一种桥墩病害全视角检测系统及方法

    公开(公告)号:CN109709109B

    公开(公告)日:2021-07-27

    申请号:CN201811635716.3

    申请日:2018-12-29

    IPC分类号: G01N21/95 G01N21/01

    摘要: 本发明公开了一种桥墩病害全视角检测系统,包括环向套箍组件及检测小车,检测小车包括车身及安装在车身上的爬行组件、数据采集组件、定位组件及控制组件;还包括两个安装于待检测桥梁下方的位置不同的基准组件,每个定位组件分别与每个基准组件通信连接。本发明还公开了使用桥墩病害全视角检测系统进行桥墩检测的方法,采用本发明公开的技术方案对桥墩进行检测与人工对桥墩进行检测相比具有安全风险低、重量轻、成本低、效率高,机动性强等特点,能够及时、准确发现高桥墩上的裂缝、蜂窝、麻面等病害。能够针对传统检测存在的盲区进行全面检测,经济、高效、灵活地完成对桥墩病害的数据采集,具有重大的科学及社会意义。

    一种桥墩病害全视角检测系统及方法

    公开(公告)号:CN109709109A

    公开(公告)日:2019-05-03

    申请号:CN201811635716.3

    申请日:2018-12-29

    IPC分类号: G01N21/95 G01N21/01

    摘要: 本发明公开了一种桥墩病害全视角检测系统,包括环向套箍组件及检测小车,检测小车包括车身及安装在车身上的爬行组件、数据采集组件、定位组件及控制组件;还包括两个安装于待检测桥梁下方的位置不同的基准组件,每个定位组件分别与每个基准组件通信连接。本发明还公开了使用桥墩病害全视角检测系统进行桥墩检测的方法,采用本发明公开的技术方案对桥墩进行检测与人工对桥墩进行检测相比具有安全风险低、重量轻、成本低、效率高,机动性强等特点,能够及时、准确发现高桥墩上的裂缝、蜂窝、麻面等病害。能够针对传统检测存在的盲区进行全面检测,经济、高效、灵活地完成对桥墩病害的数据采集,具有重大的科学及社会意义。

    一种基于磁记忆信号的拉索结构损伤位置及范围确定方法

    公开(公告)号:CN109884177A

    公开(公告)日:2019-06-14

    申请号:CN201910176148.3

    申请日:2019-03-08

    IPC分类号: G01N27/85

    摘要: 本发明公开了一种基于磁记忆信号的拉索结构损伤位置及范围确定方法,包括如下步骤:沿目标拉索轴向方向进行磁感应信号采集,取轴向磁感应信号最大值的位置为轴向损伤位置;基于目标拉索环向磁感应信号计算目标拉索损伤程度评价指标集;取目标拉索损伤程度评价指标集中最大的目标拉索损伤程度评价指标对应的环向位置为环向损伤位置,计算目标拉索损伤程度评价指标差值;获取拉索损伤程度评价指标差值与环向损伤范围的对应关系,将目标拉索损伤程度评价指标差值带入所述对应关系,得到目标拉索的环向损伤范围。本发明能够精确的判断拉索结构损伤的位置及损伤范围。

    一种考虑环向磁场效应的拉吊索多点腐蚀状态诊断方法及系统

    公开(公告)号:CN118641465A

    公开(公告)日:2024-09-13

    申请号:CN202410748607.1

    申请日:2024-06-11

    IPC分类号: G01N17/00 G01N27/83

    摘要: 本发明公开了一种考虑环向磁场效应的拉吊索多点腐蚀状态诊断方法及系统,涉及桥梁拉吊索结构腐蚀损伤诊断技术领域,包括:对拉吊索进行检测,采集反馈数据;计算无量纲磁参数及分布并确定拉吊索腐蚀位置截面;计算得到腐蚀位置截面的周向无量纲磁参数分布;根据周向无量纲磁参数分布判断腐蚀位置周向的腐蚀缺陷数量;根据判断结果选用判定准则再次判断拉吊索的腐蚀状态参数。本发明以自发漏磁技术为基础,建立两种适合不同拉吊索损伤情况的判断准则,通过无量纲物理指标,实现拉吊索损伤定位及定量识别,针对在役桥梁拉吊索的多点腐蚀状态损伤提出考虑环向磁场效应的诊断方法,能有效进行在役拉吊索的多点腐蚀参数检测,检测结果准确。

    一种反向学习的不等厚焊缝缺陷X射线图像两阶段智能识别方法及系统

    公开(公告)号:CN118587174A

    公开(公告)日:2024-09-03

    申请号:CN202410658124.2

    申请日:2024-05-24

    摘要: 本发明公开了一种反向学习的不等厚焊缝缺陷X射线图像两阶段智能识别方法及系统,涉及无损检测技术领域,包括分别以正常无缺陷的原始焊缝图像(负样本)和有缺陷的原始焊缝图像(正样本)构建两种训练数据集;然后构建一种两阶段的目标识别模型,其中,第一阶段同时利用正样本和负样本训练焊缝缺陷潜在区域识别模型,对原始焊缝图像中缺陷潜在区域进行识别,第二阶段仅利用负样本训练缺陷识别网络,在第一阶段识别出的缺陷潜在区域的基础上进行缺陷的精准识别,实现仅依赖少量正样本即可对焊缝缺陷进行精准识别的目的。