【技术实现步骤摘要】
本专利技术涉及隧道工程检测领域，尤其是涉及基于混合深度学习网络的隧道管片近表面缺陷检测方法。
技术介绍
1、近年来，随着道路交通的不断发展以及我国地质条件的复杂性，隧道工程已被广泛应用于解决复杂地质环境下的道路建设需求。盾构管片是隧道盾构施工的主要装配构件，是隧道的最内层屏障，承担着抵抗土层压力、地下水压力以及一些特殊荷载的作用，对隧道的结构性能、耐久性能以及防水性能等方面有着直接而重要的影响，参考文献1。然而，在管片制造和施工过程中，难免会出现缺陷和质量问题，如裂纹、空洞、麻面以及不均匀的厚度等，不仅会影响隧道管片的承载能力和结构稳定性，还可能导致渗漏、腐蚀和损坏等问题，进而对整个隧道工程的运行安全和寿命造成不可预知的影响,参考文献2。因此，对于隧道管片内部潜在缺陷的及时检测和评估变得十分重要。
2、冲击回波法(lmpact echo,简称ie)是20世纪80年代末发展起来的，针对结构内部缺陷的一种非常有效的检测手段。ie仪器在20世纪90年代末开始上市。美国材料测试协会(astm)在1998年采用了这项技术，正式用于混凝...
【技术保护点】
1.基于混合深度学习网络的隧道管片近表面缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤S3具体包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，步骤S4具体包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，步骤S1具体为：在隧道管片试块表面进行冲击回波检测，然后通过空耦探头采集声波数据得到缺陷埋深信号。
5.根据权利要求1所述的方法，其特征在于，步骤S1所述隧道管片试块中埋有相同种类、不同埋深的缺陷；所述缺陷采用硬泡沫材料填充。
6.根据权利要求1所述...
【技术特征摘要】
1.基于混合深度学习网络的隧道管片近表面缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤s3具体包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，步骤s4具体包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，步骤s1具体为：在隧道管片试块表面进行冲击回波检测，然后通过空耦探头采集声波数据得到缺陷埋深信号。
5.根据权利要求1所述的方法，其特征在于，步骤s1所述隧道管片试块中埋有相同种类、不同埋深的缺陷；所述缺陷采用硬泡沫材料填充。
6.根据权利要求1所述的方法，其特征在于，步骤s2中所述第一预设神经网络根据输入的缺陷埋深信号获得对应的第一预测埋深；所述第一预设神经网络通过缺陷埋...
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。