基于改进YOLOv5s的桥梁螺栓缺陷识别方法

针对现有算法在检测桥梁螺栓缺陷时因螺栓背景复杂和尺寸较小而导致的特征提取不充分、目标定位不精确问题,提出了一种基于改进YOLOv5s的桥梁螺栓缺陷识别方法。该方法在骨干网络中引入注意力机制以提升模型对螺栓特征的提取能力并加深对螺栓全局特征的关注度;优化空间金字塔池化结构以减少螺栓特征信息流失;采用MPDIoU作为边界框回归损失函数,提高螺栓边界框的回归精度;将YOLO检测头解耦以消除目标检测中分类任务和回归任务共享检测头对边界框位置回归的负面影响。在螺栓锈蚀、螺栓松动、螺栓脱落和螺母脱落4类典型缺陷螺栓以及正常螺栓的3810张自制螺栓图像数据集上进行训练和测试,实验结果表明:本文算法对螺栓缺陷的检测精度达到90.8%,相较于YOLOv5s提升了3%,均值平均精度达到92.6%,相较于YOLOv5s提升了4.3%,可以应用于桥梁螺栓的缺陷智能识别。

桥梁连接螺栓健康监测以及防锈维护系统设计

为防止桥梁连接螺栓出现锈蚀与脱落等问题,文章研究桥梁连接螺栓健康监测以及防锈维护系统设计。基于桥梁连接螺栓锈蚀成因与危害,构建螺栓健康监测以及防锈维护系统,通过工控机与采集子系统中的振动检测模块配合数据采集软件实时采集螺栓振动信号,无线传输螺栓振动信号至服务器端,采用基于初相和谐波理论的准同步DFT修正算法实现螺栓健康状态监测。实验验证结果表明:该系统可快速、精准地完成对螺栓的监控监测。

在役桥梁高强螺栓裂纹相控阵超声检测工艺研究

螺栓广泛应用在钢结构桥梁中的连接上,在役使用过程中承受复杂的应力、温度等作用,容易引起螺栓断裂或失效,其安全性受到人们越来越多的重视。如何在不拆卸螺栓的前提下,检测出螺栓的疲劳裂纹始终是个难题。结合理论分析,分别研究了相控阵超环阵探头线扫和线阵探头扇扫检测桥梁螺栓的关键技术,制定了在役桥梁螺栓检测工艺和方案,实现对在役桥梁螺栓检测的全覆盖,彻底解决了在役桥梁螺栓检测难题。