基于深度学习的计算机视觉在隧道衬砌病害检测中的应用综述

隧道衬砌作为隧道的重要支撑结构,对其中存在的病害进行检测显得十分重要。然而,传统的隧道病害检测方法高度依赖人工,效率低下,并且存在一定的安全风险,因此,如何高效、安全地实现病害的自动检测成为了热门的方向之一。深度学习(DL)和计算机视觉(CV)被视为实现隧道衬砌病害自动检测的具有发展前景的方法。为了阐明DL技术和CV技术在病害检测中的研究与应用,总结了隧道衬砌病害检测技术的发展历程;基于数据对于DL模型训练的重要性,总结了衬砌病害数据集的建立过程;随后,总结了基于DL的CV技术在隧道衬砌表面病害和内部病害检测方面的方法和应用;最后,讨论了目前研究中存在的问题,并对未来的发展进行了展望。

3D打印隧道衬砌-围岩界面力学性能研究

[目的]3D打印技术在工程结构施工的研究和应用已逐渐深入,应用3D打印建造地铁隧道开拓了一种新的思路和方法,而3D打印施工过程中,衬砌与隧道围岩的共构效果和协同工作性能的保障是构建隧道衬砌结构体系的关键,需对其进行深入研究。[方法]通过试验模拟不同围岩条件下的界面特性,深入研究了3D打印隧道施工中衬砌和围岩之间的粘结力学性能及其影响因素。[结果及结论]围岩表面的粗糙度对3D打印衬砌混凝土的粘结效果有显著影响,而表面涂覆涂层能够有效改善衬砌-围岩界面的粘结性能,通过填补衬砌-围岩界面的微观不平整有利于提高3D打印衬砌施工质量。

复合腐蚀作用下隧道衬砌承载力演变模型研究

腐蚀性地层中的硫酸根、氯离子将致使隧道衬砌混凝土酥松、强度下降和钢筋锈蚀,从而导致衬砌整体承载能力的退化,其退化规律受多种环境因素的影响。为了揭示硫酸盐-氯盐复合腐蚀环境中钢筋混凝土衬砌承载力演变规律,该文提出一种多因素耦合作用下的受腐蚀衬砌承载力演变计算方法。首先,建立考虑外部荷载、季节温差等因素影响的硫酸根-氯离子耦合传输方程组,量化腐蚀离子传输导致的材料宏观力学响应,然后在此基础上推导钢筋混凝土衬砌承载力演变计算公式,研究腐蚀环境下隧道衬砌承载力的退化特征,最后用试验数据验证模型的正确性。该研究成果建立腐蚀离子的微观传输过程与隧道衬砌宏观承载力演化之间的直接联系,为腐蚀性地层隧道结构的耐久性评估提供了方法。

浅埋暗挖隧道开挖对既有隧道衬砌结构的影响

浅埋暗挖隧道开挖会引起周边既有构建筑物变形,严重时会导致其变形过大而破坏。以某地下轨道交通工程为依托,利用仿真软件以及实地勘探,对既有隧道衬砌结构受力变形情况、实际施工过程中地表的下降情况、暗挖隧道位移和既有隧道衬砌结构位移情况进行研究。研究结果表明:1)采用隧道错距开挖的方式会造成隧道的沉降量变大;2)在隧道开挖后,既有隧道衬砌结构受新隧道影响,其左侧部分竖向位移整体大于右侧部分,竖向最大位移处在隧道初始位置,竖向最小位移处在隧道末端;3)对于浅埋暗挖上跨施工,当开挖距离大于新建隧道中轴线35m时,开挖新隧道对上跨既有隧道衬砌结构横向位移影响较小;4)当开挖深度到达一定距离后,拱底、左拱腰和右拱腰的应力基本保持不变;5拱底的应力不随开挖距离的深入而发生变化。

波纹钢板套衬加固大断面隧道衬砌力学性能

采用有限元软件建立了江西省某座大断面隧道地层-结构数值计算模型,对波纹钢板套衬加固隧道衬砌的力学性能进行研究。结果表明:波纹钢板套衬分担了部分围岩压力,隧道衬砌的应力出现重分布;波纹钢板套衬与既有衬砌组合结构的承载力随着锚栓数量的增加而增强,建议拱顶至拱肩区间的锚栓间距为2~3 m、拱肩至拱脚位置锚栓间距为1 m;既有衬砌和波纹钢板套衬对围岩压力的承担比呈负相关;考虑经济性和波纹钢板厚度对锚栓受力的影响,建议波纹钢板厚度不超过6 mm。

爆破荷载作用下邻近深埋隧道衬砌动力响应数值模拟

为了研究深埋小净距隧道在爆破荷载下的动力响应以及保证隧道的安全和稳定,以三洞分离隧道爆破开挖工程为背景,通过ANSYS/LS-DYNA模拟分析深埋小净距隧道在爆破荷载作用下的衬砌动力响应。分析了隧道同一截面拱顶、拱腰、拱脚不同测点,不同断面的振速和位移。研究结果表明:衬砌内侧(与净空面接触)拱脚首先产生振动,爆破卸载后,衬砌外侧(与岩石接触)振动速度达到峰值。纵断面的振动速度差异较大,水平位移的影响大于垂向位移的影响。最大位移出现在拱顶,其次出现在迎爆侧拱腰处。断面拱脚处测点振动加速度最大,受到的爆轰也最大。

隧道衬砌施工缝抗渗性及影响因素室内试验研究

为研究止水带、界面剂和界面粗糙度等因素对衬砌施工缝抗渗性的影响,提高富水隧道衬砌抗水压能力,通过剖析隧道衬砌施工缝防水构造,找出影响其抗渗性能的关键因素。设计室内抗渗试验,制作162块施工缝抗渗试件进行各因素敏感性分析并揭示其作用机制。试验结果表明:1)浇筑时间间隔超7 d的施工缝会导致混凝土抗渗性降低2~3个数量级,其抗渗性取决于新旧混凝土界面和止水带与混凝土界面的抗渗性能;2)缩短浇筑间隔和涂抹界面剂有利于降低新旧混凝土界面的渗透系数;3)通过凿毛处理增加施工缝界面的粗糙度对施工缝抗渗性无明显提高作用,甚至由于过度凿毛损伤混凝土基体引起界面抗渗性降低;4)在界面浇筑间隔7 d且无凿毛条件下,橡胶止水带与混凝土界面平均相对渗透系数是新旧混凝土界面的47.5%,其抗渗性优于施工缝新旧混凝土界面,其止水机制为降低界面渗透系数、提高单位渗流长度的水头损失和延长渗流路径长度共同发挥作用;5)钢板止水带与混凝土界面的渗透系数近似等于施工缝新旧混凝土界面,其止水机制为通过延长渗流路径长度发挥作用。

隧道衬砌背后小尺寸空洞用聚氨酯注浆材料探究

为探索适用于隧道衬砌背后小尺寸空洞的高性能注浆材料,制备了11组聚氨酯注浆材料,研究了其力学性能,提出了改进本构方程,并采用灰色关联进行综合评价.结果表明:1.16%~1.94%催化剂、3.80%~5.60%扩链剂可有效提高聚氨酯的力学性能;高相对分子质量多元醇的引入降低了聚氨酯的压缩强度和拉伸强度,却显著改善了其黏结强度;基于唯象模型提出的本构模型可准确表征聚氨酯的压缩变形;基于灰色关联得到聚氨酯的最佳配合比为异氰酸酯、相对分子质量为8000的多元醇及500的多元醇质量比25∶2∶23,催化剂掺量1.16%,扩链剂掺量1.94%,此配合比下聚氨酯综合性能最佳.

机制砂对隧道衬砌混凝土收缩性能的影响

使用机制砂制备铁路隧道衬砌混凝土是未来发展趋势,衬砌混凝土是隧道工程的重要组成部分,而由于混凝土收缩导致的环向裂缝是其常见缺陷,因此,研究采用机制砂后的衬砌混凝土收缩性能对保障隧道工程质量有重要意义。本研究对强度等级为C40的花岗岩机制砂混凝土(GSC)、凝灰岩机制砂混凝土(TSC)和河砂混凝土(RSC)的工作性能、抗压强度、收缩性能、早期抗裂性能进行了对比试验研究,并结合水分蒸发量和孔结构进行了内在机理分析。研究结果表明:在相同外加剂掺量下,两种机制砂混凝土的工作性能与河砂混凝土相近,较河砂混凝土具有更好的保坍性;机制砂混凝土的抗压强度可以满足设计要求,且凝灰岩机制砂混凝土在各龄期均较河砂混凝土表现出更高的抗压强度;若早期良好养护,机制砂不会增加混凝土的收缩,花岗岩机制砂还能显著降低收缩;若早期缺乏良好养护,两种机制砂均会增加混凝土早期收缩,早期抗裂性能也下降,增加衬砌混凝土环向开裂风险。

基于声音特征的隧道衬砌空洞识别方法研究

目前隧道衬砌空洞检测以人工敲击判断为主,检测过程中由于受到检测人员水平、注意力等主观因素影响,检测结果存在较大不确定性,因此有必要研制一种智能化的检测装置实现空洞自动识别。文章开展了衬砌空洞敲击回声智能识别算法研究,通过提取隧道衬砌冲击回波的梅尔倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)作为特征,针对敲击回声脉冲信号长度不一的特点,提出了变帧长MFCC优化算法,并面向小样本条件,建立了支持向量机(Support Vector Machine,SVM)的识别模型。试验结果表明,该模型对衬砌空洞识别准确率可达89.9%。

铁路隧道衬砌病害智能检测技术研究

研究目的:铁路隧道方面的缺陷病害已成为影响我国铁路运营安全的重要隐患,其中隧道衬砌质量问题尤为突出。针对隧道衬砌病害检测智能化程度低、人工判释标准不统一、地质雷达检测图像判释过程受设备型号、判释人员技术能力因素干扰等问题,本文以隧道衬砌病害地质雷达检测图像为样本库,训练图像识别算法,实现铁路隧道衬砌各类病害的智能识别,为铁路隧道质量检测提供自动化、智能化工具。研究结论:(1)研究了隧道衬砌地质雷达缺陷图像特征,发现隧道衬砌质量病害的判定对检测人员的经验要求较高,具有一定主观性;(2)构建了不同种类病害的地质雷达影像样本库,通过训练智能识别模型,实现对不同病害的快速、自动识别;(3)针对某铁路项目中的隧道衬砌质量检测图像,进行了衬砌质量智能检测,识别结果显示,该技术可以有效避免检测过程中的人为因素干扰,提高了检测的工作效率和分析结论的准确性。

高地温环境条件下超细粉掺量对隧道衬砌混凝土抗压及抗渗性能的影响

通过模拟隧道衬砌混凝土高地温服役环境,研究隧道衬砌混凝土在环境温度20、60和80℃下3、7和28 d的抗压及抗渗性能,分析高地温环境条件下隧道衬砌混凝土抗压及抗渗性能变化规律,以为高地温环境条件下隧道衬砌混凝土的施工提供理论支持和经验借鉴。研究结果表明:高温养护环境能够提高隧道衬砌混凝土3和7 d抗压强度,但80℃高温养护环境会降低隧道衬砌混凝土28 d抗压强度;随着超细粉掺量的增加隧道衬砌混凝土抗压强度先增强后降低,当掺量为30%时,混凝土的抗压强度最大;随着温度的升高和超细粉掺量的增加,隧道衬砌混凝土的电通量总体呈下降趋势;同一个配合中,混凝土试件的模态弦长随养护温度的升高没有出现明显变化,但平均弦长随养护温度的升高而降低。

高速列车通过不同隧道衬砌结构时气动效应特性研究

为研究隧道衬砌结构上的气动压力时空特征和不同影响因素下气动效应的变化规律,基于滑移网格技术、有限体积法理论以及非定常、黏性、可压缩性N-S方程和RNG湍流方程,建立精细化的隧道-列车流固耦合数值计算模型,通过动模型试验验证数值计算的合理性。研究表明:1)全过程压力云图和流场云图可清晰地揭示出气动压力波的传播过程及特性;2)基于列车长度修正了最大压缩波的既有经验公式,提出列车摩阻因数为2.255 Pa/m;3)拟合出了不同隧道衬砌结构下压力峰峰值衰减率与循环周期数的关系式,为后期分析气动荷载对衬砌结构的疲劳损伤奠定了理论基础;4)揭示出列车尾部完全驶出隧道后或长隧道中管片结构上的气动压力峰值相较于模筑衬砌隧道中的气动压力峰值衰减更快,盾构隧道出口外20 m和50 m处的微气压波幅值相较于模筑衬砌隧道降低1.53%~5.5%。

含聚合物防水膜的隧道衬砌界面剪切-滑移力学特性试验研究

为研究隧道衬砌结构中密贴型防水层界面的力学特性,根据隧道喷膜防水衬砌结构的特点,采用粘结强度试验和压剪试验探讨聚合物防水膜复合试件的界面剪切-滑移力学行为和特性。通过粘结强度试验绘制3种类型防水膜的拉伸应力-位移曲线,通过压剪试验绘制界面剪切应力-位移曲线,基于试验结果曲线计算得到防水层的界面参数,包括剪切强度、残余剪切强度、剪切模量、剪切滑移能量和剪切失效位移,并讨论防水材料性能和法向压应力对这些参数的影响。结果表明,防水层界面的剪切-滑移特性主要受防水材料特性和法向压应力的影响,防水材料特性对界面剪切强度和剪切模量的影响较大,而残余剪切强度、剪切滑移能量和剪切失效位移则受到法向压应力的影响更多。

隧道内爆炸荷载作用下衬砌及周围非饱和土的动力响应解答

假设瞬态荷载沿隧道方向按指数衰减,建立非饱和介质中圆柱形衬砌隧道受到内源爆炸荷载作用时衬砌隧道及周围非饱和介质计算模型。基于多孔介质混合物理论和连续介质力学理论,推导爆炸荷载作用下衬砌结构及周围非饱和土的控制方程,运用Laplace及Fourier变换求得隧道衬砌及周围土体在频域-波域内的解析解答,研究内源爆炸作用下饱和度对衬砌结构动力响应的影响。计算结果表明:饱和度对衬砌内表面径向位移影响较大,在轴向上,随着饱和度由0.15增至0.98,爆源处的径向位移值升高约28%;衬砌内表面径向应力随时间变化受饱和度的影响不明显;衬砌内表面环向应力幅值随饱和度的增大而增大,且达到幅值所用的时间逐渐延迟。在轴向上,随着饱和度由0.15增至0.98,爆源处环向应力升高约29%。

基于改进U-Net网络的地质雷达图谱隧道衬砌厚度量化识别技术

传统地质雷达图谱隧道衬砌厚度识别采用射线追踪法与人工判识,自动化程度不高。本文分析了隧道衬砌地质雷达图谱特征,制作地质雷达图谱衬砌厚度数据集,利用数据增强技术实现样本扩容,基于改进的U-Net语义分割目标识别网络对模型进行训练与评估。改进的U-Net网络对衬砌厚度自动识别的平均交并比(mean Intersection Over Union,mIOU)和平均像素准确率(mean Pixel Accuracy,mPA)分别为94.2%与96.7%,且检测效率为原始U-Net网络的3.75倍。提出了一种模板匹配算法,对自动识别的衬砌厚度雷达图谱实际坐标系进行重建,建立像素坐标与实际坐标间的映射关系,完成隧道地质雷达图谱衬砌实际里程与厚度的量化识别,并实现了衬砌欠厚信息的快速统计与输出,具有一定的工程应用价值。

基于SMR-RCNN网络的隧道衬砌缺陷智能识别研究

脱空和不密实是隧道衬砌最常见的两种病害。在这两种病害长期作用下会导致隧道出现破裂、渗漏水、钢筋锈蚀,最终造成隧道塌方等问题,严重威胁行车安全。采用探地雷达对隧道进行无损探测是发现这些病害或缺陷的常见方式,但大量雷达数据的人工识别存在着工作量大、效率低、强烈依赖人员的专业素养等问题。本文提出一种基于深度学习的隧道衬砌缺陷的自动检测方法——自监督多尺度池化区域卷积神经网络方法(Self-monitoring Multi-scale ROI Align Region Convolutional Neural Network,SMR-RCNN),以提高缺陷识别的效率,并减少主观因素的影响。在雷达探测隧道衬砌的实践中,数据量巨大,但缺陷样本却很少,这对训练神经网络是一个相当大的挑战。为此,设计了一种数据增强的方法来增加缺陷的样本数量,且使用一种自监督对比学习的网络模型来提取雷达数据的特征,然后将其迁移到改进后的Faster-RCNN网络模型中;最后,使用有标签的样本对改进的Faster-RCNN网络进行细调训练。实验结果表明,相较于传统的Faster-RCNN方法,本文提出的算法增强了神经网络对脱空和不密实两类缺陷的自动识别能力,在检测精度上得到了显著提高,mAP值提升了12%。

碳酸盐环境下隧道衬砌混凝土的腐蚀研究及防治措施

依托醴娄高速周家冲隧道工程,研究了强腐蚀地下水环境中HCO3-和游离CO_(2)对混凝土的腐蚀影响,分析了腐蚀机理,制备了抗碳酸盐和碳酸性腐蚀的C40隧道衬砌混凝土,并通过正交试验方法确定了该混凝土的最佳配合比。此外,还提出了隧道衬砌混凝土防腐措施。结果表明:混凝土的最佳配合比为m_(水泥)∶m_(细骨料)∶m_(粗骨料)∶m_(水)∶m_(矿粉)∶m_(硅灰)∶m_(硅藻土)∶m_(Ba)(OH)_(2)∶m_(减水剂)=1∶1.83∶2.43∶0.35∶0.10∶0.062∶0.021∶0.016∶0.012;加强混凝土拌合、运输、泵送、浇筑、养护等施工质量控制,加强防排水措施,均可提高隧道衬砌混凝土的抗碳酸盐和碳酸腐蚀性能。

基于雷达机器人的隧道衬砌高效检测技术研究

为解决隧道衬砌结构病害检测中设备布设困难、检测效率低下、结果不具代表性等问题,设计由四旋翼-四驱动结构搭载900 MHz无线雷达、运行速度为18 km/h的隧道衬砌雷达检测机器人,设定力学指标满足机器人沿衬砌环向曲面行走的功能,并研制重力传感器用于路径校准。依据雷达机器人采集的结构损伤信息,开发雷达信号轻量化网络模型,对钢筋、厚度不足、不密实与空洞4类衬砌内部常见的异常信号进行自动分类,并输出空洞顶部与底部反射的信号时间窗,可用于空洞信号的精准定位与深度测算。在小笠尖隧道与鹿山隧道开展实际工程检测应用,并完成现场打孔验证。工程应用及验证结果表明:1)雷达机器人能快速稳定完成结构数据的自动化采集,与人工检测相比,检测数据精度较高,检测4000 m^(2)衬砌由3 h缩短至0.5 h;2)雷达信号轻量化网络分类精确度指标F1分数与mAP@0.5分别为0.93与97.51%,优于雷达图谱模型并且计算量较小;3)定位模块在不同位置处对空洞深度尺寸的预测准确率均大于80%,输出位置、深度信息与现场打孔结果一致,证明了雷达机器人在病害自动化检测中的有效性。

基于深度学习法的地铁隧道衬砌缺陷智能检测系统

[目的]地铁隧道内壁缺陷主要以裂纹和渗漏水为主,目前以人工和半自动化设备为主的检测方式存在强度大、效率低、可靠度不高等问题。应研究基于智能的检测识别算法及检测系统,以实现地铁隧道衬砌缺陷检测的信息化及智能化。[方法]分析了地铁隧道缺陷巡检技术现状,提出了一套适用于地铁隧道衬砌缺陷的识别算法,主要包括图像处理算法、缺陷分类检测算法及缺陷分级检测算法等,并选用了4个指标,用以评估该识别算法的检测效果。进一步从软件和硬件2个方面,建立了基于深度学习法的地铁隧道衬砌缺陷智能检测系统。最后将该系统应用于北京地铁3条线路上,分析其现场应用的可靠性。[结果及结论]应用该智能检测系统后,地铁隧道衬砌裂纹缺陷的检测率为91.95%,误检率为0.89%;渗漏水缺陷的检测率为93.83%,误检率为0.65%。该系统可作为地铁隧道智能化检测的核心平台,对地铁隧道各种缺陷进行有效检测。