Page 78 - 无损检测2023年第三期

吴波涛, 等:

冲击回波法结合 AI 在套筒灌浆检测中的应用

价指标); ② 对数据进行标记; ③ 将标记的数据提 一致, 证明了 AI分析方法适用于套筒灌浆密实度
取特征参数后进行训练, 特征参数包括边界条件、 套 检测。
筒直径、 埋深、 多阶频谱特性、 标定波速和检测波速 需要注意的是, 模型的泛化能力对 AI的判定
等, 训练模型包括二层贝叶斯网络和人工神经元网 准确度有较大影响, 对于无训练集的地区或项目, 宜

络分析模型; ④ 将现场检测数据直接上传至云端, 建立相对应的训练集, 以达到适用目的。
由人工智能模型进行自动分析并反馈结果。 6 结语
表3 样本数据人工智能训练验证情况

模型 验证方法 准确率 / % 精度 / % 再现率 / % F 值 ( 1 )冲击回波法作为一种成熟、 高效的检测方
贝叶斯网络 全部训练 90.4 90.2 90.4 0.902 法, 在装配式建筑套筒灌浆密实度检测中具有良好
( 二层) 交叉训练 88.0 87.7 88.0 0.876 的应用前景。
人工神经 全部训练 98.0 98.0 98.0 0.980 ( 2 )应用冲击回波法检测时, 应注意套筒直径

元网络 交叉训练 86.0 85.6 86.0 0.856
( 缺陷大小) 与埋置深度对缺陷检出率的关系。

为验证人工智能( AI ) 的分析能力, 对该项目进 ( 3 )冲击回波法检测时易受边界条件、 埋置深
度和缺陷大小等因素影响, 通过人工智能( AI ) 分析
行 开孔验证, 验证结果如图 14 所示。 分析发现, AI
分析结果、 冲击回波法检测波速图和开孔验证结果 方法, 可进一步优化上述影响, 提高冲击回波法的检
测精度和缺陷检出率。

( 4 )应用人工智能( AI ) 分析方法时, 需注意模
型的泛化能力, 宜根据各地方或项目建立训练集。
参考文献:

[ 1 ] 吴佳晔, 杨超, 季文洪, 等. 预应力管道灌浆质量检测方
法的现状和进展[ J ] . 四川理工学院学报, 2010 , 23 ( 5 ):
500-503.
[ 2 ] 吕小彬, 吴佳晔, 李秀琳, 等. 冲击回波法测试混凝土试
件弹性波波速研究[ J ] . 水利水电技术, 2015 , 3 ( 46 ):
84-90.
[ 3 ] 赵仲杰, 顾盛, 潘永东. 装配式建筑浆锚连接质量的冲
击回波等效波速法检测试验[ J ] . 无损检测, 2020 , 42
( 6 ): 36-40.
[ 4 ] 吴佳晔, 刘秀娟. 预应力孔道检测技术的现状与发展
[ J ] . 市政技术, 2013 , 4 ( 7 ): 17-22.
图14 AI 应用案例的验证结果

( 上接第21页) 2010 ( 5 ): 5-10.
测可快速查找反应堆水池不锈钢覆面焊缝的表面和 [ 2 ] 何庆琼, 于海峰, 刘予. 核电换料水池不锈钢覆面泄漏

近表面缺陷, 验证了该技术在该领域的应用可行性。 的氦检[ J ] . 无损检测, 2018 , 40 ( 9 ): 44-47.
[ 3 ] 马冰洋, 黄桂林, 杨泽榕. 焊缝涡流检测技术研究进展
参考文献:
及应用[ J ] . 西部特种设备, 2020 , 3 ( 2 ): 22-26.
[ 4 ] 汤祺, 冯搏, 杨芸, 等. 表面粗糙度对涡流检测的影响
[ 1 ] 操丰, 王建军, 丁有元. 核电站水池不锈钢覆面泄漏检
[ J ] . 无损检测, 2016 , 38 ( 3 ): 47-51.
测及其焊接修复技术[ J ] . 机械制造文摘( 焊接分册),

4
4
2023年 第45卷 第3期
无损检测