基于深度学习方法的大坝裂缝检测研究

由于混凝土材料力学性质和地质环境的影响,水库蓄水后大坝有可能出现裂缝导致坝渗漏,影响水库发电、供水、灌溉等效益的正常发挥。因此,提前对混凝土进行裂缝识别具有较高的应用价值和科学意义。在卷积神经网络基础上采用语义分割DeepCrack裂纹检测模型,以某水电站附近区域裂缝为输入数据集,结合超高分辨率图像进行裂缝自动检测研究。研究结果表明,基于深度学习的图像处理方法可以自动提取混凝土表面的损伤区域,其精度高于人工检测,但图像处理方法的精度受输入图像质量的影响。此外,拍摄条件是决定裂缝识别精度的因素之一,评价拍摄条件的有效性对于提高裂缝识别方法的可靠性非常重要。

人工封装桩处理下水闸软土复合地基土力学特性试验研究

为研究散体人工封装桩处理下冲口门水闸软土复合地基土力学特性,开展了高径比、散体料密实度对土力学指标影响的室内试验。试验表明,试样高径比愈小,则承载强度愈高,且具有较显著脆性变形;随高径比的梯次变化,围压100kPa、400kPa下分别具有平均降幅10.3%、14.8%。散体填充料密实度愈大,则复合土强度愈高,受围压效应影响愈显著,且具有较长应变硬化段。抗剪特征参数与高径比呈负相关关系,与散体料密实度呈正相关关系,前者影响作用于黏聚力,后者主要影响内摩擦角。研究成果可为软土等不良土层场地的人工桩设计应用提供参考。