基于计算机视觉的桥梁结构局部损伤识别方法研究

发布时间：2022-02-23 03:15

　　桥梁结构是一个国家和地区的重要经济命脉。桥梁结构在全寿命服役周期中,不可避免地遭受到环境侵蚀、往复荷载及突发灾害（如地震）等复杂因素的耦合作用,产生结构渐变损伤的萌生、发展和累积,导致服役性能不断劣化。目前,国内外学者一般采用基于动力反演的模态方法进行结构损伤识别、模型修正和安全评估。然而,此类方法往往只处理有限测点的不完备加速度监测信息,并且依赖对早期微小损伤不敏感的频率这一结构整体属性。另外,结构损伤往往伴随着复杂的非均质背景干扰,常规识别方法在实际场景中的普适性较差。实际工程中的目视巡检结果严重依赖于主观意识、量化不准确,成本昂贵。针对以上难题,本文研究基于计算机视觉的不同类型桥梁结构局部损伤自主智能识别方法,包括研究局部像素信息阈值处理、统计特征无监督高斯聚类建模、基于深度受限玻尔兹曼机高层次特征提取、基于深度有向无环图卷积神经网络多层次特征融合以及基于区域推荐机制的目标检测算法,发展拉索腐蚀疲劳退化评估、钢箱梁微小疲劳裂纹识别、钢筋混凝土桥墩结构多类型地震损伤识别定位等方法。主要研究内容如下:提出基于图像的在役拉索腐蚀状态识别及疲劳寿命评估方法。研究基于腐蚀过程和表观图像统计... 

【文章来源】：哈尔滨工业大学黑龙江省211工程院校985工程院校

【文章页数】：192 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 结构损伤识别方法的发展概况
    1.3 基于计算机视觉的结构损伤识别方法概述
    1.4 桥梁结构损伤识别的国内外研究现状
        1.4.1 拉索腐蚀及力学性能退化评估
        1.4.2 结构表面裂缝识别
        1.4.3 钢筋混凝土结构地震损伤检测
    1.5 国内外研究存在的不足
    1.6 本文的主要研究内容
第2章 基于视觉表观的拉索高强钢丝腐蚀过程时变识别与统计建模方法
    2.1 引言
    2.2 高强钢丝加速腐蚀试验
    2.3 均匀腐蚀两阶段时变演化模型
    2.4 基于阈值分割的点蚀蚀坑识别方法和二维演化规律
    2.5 基于图像的点蚀蚀坑三维统计建模方法
    2.6 本章小结
第3章 基于视觉统计特征的在役拉索高强钢丝腐蚀疲劳退化无损评估方法..
    3.1 引言
    3.2 腐蚀高强钢丝的单轴拉伸力学模型
    3.3 腐蚀高强钢丝的疲劳性能退化模型
    3.4 加速试验和真实服役环境下高强钢丝腐蚀疲劳退化的映射关系
    3.5 基于图像统计特征的在役高强钢丝腐蚀疲劳退化评估方法
        3.5.1 混合高斯模型
        3.5.2 腐蚀图像特征参数概率等效时变模型
        3.5.3 在役拉索高强钢丝疲劳性能评估方法
    3.6 本章小结
第4章 钢箱梁图像背景分离和疲劳裂纹二分类受限玻尔兹曼机识别方法
    4.1 引言
    4.2 受限玻尔兹曼机理论
        4.2.1 基于能量函数的玻尔兹曼机
        4.2.2 受限玻尔兹曼机的基本架构
        4.2.3 基于似然函数的优化方法
        4.2.4 网络参数更新的对比信度算法
    4.3 基于堆栈受限玻尔兹曼机的钢箱梁疲劳裂纹识别架构
        4.3.1 原始图像采集
        4.3.2 图像预处理及训练样本集
        4.3.3 数据流与数据结构
        4.3.4 分批训练和超参数设置
    4.4 裂纹识别的结果与讨论
        4.4.1 网络模型训练过程
        4.4.2 整幅图像的裂纹识别流程和结果
        4.4.3 二值分类识别准确率评估指标
        4.4.4 基于层间相对重要性的隐藏层结点数量优化方法
        4.4.5 子单元大小的影响
        4.4.6 低分辨率图像的迁移识别
        4.4.7 像素级裂纹识别及尺寸提取
    4.5 本章小结
第5章 图像强背景干扰下钢箱梁微小疲劳裂纹多分类多级特征融合识别方法
    5.1 引言
    5.2 钢箱梁疲劳裂纹识别的融合卷积神经网络架构
        5.2.1 卷积神经网络基本理论
        5.2.2 多层级特征融合CNN网络
    5.3 数据预处理及参数设置
        5.3.1 原始图像及样本集
        5.3.2 不平衡样本处理及数据增强
        5.3.3 超参数设置及实现环境
    5.4 结果与讨论
        5.4.1 融合DAG网络和传统链式CNN的训练结果对比
        5.4.2 单类测试集的识别效果
        5.4.3 识别效果评价指标
        5.4.4 整幅图像裂纹识别结果
        5.4.5 超分辨率输入对识别精度的影响
    5.5 本章小结
第6章 基于区域推荐机制的桥墩多分类地震损伤识别与定位方法
    6.1 引言
    6.2 基于目标检测的多类型损伤分类识别与区域定位
    6.3 基于区域推荐机制的多类损伤区域识别与定位架构
        6.3.1 区域推荐机制原理
        6.3.2 多目标损失函数及迭代训练
    6.4 图像标记与参数设置
        6.4.1 原始图像及损伤区域真实值标记
        6.4.2 数据增强及超参数设置
    6.5 桥墩地震损伤识别结果与讨论
        6.5.1 模型训练过程
        6.5.2 多类型损伤区域识别结果及评价指标
        6.5.3 矩形定位框的误差分析
        6.5.4 特征提取器(卷积核)的可视化
    6.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
致谢
个人简历


【参考文献】：
期刊论文
[1]304不锈钢在3.5%NaCl溶液中的点蚀动力学及机理[J]. 杜楠,田文明,赵晴,陈四兵.  金属学报. 2012(07)
[2]自然锈蚀钢筋的轴向拉伸疲劳试验[J]. 张伟平,李士彬,顾祥林,朱慈勉.  中国公路学报. 2009(02)
[3]锈蚀钢筋力学性能退化规律试验研究[J]. 吴庆,袁迎曙.  土木工程学报. 2008(12)
[4]斜拉索退化机理及钢丝力学模型[J]. 徐俊,陈惟珍,刘学.  同济大学学报(自然科学版). 2008(07)
[5]模拟酸雨溶液中应力对镀锌钢绞线腐蚀行为影响[J]. 黎学明,刘强,孔令峰,周建庭.  腐蚀科学与防护技术. 2008(01)
[6]基于二维扩散方程的牺牲层腐蚀模拟与仿真[J]. 李艳辉,李伟华,周再发.  固体电子学研究与进展. 2006(02)
[7]Prediction of Pitting Corrosion Mass Loss for 304 Stainless Steel by Image Processing and BP Neural Network[J]. ZHANG Wei, LIANG Cheng-hao(State Key Laboratory of Fine Chemicals, Dalian University of Technology, Dalian 116012, China).  Journal of Iron and Steel Research（International）. 2005(06)
[8]土木工程结构损伤诊断研究进展[J]. 宗周红,任伟新,阮毅.  土木工程学报. 2003(05)
[9]高强钢丝钢绞线在海洋环境中的腐蚀试验[J]. 刘文华,李文春,马全声.  海威姆预应力技术. 2001(02)
[10]高强钢丝钢绞线在海洋环境中的腐蚀试验[J]. 刘文华,李文春,马全声.  海威姆预应力技术. 2001 (02)

博士论文
[1]锌铝合金的组织性能优化及相关基础研究[D]. 刘洋.中南大学 2013
[2]平行钢丝斜拉索全寿命安全评定方法研究[D]. 兰成明.哈尔滨工业大学 2009
[3]桥梁拉（吊）索损伤后力学分析及安全评价[D]. 徐宏.长安大学 2008
[4]拉索损伤演化机理与剩余使用寿命评估[D]. 徐俊.同济大学 2006



本文编号：3640758