一种融合视觉与激光的管道病害智能量化方法

    公开(公告)号:CN115205266A

    公开(公告)日:2022-10-18

    申请号:CN202210863076.1

    申请日:2022-07-21

    申请人: 郑州大学

    摘要: 本发明公开一种融合视觉与激光的管道病害智能量化方法。该方法包括获取管道爬行机器人采集的检测数据,根据检测数据进行实时计算,得到管道的全景图和色谱图;根据全景图和色谱图构建管道缺陷数据集,对管道缺陷数据集进行分类标注,建立管道缺陷数据库,将管道缺陷数据库内的图像按比例分为训练集、验证集和测试集;搭载基于特征金字塔的管道缺陷分割模型,训练管道缺陷分割模型,基于管道缺陷分割模型对全景图进行检测,在全景图上检测到缺陷时,关联缺陷对应的激光雷达轮廓数据和管道检测影像数据,进行缺陷的判读及量化,为管道运维管理和修复提供详细数据,降低排水管渠检测工程的人工成本,提升检测效率。

    测试不同环境温度下注浆材料放热性能的试验装置及方法

    公开(公告)号:CN114858852A

    公开(公告)日:2022-08-05

    申请号:CN202210357669.0

    申请日:2022-04-07

    IPC分类号: G01N25/20

    摘要: 本发明属于材料放热性能测试技术领域,具体涉及一种测试不同环境温度下注浆材料放热性能的试验装置及方法,该装置包括模具、高低温恒温装置、注浆装置和实时测温装置;所述模具放置于高低温恒温装置的内部;所述高低温恒温装置用于模拟不同的环境温度;所述注浆装置穿过高低温恒温装置与模具连接,用于向模具内注入聚合物注浆材料;所述实时测温装置穿过高低温恒温装置与模具连接,用于实时监测聚合物注浆材料的温度变化。本发明结构简单,操作方便,能够模拟在不同环境温度下聚合物注浆材料在不同扩散半径和注浆深度的工况下的反应放热特性演化。

    一种基于MOP-DL的地下排水管网养护智能决策方法

    公开(公告)号:CN114723336A

    公开(公告)日:2022-07-08

    申请号:CN202210526503.7

    申请日:2022-05-16

    申请人: 郑州大学

    摘要: 本发明公开了一种基于MOP‑DL的地下排水管网养护智能决策方法,包括:获取排水网管功能性病害情况以及区域洪涝灾害损失情况;以多目标模块为约束条件,构建地下排水网管养护决策的多目标规划模型;基于协方差进化和混沌搜索的多目标群搜索算法模块对多目标规划模型进行求解,获取带养护决策标签的排水管网功能性病害情况样本集;将带养护决策标签的排水管网功能性病害情况样本集输入至深度学习模块;深度学习模块利用带养护决策标签的排水管网功能性病害情况样本集率定损失函数的参数对自身进行反复迭代训练,输出养护决策结果。本发明准确拟合功能性病害影响下城市内涝区域灾害损失,养护决策经济效益量化准确,排水管网养护决策结果可靠性高。

    用于高拱坝拱端抗下游空中接触爆炸防护的装置和方法

    公开(公告)号:CN111997001B

    公开(公告)日:2022-03-25

    申请号:CN202010858172.8

    申请日:2020-08-24

    申请人: 郑州大学

    IPC分类号: E02B7/12 F42D5/045

    摘要: 本发明涉及一种用于高拱坝拱端抗下游空中接触爆炸防护的装置和方法。用于高拱坝拱端抗下游空中接触爆炸防护的装置,包括扁平的外箱体及其内设置的波浪形或折线形的水箱,外箱体具有位于厚度方向的侧面和与厚度方向垂直的端面,水箱具有与所述侧面平行的厚度方向、以及与所述端面平行的凹凸表面。本防护装置无需对高拱坝本身进行改装破坏,只需在高拱坝拱端下游受到爆炸威胁时,将装置布置于相应位置即可,其结构简单,方便预先制作,节省了施工时间,适用于快速布放,具有快捷方便的特点。

    基于GA-BP神经网络的压浆密实度识别方法、系统及存储介质

    公开(公告)号:CN114152735A

    公开(公告)日:2022-03-08

    申请号:CN202111253078.0

    申请日:2021-10-27

    申请人: 郑州大学

    IPC分类号: G01N33/38 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于GA‑BP神经网络的压浆密实度识别方法,包括:获取未知压浆密实度的基于GA‑BP神经网络的的数据,并进行小波降噪预处理;对预处理后的数据进行特征提取,得到未知压浆密实度的基于GA‑BP神经网络的对应的特征数据;根据所述特征数据和训练合格的GA‑BP神经网络模型得到基于GA‑BP神经网络得到所述预应力孔道对应的压浆密实度。本发明还公开一种基于GA‑BP神经网络的压浆密实度识别系统及存储介质。本发明旨在实现快速的、智能的对未知预应力孔道的压浆密实度进行识别。

    基于RF-GA-SVM模型的压浆密实度识别方法、系统及存储介质

    公开(公告)号:CN114137090A

    公开(公告)日:2022-03-04

    申请号:CN202111253079.5

    申请日:2021-10-27

    申请人: 郑州大学

    摘要: 本发明公开了一种基于RF‑GA‑SVM模型的压浆密实度识别方法,包括:获取未知压浆密实度的预应力孔道的数据;对接收的数据进行特征提取以及根据RF进行筛选出得到与未知压浆密实度的预应力孔道对应的特征数据;根据所述特征数据和训练合格的GA‑SVM模型得到所述预应力孔道对应的压浆密实度。本发明还公开一种基于RF‑GA‑SVM模型的压浆密实度识别系统及存储介质。本发明旨在实现快速的、智能的对未知预应力孔道的压浆密实度进行识别。

    一种基于GAN的管道探地雷达深度学习数据增强方法

    公开(公告)号:CN113962367A

    公开(公告)日:2022-01-21

    申请号:CN202111241749.1

    申请日:2021-10-25

    申请人: 郑州大学

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于GAN的管道探地雷达深度学习数据增强方法,包括如下步骤:S1、采集探地雷达地下管线图像,构建用于模型训练的数据集;S2、构建基于GAN的网络模型,将训练集导入模型,进行模型训练;S3、进行模型测试与优化,对生成器G和判别器D不断调优;S4、达到全局最优,保存模型。本发明适用于探地雷达图像中地下管线特征的数据增强算法,基于雷达图像数据进行模型训练,生成器用于管线的雷达图像数据生成,判别器对生成的管线的雷达图像进行真实性判断,两者相互对抗最终生成高质量的管线的雷达图像数据,可有效地解决大量地下管线雷达图像数据的采集问题,为后期图像识别与检测提供数据基础,同时也为后续数据库构建提供技术支持。