Page 70 - 无损检测2025年第四期
P. 70
卢亚荣：
基于 YOLOv4 算法的建筑大面积现浇混凝土地坪施工细小裂缝检测
混凝土裂缝的检测技术也逐渐发生变化，现阶段主 1
χ
i
α - ∆ t = β -( β + β )
要应用人工智能算法对不同裂缝特征分类和轮廓提 x q x y z
取，实现对裂缝的快速检测。国内对建筑现浇混凝 1
α y -χ t ∆ = β y -( i β x +β z ) （5）
土地坪施工裂缝检测的研究起步较晚，在借鉴国外 q
先进经验的基础上，杨秋媛等 针对裂缝复杂拓扑 α z -χ t ∆ = 1 β z -( i β x +β y )
[1]
q
结构，提出了以空洞卷积和动态多核网络融合的检
测方法，在结构编码中插入空洞卷积算法，解码过程 e 1-i i i α - ∆ t
χ
中基于多核网络提取不同尺寸的裂缝信息，但由于 r ，x q x
e r ，y = i 1-i i α y - ∆ χ t
i
卷积过程中存在前后结构图像像素不协调的情况， e (1+ )(1+2 ) i i i 1-i α - ∆ t
χ
故对裂缝的细节保留不够精细，在精度上仍存在提 r ，z z
（6）
升空间。唐昀超等 基于神经网络和图像细化算法，
[2]
y
z
式中：β 、β 、β 分别为混凝土x、、方向上的约束力，
提出了裂缝识别和检测方法，利用神经网络建立裂 x y z
此次约束力仅以温度差为基准； α 、α 、α 为混凝土
x
z
y
缝分割模型，在细化算法中提取细小裂缝骨架特征，
在x、y、z方向上的应变变化，即在各方向上的形变
结合图像与模型获取裂缝准确信息，但神经网络需 分量；e 、e 、e 为混凝土在对应方向的应力；q为
要大量的训练样本，在模型构建中会设置较多的人 r ， x r ， y r ， z
i
弹性模量；为收缩参数。
工阈值，影响了裂缝检测的稳定性。
当混凝土地坪浇筑过程中，其结构内部的收缩
为实现更多场景中建筑大面积现浇混凝土地坪
性能会发生连续作用，故文章在连续约束作用下确
的细小裂缝检测，以YOLOv4算法为技术支撑设计
定形变分量中是否存在裂缝信息。
一个新的检测方法，为保证建筑地坪的稳定性提供
理论支持。 2 连续结构约束下地坪形变分量裂缝信息
确定
1 地坪施工形变分量定量分析
随着现浇混凝土地坪的大范围面积浇筑，其各
混凝土收缩性能被观测到之后，在实际应用时
个单元会产生相对作用力，而混凝土自身的收缩性
需要考虑该性能对工程的影响。现阶段建筑工程中
能与相对作用力会发生交叉作用，为此，在连续结构
地下结构地坪采用混凝土现浇方式，现浇温度和温
下确定地坪大面积底板所能承受的最大约束力为
度场的变化会影响混凝土性能，其可能会产生收缩
形变引发裂缝，为此，可基于温度场定量分析现浇混
凝土地坪施工形变分量 [3-5] 。在仅受温度作用下，混 p =- ( - ) tδ q χ ∆ 1- 1 d （7）
凝土性能的应变存在如下关系 max ch a f
s
e r =q α （1） 2
w
r
式中：p 为最大约束力；d 为松弛系数；a为各个底
=α -α δ t ∆ max f
s
r w （2） 板间距，为底板长度；ch(x)为双曲余弦函数。
= α w -α χ t ∆ 可见，当地坪承受一定的约束力时，受混凝土收
e =q α +( - ) t （3） 缩性能影响，在地坪中会出现间隙，即为裂缝。
χ
∆
δ
t ∆ w
根据这一现象，当混凝土地坪结构受到的约束
式中：q 为混凝土静弹性模量；χ、δ 为线膨胀系数；e r 力超过其抗拉强度极限时，混凝土的收缩性能会与
w
为应力；α为标准应变变化；α 为静应变变化；α 为实 约束力结合，形成裂缝，基于此，对裂缝信息进行定
w
r
际应变变化；∆t为温差；e 为∆t变化下的形变分量 。 量计算，即
[6]
Δ t
以温度应变为基础，在混凝土现浇成型过程中， (- ) t δ χ ∆
成形地坪可看作为一个立方体，在温度场变化定量 s max =2 g qj arcch ( - )-k δ χ （8）
中，各个方向上存在的温度应力以及产生的形变分 x l
量可以表示为 qj (- ) t δ χ ∆
s =1.52 arcch （9）
=β =β =β χ t ∆ （4） g ( - )-k δ χ l
x y z x
40
2025 年 第 47 卷 第 4 期
无损检测
