不可移动石质文物岩石理化性质研究——以重庆市石佛寺遗址摩崖造像区为例

以重庆市石佛寺遗址摩崖造像区为工程背景,通过开展野外勘测及岩石试样的理化性质测试,提出一种针对不可移动石质文物的理化性质研究方法,即跨尺度分析方法。室内试验采用宏观试验及微观试验,宏观试验包括三轴试验和直剪试验,微观试验包括扫描电子显微镜(SEM)和X射线衍射(XRD)分析。采用宏观试验测得样品的基本力学参数;通过电镜分析可知,试样为标准的砂岩,孔隙率较大,表明其对水的敏感性较高,在长期干湿循环作用下,其强度会随着时间的推移而降低,即典型的水岩相互作用;XRD衍射试验表明,由于砂岩中黏土矿物含量较高,故其水理性质较差,抗风化能力较弱,这是导致其风化的主要原因。地质雷达勘测及辅助声波探测表明,在有效保护文物的前提下,可以采用该方法对文物进行宏观和微观的跨尺度科学分析。

地质雷达在隧道衬砌质量检测中的应用探析

在对隧道衬砌质量实施检测过程中,由于地质雷达具有可靠、经济以及轻便灵活等特点,因此其应用越来越广泛,可以使隧道衬砌质量检测准确性进一步提高。本文首先对地质雷达的相关原理加以分析,并根据实际工程,对检测时的雷达图像和隧道缺陷进行分析,最后对提高检测精度的相关措施进行总结,旨在为今后检测提供借鉴,其中最为突出的便是地质雷达技术在隧道衬砌质量检测中的应用。

刍议建筑工程地基基础检测的重要性和关键技术

在建筑工程中,地基建设是提升建筑质量的基础,只有保证地基建设的稳定,才能为后续的工程建设奠定基础。因此,在建筑工程中,施工单位必须要重视对建筑地基基础检测的重视,深刻认识建筑工程中地基基础检测的重要性,不断应用基础建设及时加强建筑地基建设,从而提升建筑工程的质量。本文通过对建筑工程中地基基础检测的重要性进行总结,针对检测中应用到的技术进行了深入讨论,希望能够为工程建筑的发展提供一定的帮助。

基于钻进特征参数的隧道掌子面围岩级别智能识别方法

针对钻爆法隧道传统围岩分级方法操作复杂、受主观因素影响大,在评判复杂岩体的质量等级时存在一定局限性等问题,通过优选核密度估计法拟合钻进参数的分布,提出基于朴素贝叶斯分类算法的隧道围岩级别智能识别方法,采用交叉验证法提升分类模型性能,并依托文献数据开展应用验证。结果表明:基于核密度估计的朴素贝叶斯分类算法可以利用钻进参数的实际情况确定掌子面围岩质量等级,在测试集样本中的分类准确率达到94.0%;基于交叉验证法的分类模型性能提升方法可以充分利用钻进参数-围岩等级数据集的信息,有效提升分类算法模型的性能,在299组测试样本中分类准确率高达98.7%。

基于Cascade Mask Region-Convolutional Neural Network-ResNeSt的隧道光面爆破炮孔残痕智能识别方法

为解决现有隧道炮孔残痕识别方法中存在的识别精度不足、鲁棒性较低以及检测速度较慢等问题,提出一种名为Cascade Mask Region-Convolutional Neural Network(Cascade Mask R-CNN)的隧道炮孔残痕识别算法。该算法以Cascade Mask R-CNN实例分割算法为基础,采用先进的Res Ne St网络作为主干网络(Cascade MaskR-CNN-S),增强Cascade Mask R-CNN算法获取特征信息的能力,提升识别的精度;接着采用多尺度训练方式与学习率调整策略对网络进行训练得到智能识别模型,提升识别算法的鲁棒性;最后以平均精度值m AP为测试指标与传统的Cascade Mask R-CNN、Mask R-CNN等算法进行对比试验。研究表明:改进算法的预测框(IoU阈值为0.5)平均精度值(b_m AP(50))与分割(IoU阈值为0.5)平均精度值(s_m AP(50))分别高达0.415、0.350;相较于传统的实例分割算法,改进的算法在隧道炮孔残痕识别精度上有显著提升,隧道爆破残痕长度识别误差仅为8.3%,针对隧道复杂的作业环境具有更好的鲁棒性,抗干扰能力更强。