基于深度学习的桥梁表观裂缝检测算法研究

针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像的分析,提出一种基于Inception网络和残差网络(ResNet)的桥梁裂缝分类模型,用于桥梁裂缝面元和桥梁背景面元的识别;然后结合桥梁裂缝分类模型与滑动窗口算法对桥梁表观裂缝图像进行检测;最后利用数字图像处理技术测量裂缝宽度。结果表明:该文算法对桥梁表观裂缝有超过99%的分类精度,可满足实际工程需要;实现了裂缝的提取并能准确地定位出裂缝在图像中的位置;根据成像原理能测量出裂缝宽度。与传统的深度学习模型相比,该模型拥有更高的执行效率,可用于大规模检测,更易于应用在桥梁健康检测中。

基于一阶优化法的连续梁桥整体顶升顶升力优化

桥梁顶升施工过程中,千斤顶的作用位置受工程实际情况的约束。为在有限区域布置的情况下确定千斤顶的顶升力,提出了一种基于一阶优化法的合理顶升力计算方法。该方法将复杂的力学问题转化为目标函数的求解问题,即通过建立有限元模型获得梁桥上部结构的内力值和应力值,再通过MATLAB程序进行优化分析。为验证该方法的有效性,以单箱单室(双室)预应力混凝土连续梁桥为背景,采用该方法计算千斤顶合理顶升力。基于连续梁桥受力特点,以顶升状态和成桥状态下的梁体弯矩近似相同为目标,以千斤顶顶升力和布置位置为优化变量,以《公路钢筋混凝土及预应力混凝土桥涵设计规范》对短暂状况构件的应力规定为约束条件,建立了目标函数进行顶升力优化。结果表明,该优化方法能解决千斤顶刚性约束方式无法解决的支座出现负反力的问题;千斤顶的作用位置可作为自变量参与优化。