基于模型更新的在线有限元起重机监测平台

为解决施工过程中起重机的实时力学性能、安全预警评估和受力状态可视化研究的缺失问题,文中提出了一种新的基于结构模型更新的在线有限元起重机监测平台。该平台依托龙门起重机和塔式起重机,采用基于物联网的安全状态监测和有限元模型更新计算相结合的方法,实现了龙门起重机应力云图随吊重和小车位置的实时变化以及塔式起重机高度和吊臂转角驱动有限元模型的更新并计算。其中,有限元计算结果可视化采用基于WebGL的三维引擎Three.js,通过该引擎实现实时理论应力云图展示,可以更直观地展示理论值。该平台的有限元计算精度高且速度快,安全状态报警反应迅速,试运行效果良好,可广泛应用于起重机监测平台。

智慧梁场系统设计及应用研究

针对智慧化预制梁场缺乏自上而下的系统设计和应用框架现状,对其进行总体框架设计。智慧梁场利用新技术对预制梁生产要素升级赋能,全面感知生产过程中产生的大量数据,建立各个工序数据流动通道,实现梁场信息集成和业务协同、生产过程能效提升、资源利用价值最大化。基于现阶段预制梁场建设典型案例,梳理智慧梁场建设内容,提出智慧梁场系统“1+N+1”总体框架,即:1个梁场信息管理平台,实现生产过程中的进度、计划、质量、安全、人员、设备、原材料等要素的在线协同管理;N个梁场智能子系统,实现生产工艺升级和管理方式升级;1个梁场分析决策平台,集成生产数据和管理数据,挖掘数据价值,辅助生产决策。工程应用实践结果表明,该系统能实现梁场信息集成和业务协同,有效提升管理水平,提高生产效率,优化资源配置。

基于无人机的桥梁外露面裂缝识别系统研究

在桥梁检测中,采用新型无人机巡检代替传统的人工检测,可提高巡检效率和检测结果的准确性。对无人机巡检系统中桥梁结构巡检航线规划、病害数据采集方法进行详细介绍,该系统基于YOLO框架的优化模型对桥梁结构表面裂缝进行智能识别,通过深度学习算法进行裂缝合并和分割,然后建立所有平面照片与立体模型间的投影与反投影关系,实现了裂缝的自动定位和像素到真实尺寸的转化。通过倾斜摄影测量方法建立无人机巡检部位三维实景模型,将三维实景模型与BIM模型融合。以三维实景模型为数据底座,实现病害构件化、标准化管理。通过三维场景化管理快速查找并定位病害,对病害发展进行追溯和趋势分析。以寿春淮河特大桥为检测对象,将无人机检测数据与人工检测数据进行对比,得到无人机检测误差小、准确率高,验证了该系统的可行性,可在桥梁检测领域进行应用推广。

基于对比学习的低光照图像增强

针对低照度条件下获取的图像能见度低和质量差的问题,提出了一种基于对比学习的低光照图像增强方法。文中将图像转换任务的方法运用于低光照图像增强,其挑战在于低光域和正常光域之间的差异对于像素级恢复来说过于巨大和复杂,因此所提方法将其分为两步。首先使用基于Retinex理论的传统算法对原始低光图像进行初步地光照增强,以缩小两个域之间的差异,获取低光域和正常光域之间的中间状态。然后基于对比学习将后续的增强任务分解成两个阶段,即内容增强和降质学习,以此实现两个域之间的映射。对比学习可以进一步加强网络的表征能力,最终达到高自然度的图像恢复。大量实验证明了所提方法的高效性,其能够有效地增强低光照图像,图片质量和细节保留能力优于多种先进的光照增强方法。

基于深度学习的桥梁病害检测研究与应用

本文研发基于YOLOv5算法的桥梁病害检测系统,用于无人机桥梁病害检测。首先,通过无人机巡航系统进行病害采集;其次,通过K-means聚类算法对YOLOv5算法中的先验框比例进行改进,获取桥梁病害的尺寸;再次,利用图像切割算法将无人机输入图像切割为640*640尺寸大小,减小模型训练与推理难度,同时利用APAP算法对切割图像识别结果进行拼接,达到完整无人机图像识别结果;最后,采用Python Flask搭建开放式桥梁病害检测Web前端,可根据实际需求调用不同桥梁部位病害权重,实现13种桥梁病害实时检测。结果表明,该模型可有效地降低硬件需求,可直接对无人机图像进行识别处理,实现快速病害检测,有望为桥梁病害检测提供一个高效、安全且具有前景的检测方法。

基于BIM的桥梁全生命期管理技术及应用研究

针对桥梁设计、施工和运维管养不同阶段信息转移遗漏和难以共享的问题,以武汉青山长江公路大桥为背景,综合运用物联网、大数据、云计算、无人机倾斜摄影等新兴信息技术构建基于BIM的全生命期信息管理平台,平台包括电脑端的WEB应用系统、智慧沙盘和移动智能终端APP 3种可视化交互方式。设计阶段,对全线桥梁进行参数化BIM建模,并建立桥梁周边环境三维实景模型,在BIM中集成桥梁结构分析结果数据。施工阶段通过统一的构件编码串接项目信息、施工进度、质量安全、人员物资机械、施工监控等信息,实现各方的协同管理。运维管养阶段,在BIM模型上集成了设计、施工阶段与运维管养相关的关键信息,对健康监测和巡检管养实现三维可视化管理。

基于BIM技术的大型桥梁管养平台研究

针对现役桥梁工程中重建轻养、信息传递不通畅等问题,采用BIM技术的管养平台建设已成为桥梁养护管理的新方向。本文以武汉某公路大桥为例,利用BIM信息承载传递优势,融合GIS、移动互联网、物联网、无人机倾斜摄像等新技术,面向桥梁设计、施工、管养构建基于BIM的大型桥梁管养平台。实践证明,该平台能有效提高大型桥梁养护管理效率和科学决策水平,实现大型桥梁养护管理数据化、智能化,为大型桥梁全寿命期管养提供一种新的手段。

基于深度学习的钢筋混凝土桥梁掉块露筋病害识别

为对桥梁结构表面混凝土掉块、露筋进行定量分析,将深度学习算法与传统图像处理技术相结合,采用深度学习算法DeepLabV3+模型对桥梁结构表面病害进行语义分割,将各病害图像语义分割结果转化为2幅二值化图像,然后统计二值化图像中连通区域的数量、面积等参数,最后根据像素标定值得出掉块、露筋缺陷区域的实际物理尺寸。将基于深度学习的病害识别算法用于无人机桥梁检测系统中,对某混凝土桥梁表面病害进行检测,试验结果表明该算法病害识别准确率高,检测误差小,可以满足实际工程应用。

装配式工厂物料配送多重影响因素分析

针对我国装配式工厂生产的现状及问题,以工厂流水线物料配送为研究主体,将现阶段影响物料配送的因素分为三个方面,分别为技术因素、组织管理因素和人员因素;运用DEMATEL方法计算影响度、被影响度、中心度和原因度等指标,分析影响因素之间的相关关系;依据分析的结果,提出构建装配式工厂物料配送相关体系,以期对工厂物料管理提供借鉴,最终提高工厂生产效率。

基于BIM的寿春淮河大桥智慧场景信息管理系统

寿春淮河大桥由主桥、北引桥、南引桥组成,主桥为主跨200 m的矮塔斜拉桥,引桥分钢桁架梁组合桥、钢管桁架组合梁桥和钢板组合梁桥3种桥型。该桥结构复杂,为了直观地把握大桥结构健康状态、病害分布等,基于BIM建立该桥智慧场景信息管理系统。智慧场景信息管理系统融合BIM、三维GIS、无人机倾斜摄影三维实景、无人机巡检数据三维重建等各种主要三维模型及视图形式,对桥梁基础信息、健康监测、巡检管养、无人机巡检、监测报警、桥梁评定、场景漫游等数据进行三维可视化展示及管理。该系统在保障养护业务管理科学化、规范化的同时,提高了养护质量,降低了管理成本。

复杂钢桁拱桥全参数化建模方法

钢桁拱桥结构形式复杂、节点类型众多的特点,给传统参数化建模工作带来了极大的困扰。复杂钢桁拱桥梁的建模一直是BIM模型中难题。结合模型全参数化概念,从数据层、逻辑层、模型层三个层面依次建立模型,针对桥梁特点,详细论述全参数化模型建模过程,即采用“B-Rep法”完成构件型建立,通过“R+GH+TS”协同设计平台完成构件体合模,完成数据与模型的结合,提高了全桥模型精度,解决了后期修模困难的问题,并结合江汉七桥项目实现了模型更高精度的实际应用,为同类桥梁的全参数化建模提供参考。

面向桥梁全寿命期的监测系统软件架构设计

桥梁全寿命期中监测系统多种多样,其软件架构趋于近似且有部分功能相同,存在重复研发、可扩展性及复用力度弱、系统开发和运维代价高等弊端。面向桥梁全寿命期监测领域,设计了一套可复用子系统的软件架构,解决了桥梁监测领域共性问题,快速满足特定功能需求,提高系统开发效率和灵活性。该软件架构在武汉智慧桥梁管理等系统中得到应用,充分验证架构的合理性和实用性,对桥梁全寿命期监测领域的研究和应用开发具有非常好的指导借鉴意义。

中承式连续梁拱组合桥拱梁固接区受力性能模型试验研究

高速铁路中承式连续梁拱组合桥拱梁固接区域结构的构造和受力复杂,依托该类型某高速铁路桥梁工程实际,以拱梁固接区域为研究对象,以1∶4缩尺模型试验和空间有限元仿真分析相结合的方法,研究结构的传力路径和应力分布规律。简要介绍了模型缩尺原则、加载体系确定和应力测点布置。试验与仿真分析结果表明:横梁会导致主拱肋发生面外弯曲,使有横梁一侧主拱肋腹板、内填混凝土应力大于无横梁一侧,并且在横梁与主拱肋连接位置出现应力集中;主拱肋与主纵梁连接位置也有应力集中。但是,固接区域结构总体应力水平较低,整体表现为弹性工作状态;结构传力路径明确,应力分布合理,满足承载能力要求。

面向桥梁全寿命期监测系统软件的架构设计

桥梁全寿命期的监测系统多种多样,其软件架构趋于近似且有部分功能相同,存在重复研发、可扩展性及复用力度弱、系统开发和运维代价高等弊端。介绍了一套面向桥梁全寿命期监测领域、基于可复用子系统的软件架构。该软件架构在武汉智慧桥梁管理等系统中得到应用,充分验证了架构的合理性和实用性,对桥梁全寿命期监测领域的研究和应用开发具有良好的借鉴意义。