基于SAM&ImageJ图像处理的堆石混凝土坝层面露石率研究

堆石混凝土坝层面的外露块石为上下层提供了重要的啮合作用,其投影面积比例是科学评价层间抗剪性能的重要指标。采用国际最新Meta AI模型segment anything model(SAM)对层面外露堆石进行自动图像分割,并基于ImageJ软件对SAM识别后的图片进行再加工与图像计算,利用平滑、差分算法、中值滤波等方法精准标定外露堆石,二值化后计算得到层面露石率。结果表明:SAM图像预分割可识别约90%的外露堆石,经过ImageJ二次图像处理后可有效提高小粒径堆石的识别精度,对比手动标注结果误差在±3%以内。以贵州省两座水库的工程应用为例,对浇筑仓面进行分区预处理,结果发现靠近上游、中部、下游不同区域的露石率差别较大,计算得到的层面露石率以10%~30%居多,其中堆石入仓运输通道区域的露石率较低。研究内容与结论可为堆石混凝土结构层间界面抗剪力学性能和大坝蓄水安全稳定的研究提供参考与借鉴。

改进DeepLabv3+模型的混凝土坝表观裂缝特征提取方法

为了解决混凝土坝环境复杂造成现有算法裂缝检测难度大、效果差的问题,提出了一种改进DeepLabv3+模型的混凝土坝裂缝特征提取方法.该方法以轻量型网络替换原始骨干网络提取图像特征,降低模型复杂度;扩充空洞空间金字塔池化模块,提升编码器感受野;采用多尺度特征融合策略,提高边缘信息利用率;优化模型损失函数,克服像素不均衡的困难.采用自制混凝土坝表观裂缝图像数据集对提出方法的有效性和优越性进行了验证与评估,结果表明:构建的改进网络能准确地实现复杂背景下混凝土坝表观裂缝特征的提取,分割裂缝图像的交并比与像素精度分别为72.85%与85.36%,裂缝分割效果也明显优于其他方法,可为长期混凝土坝面裂缝监测提供有效的技术手段.

基于改进U-net的大坝表面混凝土裂缝图像分割方法

大坝表面混凝土裂缝的检测与识别对大坝安全具有重要意义,为此开展了基于深度学习方法的混凝土裂缝织别方法研究。针对裂缝图像具有复杂拓扑结构和正负样本不平衡等特点,在典型U-net中嵌入了ASPP和CBAM优化模块,同时以Dice+BCE混合损失函数代替了单一交叉熵损失函数。结果表明:所创建的改进U-net在自制实例大坝裂缝图像数据集上表现优异,交并比IoU和F1分数分别为47.05%和62.99%,对比典型U-net分别提高了5.41%和5.19%,对比PSPNet分别提高了3.05%和3.31%。改进的U-net在裂缝分割任务中像素分类更精确,多尺度信息更丰富,具有良好的泛化能力和鲁棒性,可为大坝混凝土结构表面裂缝检测与识别提供更优的手段。

基于MobileNetV2-DeepLabv3+的混凝土坝水下裂缝语义分割模型

为解决深度学习算法难以有效检测混凝土坝水下裂缝的问题,构建了基于MobileNetV2-DeepLabv3+的混凝土坝水下裂缝语义分割模型。该模型引入轻量化网络MobileNetV2,同时将深层特征下采样倍数降为8,以提高小数据集工况下的识别准确率和推理速度;将交叉熵损失函数与Dice损失函数的组合作为模型的损失函数,以缓解类别不平衡问题。工程实例验证结果表明:该模型在测试集上的平均像素准确率和平均交并比分别高达90.87%和86.33%,满足水下裂缝语义分割精度要求;典型工况下的混凝土坝水下裂缝的分割效果优于其他对比模型,泛化能力强;模型具有内存占比小、推理速度快的特点,可用于混凝土坝水下裂缝的检测。

卡利瓦大坝项目输水隧洞TBM施工管片选型分析

笔者以菲律宾卡利瓦大坝项目输水隧洞TBM施工为例对衬砌管片选型进行探讨,首先通过对比分析常用的三种管片的结构特点及适用性,选出适合该项目特点的隧洞衬砌管片型式即平行四边形管片和六边形管片;然后从设计功能要求、施工速度、成本等方面对平行四边形管片和六边形管片进行综合对比分析,最终选择采用六边形管片。研究成果可为具有洞线长、洞径小、弯段少、内水压力较小等特点的输水隧洞管片选型提供参考。

新工法在武思江水库防渗墙施工中的应用

部分采用二序法施工的数塑性混凝土防渗墙,极易在大坝中部深槽部位的防渗墙体与大坝土体之间产生纵向裂缝,有些项目裂缝宽达20 cm。为解决此类问题,武思江水库工程大坝体塑性混凝土防渗墙在总结多个项目的基础上,提出尝试采用“分段开槽,单边行走”的施工新工法,有效解决了在槽孔土体挖掘或槽孔混凝土浇筑过程中,相邻两期槽孔之间施工相距过近,致使坝体因劈裂破坏或被混凝土挤穿产生槽孔连通等问题,取得了较好的效果。

高坝明流泄洪洞掺气减蚀三维数值模拟分析

高坝明流泄洪洞的掺气减蚀问题倍受关注。以溪洛渡水电站3#泄洪洞为研究对象,结合大比尺单体模型试验成果,应用分段计算方法对泄洪洞掺气减蚀问题进行了三维紊流数值模拟分析。结果表明:泄洪洞各道掺气坎布置合理且有稳定掺气空腔,掺气坎体型基本合理,明流段洞顶余幅足够。泄洪洞反弧段及末端一段区域水力特性复杂,应重点关注此部位的设计及施工问题。对于高流速、大梯度泄洪洞水力学问题,采用分段计算能提高计算速度。

下交漳水库工程选址、选型及布置

下交漳水库工程位于山西省晋中市左权县境内的清漳河干流上,属大(Ⅱ)型。文章结合清漳河河道特点,通过坝段比选、坝址选择,并通过坝址区地形、地质条件、筑坝材料、施工条件等方面的论述,最终确定工程坝址、坝型及布置方案。

基于注意力引导的堤坝场景图像语义分割算法

堤坝作为水利工程重要的组成部分,对堤坝进行智能检测是堤防工程安全运行的保障。将堤坝从自然环境中准确地提取出来是堤坝智能检测的前提。提出一种基于注意力引导的堤坝场景语义分割算法,在E-Net基础上引入注意力机制,利用高层语义信息引导融合高低层特征,提高目标分割的准确度和完整度。实验结果表明文中算法可以得到更加准确完整的分割结果,有效地实现多种场景的堤坝目标分割。

基于数字高程模型的淤地坝地区河网提取方法

淤地坝作为黄土高原水土流失严重地区重要而独特的治沟工程,具有滞洪、拦淤、蓄水等作用,但在该地区利用数字高程模型(DEM)进行流域水系分析时,提取的河网会受淤地坝的干扰出现河网偏移、错位问题。本文提出一种通过对淤地坝进行检测并修正DEM的自动化方法来实现河网的有效提取。该方法先利用区域生长和形态学算法提取河道中心线,以缩小淤地坝检测范围,再基于改进的直线段检测(LSD)算法以及角度滤波确定淤地坝候选轮廓直线,然后构建十字模型定位淤地坝,最后对淤地坝所在栅格高程进行修正以提取河网。该方法在黄土高原两个典型样区中检测淤地坝的F1值分别为86.67%和86.95%,相比于仅使用填充、裂开的两种河网提取方法,本文方法能有效解决河网偏移问题。结果表明,本文方法提取的河网结果更符合真实地形,可为黄土高原淤地坝地区的流域数字地形分析技术提供有益补充与支持。

不透水地基上均质土坝渗流自由面的有限元计算

为了保证土坝安全,水利工程中需要对土坝进行渗流计算,首先需要确定自由面。根据达西定律和渗流连续方程,以及水头和流量边界条件,建立了不透水地基上的均质土坝渗流的计算模型。利用Geoslope软件,采用有限元离散的方法计算了土坝的渗流自由面,并分析了土坝在不同的渗透系数情况下的自由面位置的差异。最后,解析解计算的自由面结果验证了有限元计算自由面方法是正确的。

以项目功能状态法评估水库大坝资产--祝贺母校建校70周年

我国是水库大国,有水库9.8万余座,为社会创造了巨额财富,也是社会一笔巨额资产,应对水库大坝资产进行评估。但是,我国尚无水利资产专业评估方法,如采用适用于普通资产的常规方法评估水库大坝资产常使成果不能反映实际。文中基于笔者断续参加的25个水利资产评估项目工作经验积累,提出以项目功能状态法评估水库大坝资产,以探索问题解决。

山口水电站溢流坝段有限元分析

采用有限元分析软件ANSYS对山口水电站溢流坝段溢流坝坝体和坝基面、上游坝坡折坡点处截面以及892.5 m高程处的施工期长间歇面3个截面的位移和应力进行了计算分析,结果:位移和应力均满足设计规范要求,大坝安全稳定。

基于计算机视觉的混凝土坝裂缝检测方法

为解决传统图像分割算法难以分割噪声污染严重的坝面裂缝图片的问题,提出一种基于自适应区域生长和局部K-Means聚类的坝面裂缝检测算法。采用双边滤波对裂缝灰度图进行初步降噪,运用自适应区域生长算法获得裂缝的粗分割图,再通过形态学腐蚀操作以及最大连通域提取操作去除孤立的点状及团状噪声,最后采用局部K-means聚类算法获得裂缝的精细分割图。运用该算法以及大津阈值分割算法等常用的3种算法对3幅分别存在污渍噪声、混凝土表面毛刺噪声、块状以及条状噪声污染的裂缝图片进行分割。结果表明:该算法获得的分割结果完成度指数以及正确度指数均在0.95以上,高于其他3种算法;该算法的抗噪性好,适应性强,能实现对坝面裂缝的精确识别分割。

一种基于边缘检测及纹理分析的水坝图像分割算法

针对边缘检测算法的局限性及灰度水坝图像的特点,提出了一种基于边缘检测及纹理分析相结合的灰度图像分割算法,首先利用边缘检测算法对待处理图像进行边缘检测得到图像的粗分割,然后在原灰度图像中对得到的边缘位置点进行纹理分析,去除检测到的非目标对象的边缘从而得到分割图像,即细分割。将该算法应用到河坝监测系统中,实验证明该算法达到了很好的分割效果。

基于局部大津阈值与区域生长的坝面细小裂缝识别分割算法

针对传统图像分割算法难以分割噪声污染严重的混凝土坝面细小裂缝图片的问题,结合大津阈值算法和区域生长算法提出一种新的裂缝分割算法。该算法通过一个滑动的窗口遍历整幅灰度图并计算窗口内的局部大津阈值,遍历过程中将所有灰度值在局部阈值以上的窗口中心像素点作为区域生长种子点,设计生长阈值,生长完成后得到分割结果。运用该算法、基于全局的大津阈值等经典分割算法对四幅存在光照不均、污渍覆盖等噪声污染的裂缝图片进行分割。结果表明,所提算法的分割结果中背景噪声最少,误差最小。通过连通域分析去除剩余的背景噪声,可实现对裂缝的精确识别分割,为自动化检测坝面裂缝奠定基础。

基于图像分割的尾矿坝干滩长度监测

干滩长度是反映影响尾矿库安全稳定的重要参数之一;为了测量尾矿坝干滩的长度,提出一种基于图像分割的干滩长度监测系统;根据尾矿库地形特点通过获取尾矿库水域边界图像,在Emgu CV环境下,使用OTSU阈值分割法、轮廓识别、分水岭法等算法过滤图片中尾矿库周围的植物、水面的波纹和倒影,自动清晰地识别干滩和水面的分界水线,并对水线像素坐标点进行分析与处理,实时得出最准确的干滩水线像素坐标;创新性地只通过一次标志物标定就能得出水线坐标与干滩长度的函数,从而得到尾矿坝干滩长度;经过浙江建德铜矿尾矿坝实地测量,该方法长度误差小于2.6%。

基于改进Mask R-CNN的混凝土坝裂缝像素级检测方法

为解决传统人工巡检混凝土坝裂缝效率低下的问题,将人工智能和计算机视觉技术相结合,提出了复杂背景下混凝土坝裂缝像素级精细化自动识别分割方法。为克服复杂环境背景因素干扰,基于多种数字图像处理手段对混凝土坝裂缝图像进行预处理,有效去除环境噪声。在Mask R-CNN基础上,对模型主干网络进行改进以提升裂缝特征提取能力。采集500幅包含单裂缝、多裂缝、交叉裂缝、龟裂等多种裂缝形态的混凝土坝裂缝图像用于模型训练与验证,并采用定性分析和定量评估相结合的手段多维度评估模型泛化能力和鲁棒性。结果表明:改进Mask R-CNN对含有多种裂缝特征及噪声背景的裂缝图像识别效果良好,模型在测试集上的目标检测和分割掩码平均精确度分别达76.3和61.9,满足高精度裂缝精细分割要求;与Cascade-Mask R-CNN、Yolact++等基准模型相比,改进Mask R-CNN在目标检测、分割掩码精确度及模型推理速度多方面均有一定的优势。

两款电测水平位移计的性能比较

现用于土石坝水平位移观测的仪器主要为引张线式水平位移计、电测式水平位移计,本文对这两类仪器性能进行了比较。

基于预滤波交互式水域分割算法

针对传统水域分割算法提取目标点不准确而造成过分割的弊端,采用交互式分割,同时结合图像预滤波的方法进一步修正梯度图像,并对处理后的图像使用叠坝算法进行增强。本文使用C++语言编程,使用队列数据结构进行像素存储,进行了交互取点、预滤波及修正分割等试验,试验结果表明本文算法极大程度上减少或消除了图像的过分割现象,提高了分割的准确度。