基于深度学习方法的大坝裂缝检测研究.pdf
《基于深度学习方法的大坝裂缝检测研究.pdf》由会员分享,可在线阅读,更多相关《基于深度学习方法的大坝裂缝检测研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、云南水力发电YUNNAN WATER POWER344第 39 卷第 8 期0 引言混凝土大坝是水利工程系统中的重要组成部分,是促进国民经济和社会发展的重要基础设施1。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,甚至存在溃坝风险2。因此,提前对混凝土进行裂缝识别能够为水库稳定性评价提供可靠依据,具有较高的应用价值和科学意义3。当前国内外学者对混凝土大坝裂隙检测进行了大量的研究工作。梁海林4结合相关的实例就水库大坝坝顶裂缝进行分析,分析混凝土水库大坝坝顶裂缝的检测的基本方法;李宗坤等5结合 Leaky Noisy-or
2、 gate 扩展模型,引入时间因素建立了动态贝叶斯网络模型,研究混凝土坝裂缝检测与失事概率随时间变化的基于深度学习方法的大坝裂缝检测研究李烁(揭阳市榕城区安揭引韩水利事务所,广东 揭阳 522000)摘要: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
3、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。关键词:深度学习;大坝;裂缝识别;DeepCrack中图分类号:TV698.1+1文献标识码:A文章编号:1006-3951(2023)08-0344-04DOI:10.3969/j.issn.1006-3951.2023.08.082Research on Dam Crack Detection Based on Deep Learning MethodLI Shuo(Jieyang Rongcheng District An
4、jie Yinhan Water Conservancy Office,Jieyang 522000,China)Abstract:Due to the influence of Strength of materials properties of concrete and geological environment,cracks may appear in the dam after the impoundment of the reservoir,which may lead to dam leakage,affecting the normal play of power gener
5、ation,water supply,irrigation and other benefits of the reservoir.Therefore,early identification of cracks in concrete has high application value and scientific significance.On the basis of Convolutional neural network,the semantic segmentation DeepCrack crack detection model is adopted,and the crac
6、ks in the vicinity of a hydropower station are taken as the input data set,combined with ultra-high resolution images to carry out automatic crack detection research.The research results indicate that image processing methods based on deep learning can automatically extract damage areas on concrete
7、surfaces.Its accuracy is higher than manual detection,but the accuracy of image processing methods is affected by the quality of the input image.In addition,shooting conditions are one of the factors that determine the accuracy of crack identification,and evaluating the effectiveness of shooting con
8、ditions is crucial for improving the reliability of crack identification methods.Key words:deep learning;dam;crackidentification;DeepCrack收稿日期:2023-03-27作者简介:李烁(1991-),男,广东汕头人,工程师,主要从事水利水电建筑工程研究工作。*李烁 基于深度学习方法的大坝裂缝检测研究345动态特性;位敏等6利用多源信息融合原理提出了“以监测资料分析为先导,以工程检测为基础,以地质勘察和渗流数值分析为辅助”的大坝渗漏诊断技术;王泽矫等7提出了一种
9、基于深度学习的大坝裂缝检测方法,采用了基于 SegNet 的网络模型,对原网络模型算法进行了优化;陈伟等8针对水下大坝裂缝图像的低信噪比、低对比度以及大坝裂缝形状的不规则性和方向的不确定性等问题,提出了一种基于 Gabor 算子的人工蜂群算法大坝裂缝检测方法。在此采用一种增强算法,即语义分割 DeepCrack 裂纹检测模型,结合超高分辨率相机拍摄的图像进行裂缝检测研究,评价了拍摄条件对裂缝识别精度的影响。1 工程概况此次研究的大坝上部坝坡坡比 1 2.55,下部坝坡坡比 1 2.5;坝顶高程 45.34 m,坝顶宽6 m、长 390 m。坝顶上游侧设防浪墙,墙顶高程47.34 m,下游坝脚设
10、排水棱体。溢洪道位于主坝左坝头约 80 m 的垭口处,分为进口段、闸室段、泄槽段、消力池段及出水渠段。进口段为“八”字形进水口,底板为混凝土底板,两侧边墙为混凝土挡土墙和钢筋混凝土悬壁式挡土墙;闸室段堰型为宽顶堰,堰顶高程 37.65 m;分 3 孔,每孔净宽 5 m,设有控制闸,上部设控制室,内设 3 台手电两用螺杆启闭机,分别启闭 3 扇 5 m4 m(宽 高)的平板钢闸门,最大下泄流量为 167.9 m3/s。泄槽段净宽 17.4 m,底板坡比为 1 5,横断面为“U”型槽,钢筋混凝土结构;消能型式为底流式,消力池深 2 m、长 25 m、宽 17.4 m,横断面为“U”型槽,钢筋混凝土
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 深度 学习方法 大坝 裂缝 检测 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。