-
公开(公告)号：CN119985672A
公开(公告)日：2025-05-13
申请号：CN202510058617.7
申请日：2025-01-14
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于自发漏磁的混凝土结构钢筋锈蚀率定量检测方法，应用于土木工程技术领域。包括以下步骤：获取混凝土结构在锈蚀前后的自发漏磁场强数据，提取自发漏磁场变信息；确定混凝土结构的锈蚀位置与范围；提取量化表征钢筋锈蚀率的自发漏磁场变率指标并进行修正；确定钢筋锈蚀率先验信息模型，应用修正后的自发漏磁场变率指标对锈蚀钢筋截面锈蚀率进行定量概率化估计；基于估计结果计算钢筋锈蚀率定量估计值。本发明无需进行传感器预埋，不依赖长期监测，对混凝土结构无任何损伤，对混凝土结构服役性能不产生任何影响。本检测方法便捷、成本低、精度高、效果稳定。
-
公开(公告)号：CN117513149A
公开(公告)日：2024-02-06
申请号：CN202311765408.3
申请日：2023-12-20
Applicant: 重庆交通大学
Abstract: 本发明公开了一种用于桥梁缆索检测的可收缩式爬升框架，属于桥梁缆索检测装备技术领域，包括：六组动力爬升机构，六组所述动力爬升机构上均设置有导向轮，相邻所述动力爬升机构之间通过一对固定丝杆连接，其中一对固定丝杆上设置有合页，与所述合页相对的一对固定丝杆上设置有电磁铁开关和小型开关旋翼，所述小型开关旋翼为框架的展开和闭合提供推力。本发明通过电机、螺纹套筒和固定丝杆来控制框架内径的大小，电磁铁开关可控制框架的打开与关闭，小型开关旋翼可为框架的展开与闭合提供推力，消除了传统桥梁缆索爬升装置复杂的人工安装步骤，显著提升了工作效率。
-
Patent Agency Ranking
公开(公告)号：CN117719715A
公开(公告)日：2024-03-19
申请号：CN202311769305.4
申请日：2023-12-20
Applicant: 重庆交通大学
IPC: B64U20/80 , B64U20/87 , B64U20/70 , B64U40/20 , B64U10/70 , B62D57/024 , B62D57/04 , E01D19/10 , B64U101/30
Abstract: 本发明公开了一种基于旋翼驱动的桥梁缆索自动无损检测装置，涉及桥梁缆索检测装备技术领域，包括可收缩式框架、导轮组、电源组件、外观检测摄像头、无损检测传感器阵列、数据储存模块、飞控模块和旋翼；导轮组安装在可收缩式框架上，外观检测摄像头安装在安装框架的顶端，电源组件、无损检测传感器阵列、数据储存模块、飞控模块均安装在安装框架的内部，旋翼安装在旋翼框架的内部。本发明设置有无损检测传感器阵列和外观检测摄像头，显著提升检测效率和准确度；设置有可收缩式框架和飞控模块，实现了自动安装和拆卸；设置有减震器有效缓解冲击和抖动；无须设置励磁设备，整体结构简单，重量较轻。
-
公开(公告)号：CN119985671A
公开(公告)日：2025-05-13
申请号：CN202510058612.4
申请日：2025-01-14
Applicant: 重庆交通大学
Abstract: 本发明公开了一种混凝土结构钢筋空间锈蚀不均匀度磁学反演方法、系统及存储介质，涉及混凝土结构检测技术领域，根据既有混凝土结构中锈蚀钢筋的位置，确定空间磁场扫描路径；获得空间磁场扫描路径上宽W磁场扫描区域内的钢筋空间磁场信息序列；计算钢筋锈蚀不均匀度序列和钢筋锈蚀平均锈蚀率空间分布序列；计算钢筋锈蚀不均匀度最终修正值；基于钢筋锈蚀不均匀度最终修正值，得到混凝土结构上宽W磁场扫描区域内的钢筋锈蚀不均匀度空间分布结果。本发明无需进行传感器预埋，不依赖长期监测，对混凝土结构无任何损伤，对混凝土结构服役性能不产生任何影响。并且具有检测方法便捷、成本低、精度高、效果稳定的特点。
-
公开(公告)号：CN119534223A
公开(公告)日：2025-02-28
申请号：CN202411624218.4
申请日：2024-11-14
Abstract: 本发明公开了一种混凝土结构中氯离子扩散的评定方法及系统，包括：在设定的工况环境下进行氯离子侵蚀混凝土的试验，得到不同侵蚀深度下的氯离子浓度；利用不同侵蚀深度下的氯离子浓度，求解试验下氯离子扩散系数；对试验下氯离子扩散系数进行表达式拟定，得到氯离子扩散系数预测模型，将氯离子扩散系数预测模型作为边界条件设置到神经网络模型；使得神经网络模型进行迭代输出，若神经网络模型输出值在第m次与第m+1次之间的变化小于阈值，则将第m次的输出值设置到氯离子扩散系数预测模型，得到解析后的预测模型；利用解析后的预测模型，计算得到实际工况下氯离子扩散系数。本发明能够降低对数据的依赖程度，提高氯离子扩散系数的预测精度。
-
公开(公告)号：CN118351316B
公开(公告)日：2024-09-20
申请号：CN202410591742.X
申请日：2024-05-14
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于深度学习的桥梁拉索表观缺陷分割方法，涉及桥梁健康检测和机器视觉技术领域。具体包括：构造基于样本增强的桥梁拉索表观缺陷样本图像数据集；构建基于改进实例分割网络YOLACT++的桥梁拉索表观缺陷分割模型；将数据集划分为训练集和验证集，对缺陷分割模型进行训练和验证；将待检测的桥梁拉索表观缺陷图像输入到训练好的桥梁拉索表观缺陷分割模型中，获得桥梁拉索表观图像中的缺陷分割结果。本发明方法能够更快速、更准确地实现对复杂背景下桥梁拉索表观缺陷的分割，有效避免了光照不均、背景干扰、图像噪声等因素对缺陷分割的速度及准确性的影响。
-
公开(公告)号：CN118351316A
公开(公告)日：2024-07-16
申请号：CN202410591742.X
申请日：2024-05-14
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于深度学习的桥梁拉索表观缺陷分割方法，涉及桥梁健康检测和机器视觉技术领域。具体包括：构造基于样本增强的桥梁拉索表观缺陷样本图像数据集；构建基于改进实例分割网络YOLACT++的桥梁拉索表观缺陷分割模型；将数据集划分为训练集和测试集，对缺陷分割模型进行训练和验证；将待检测的桥梁拉索表观缺陷图像输入到训练好的桥梁拉索表观缺陷分割模型中，获得桥梁拉索表观图像中的缺陷分割结果。本发明方法能够更快速、更准确地实现对复杂背景下桥梁拉索表观缺陷的分割，有效避免了光照不均、背景干扰、图像噪声等因素对缺陷分割的速度及准确性的影响。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
