• 中国科技论文统计源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • 中国机械工程学会无损检测分会会刊
高级检索

基于机器视觉的装配式建筑混凝土结构损伤检测

王晨

王晨. 基于机器视觉的装配式建筑混凝土结构损伤检测[J]. 无损检测, 2024, 46(8): 48-53. DOI: 10.11973/wsjc202408009
引用本文: 王晨. 基于机器视觉的装配式建筑混凝土结构损伤检测[J]. 无损检测, 2024, 46(8): 48-53. DOI: 10.11973/wsjc202408009
WANG Chen. Damage detection for prefabricated building concrete structures based on machine vision[J]. Nondestructive Testing, 2024, 46(8): 48-53. DOI: 10.11973/wsjc202408009
Citation: WANG Chen. Damage detection for prefabricated building concrete structures based on machine vision[J]. Nondestructive Testing, 2024, 46(8): 48-53. DOI: 10.11973/wsjc202408009

基于机器视觉的装配式建筑混凝土结构损伤检测

详细信息
    作者简介:

    王晨(1976—),男,本科,高级工程师,主要研究方向为建筑材料检测、轨道交通检测、建筑结构鉴定

    通讯作者:

    王晨,ctionin@163.com

  • 中图分类号: TP399;TG115.28

Damage detection for prefabricated building concrete structures based on machine vision

  • 摘要:

    随着装配式建筑的普及,现有混凝土结构损伤检测方法容易受到噪声环境影响的问题亟待解决,设计了一套基于机器视觉的装配式建筑混凝土结构损伤检测方法。该机器视觉采集装置由机器视觉工具(由图像采集卡、CCD摄像头构成)和爬壁机器人构成,将机器视觉工具搭载在爬壁机器人上完成图像采集。首先,使用加权平均法对采集的图像实施灰度化处理,使用阈值滤波法实施灰度图像的滤波处理;其次采用由快速区域卷积神经网络Fast R-CNN与区域推荐网络RPN组成的Faster R-CNN模型实现混凝土结构损伤检测。试验结果表明,该方法在噪声环境下能够实现有污渍混凝土表面、阴影混凝土表面、粗糙混凝土表面的准确结构损伤检测,检测系统的鲁棒性较强。

    Abstract:

    With the popularization of prefabricated buildings, the existing damage detection methods for concrete structures are easily affected by noise environment, which is an urgent problem to be solved. Therefore, a machine vision-based damage detection method for prefabricated concrete structures was designed. The machine vision acquisition device consisted of machine vision tools including image acquisition cards and CCD cameras and a wall climbing robot. The machine vision tools were mounted on the wall climbing robot to achieve image acquisition. Firstly, the collected images were grayscale processed using the weighted average method, and the grayscale images were filtered using the threshold filtering method; Secondly, the Faster R-CNN model consisting of Fast Regional Convolutional Neural Network and Regional Recommendation Network (RPN) was used to achieve damage detection in concrete structures. The experimental results showed that this method can achieve accurate structural damage detection of stained concrete surfaces, shaded concrete surfaces, and rough concrete surfaces in noisy environments, and the detection results were robust.

  • 图  1   CCD驱动电路设计图

    图  2   图像采集卡结构框图示意

    图  3   混凝土结构损伤检测试验现场

    图  4   装配式建筑混凝土图像滤波处理结果

    图  5   噪声环境下各方法对污渍混凝土表面的检测结果

    图  6   噪声环境下各方法对阴影混凝土表面的检测结果

    图  7   噪声环境下各方法对粗糙混凝土表面的检测结果

    Table  1   矩形锚高宽比设置

    序号高宽比序号高宽比
    11∶132∶1
    21∶2
    下载: 导出CSV
  • [1] 魏斌乾.高层装配式建筑外围护结构蒸压加气混凝土板承载力计算和施工质量控制[J].建筑技术,2023,54(8):922-926.
    [2] MOUSAVI A A,ZHANG C W,MASRI S F,et al.Structural damage detection method based on the complete ensemble empirical mode decomposition with adaptive noise:a model steel truss bridge case study[J]. Structural Health Monitoring,2022,21(3):887-912.
    [3] ANDRADE NUNES L,PIAZZAROLI FINOTTI AMARAL R,DE SOUZA BARBOSA F,et al.A hybrid learning strategy for structural damage detection[J]. Structural Health Monitoring,2021,20(4):2143-2160.
    [4] 袁茂林.冻融循环条件下路面粉煤灰混凝土损伤检测研究[J].粉煤灰综合利用,2023,37(4):74-79.
    [5] 张邦.超声阵列方法在层状结构损伤检测中的应用[J].应用声学,2023,42(5):963-970.
    [6] 黄华.装配式混凝土结构在医院建筑中的应用实践[J].建筑结构,2022,52(1):1649-1652.
    [7] 张孝斌,殷尧日,冯力强,等.装配式钢管混凝土柱-钢梁节点的性能分析及比选[J].建筑结构,2021,51(5):75-79.
    [8] 侯林兵,种迅,霍璞,等.含减震外挂墙板装配式混凝土框架结构混合试验研究[J].振动与冲击,2023,42(18):276-285.
    [9] 韩万水,王睿,张景峰,等.落物竖向冲击下PC装配式简支箱梁桥动力响应及损伤分析[J].建筑科学与工程学报,2021,38(2):26-37.
    [10] 杨小卫,李梦园,荣维生,等.装配式钢筋混凝土框架薄壳结构抗震性能研究[J].建筑结构,2023,53(S1):659-663.
    [11] 刘航,李牧,杨学中,等.自复位装配式混凝土框架结构抗震性能试验研究[J].工业建筑,2022,52(1):65-73.
    [12] 吴水根,张海鹏,潘钻峰,等.螺栓连接预制装配式混凝土剪力墙承载力计算方法[J].结构工程师,2023,39(1):8-14.
    [13] 邵莹,胡双平,高志宏,等.装配式混凝土地下车站结构应用与研究进展[J].铁道工程学报,2023,40(4):89-93,104.
    [14] 周中一,靳宇航,庞新龙,等.轻型装配钢管混凝土框架-耗能减震地聚物墙抗震性能[J].结构工程师,2021,37(4):91-99.
    [15] 孙岩波,李晨光,阎明伟,等.装配式混凝土结构桁架式悬挑外防护架技术研究与应用[J].建筑技术,2022,53(1):70-72.
图(7)  /  表(1)
计量
  • 文章访问数:  24
  • HTML全文浏览量:  3
  • PDF下载量:  7
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-01-02
  • 刊出日期:  2024-08-09

目录

    /

    返回文章
    返回