筑实际工况;

6、步骤s102、探地雷达测试:对钢筋混凝土墙试样质量和钢筋情况进行无损检测,采用gpr探地雷达检测方法获取原始数据,读取混凝土内部裂缝信息,并为相应的雷达图像打上内部裂纹有无、钢筋保护层厚度、钢筋间距的标签信息;

7、步骤s2、处理雷达图像数据:

8、步骤s201、对原始的雷达图像数据进行预处理,预处理包括去直达波、dewow处理和背景去除三个步骤;

9、步骤s202、将步骤s201预处理后的雷达图像数据集分为两组,一组标记为样本集a,另一组标记为样本集b;

10、步骤s3、训练模型:

11、步骤s301、基于深度学习技术将步骤s202中得到的样本集a作为模型训练数据;构建vgg-16卷积神经网络,输入不同标签信息的样本集a,提取训练集特征;

12、步骤s302、采用深度学习技术cnn做监督学习,进行数据训练,得到混凝土质量检测模型;

13、步骤s4、验证与调优模型:

14、步骤s401、将步骤s202中得到的样本集b作为输入参数,输入步骤s302得到的混凝土质量检测模型中;

15、步骤s402、对混凝土质量检测模型输出结果与样本集b中对应的标签数据进行比较;

16、步骤s403、基于对比结果,对混凝土质量检测模型训练权重参数及网络拓扑参数进行优化;

17、步骤s5、应用模型:

18、在实际工程中获取探地雷达图像数据,并进行预处理,利用步骤s4优化后的混凝土质量检测模型对预处理后的雷达图像进行识别,从而实现建筑混凝土内部裂纹有无、钢筋保护层厚度、钢筋间距等信息的智能检测。

19、相比于现有技术,本专利技术具有如下优点:

20、1、本专利技术可以实现建筑混凝土内部裂纹、钢筋保护层厚度、钢筋间距等信息的无损智能检测,一旦发现异常情况,可以及时发现并补救。

21、2、本专利技术利用了深度学习方法,结合探地雷达技术对建筑混凝土质量信息进行检测,提高了服役混凝土关键信息获取的效率。

22、3、本专利技术不仅可以自动提取混凝土内部质量信息,而且在检测精度方面也取得了良好的效果,分辨率可达毫米级。

23、4、本专利技术检测速度快、数据实时获取、探测深度可覆盖结构。

本文档来自技高网...

【技术保护点】

1.一种基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述方法包括如下步骤:

2.根据权利要求1所述的基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述步骤S201的具体步骤如下:

3.根据权利要求1所述的基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述步骤S302的具体步骤如下:

4.根据权利要求3所述的基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述CNN模型包括依次连接的RPN网络以及RoIPooling网络。

5.根据权利要求1所述的基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述步骤S403的具体步骤如下:

【技术特征摘要】

1.一种基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述方法包括如下步骤:

2.根据权利要求1所述的基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述步骤s201的具体步骤如下:

3.根据权利要求1所述的基于探地雷达的混凝土质量智能无损检验方法,其特征在于所述步骤s...

【专利技术属性】
技术研发人员:凌贤长李博宇陈宏伟邱瑞唐亮孔祥勋马登陈磊
申请(专利权)人:哈尔滨工业大学重庆研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1