运营期盾构隧道结构病害的自动化检测与三维可视化

来源 :应用基础与工程科学学报 | 被引量 : 0次 | 上传用户:pennyboys
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在地铁盾构隧道运营过程中,隧道结构病害的高效检测是保障隧道安全稳定的重要手段,其中隧道结构变形和衬砌表观病害是常见的两大类结构病害检测对象.为了弥补传统人工检测方法低效率性和强主观性的缺陷,本文提出了一种基于移动激光扫描技术的盾构隧道结构病害自动化检测和三维可视化方法.该方法利用隧道的激光点云数据首先进行去噪和生成灰度图像的预处理.去噪后的点云数据通过椭圆拟合的方式分别计算出隧道横断面的收敛变形值、椭圆度以及环间错台值;同时利用生成的灰度图像通过深度学习的算法对衬砌表面的渗漏水和剥落病害进行自动化识别和量化,为了将自动检测生成的隧道结构病害结果实现三维可视化,本研究提出了基于激光点云数据的曲面重构方法,通过三维游戏引擎Unity 3D软件的二次开发,实现了隧道内部环境的第一人称三维漫游展示.本文提出的方法成功应用于某地铁盾构隧道的运营检测中,验证了方法的可行性,为地铁盾构隧道的结构病害数字化管理提供了全新的视角和技术手段.
其他文献
准确预测或识别隧道挤压变形对于隧道的设计和施工非常重要.基于案例统计和证据理论,建立了一种新的隧道挤压变形等级预测方法.首先综合考虑隧道挤压变形影响因素,选取强度应力比、隧道埋深、隧道等效直径、支护刚度、岩体质量指标作为挤压变形预测评价指标.然后基于Hoek提出的隧道挤压变形分级方案,建立了隧道挤压变形等级的识别框架.基于挤压变形案例统计和分析,建立了各评价指标的高斯分布隶属度模型,客观地确定各指标的基本概率分配(BPA).最后通过D-S合成公式融合生成的BPA,实现对隧道挤压变形等级的预测.此外,采用准
为观察低水平激光(LLL)联合Dycal用于大鼠磨牙直接盖髓,探讨不同时空牙髓内神经肽P物质(SP)和碱性磷酸酶(ALP)的表达,将64只成年雄性大鼠随机分成正常对照组(ZC)、低水平激光组(LLL)、Dycal组(Dy)、联合组(LLL+Dy).每组16只,以左侧上下颌第一磨牙为试验牙进行机械穿髓后行直接盖髓术,术后第3、7、14、28天取标本,行SP、ALP免疫组织化学染色,并测量其平均光密度值.结果显示:通过双因素单变量方差统计分析,术后第7、14天,SP、ALP表达存在显著性差异.术后第14天,S
考虑到隧道掘进机(TBM)高效、安全等优点,越来越多的隧道修建选用TBM进行,预测TBM的掘进速度可以明确指导工程进度规划、成本控制等,使得掘进更加高效经济.依托北疆供水二期工程TBM隧洞,采用数理统计方法探究了地质参数和掘进参数的分布规律,依次分析了地质参数和掘进参数对掘进速度的影响,并建立了最优回归公式.结合现场数据,讨论了既有模型的适用性,并基于数据挖掘聚类方法,开发了以地质参数和掘进参数为自变量的多因素掘进速度预测模型,并验证了模型的预测效果.研究结果表明:掘进速度会受到地质参数和掘进参数的影响;
为控制项目成本及规划施工流程,需对隧道掘进机(Tunnel boring machine,TBM)的掘进速度(Rate of penetration,ROP)提供可靠的预测模型.为解决这一问题,大量经验公式或者数值模型已被广泛应用于理论研究和实际工程.虽然其中一些方法具有一定的实用性,但其适用范围限制了相关研究的进一步发展.基于纽约Queens区输水隧道收集的数据,本文提出了一种基于随机森林(Random forest,RF)的预测模型,并结合4种常见的超参数优化算法,即粒子群优化算法(Particle
隧道围岩参数的确定直接关系到围岩稳定性评价的准确性,为确保围岩力学参数取值的合理性,提出一种新的围岩参数智能反演模型.利用模拟退火算法(SA)的退火策略对遗传算法(GA)进行优化,组成GASA智能模型,以此对极限学习机(ELM)的初始权值和阈值进行优化;将GASA-ELM模型应用于重庆市兴隆隧道(ZK38+020)~(ZK38+010)断面围岩力学参数反演中,基于现场实测变形反演得出围岩力学参数,并输入到ANSYS中计算得到位移正算值,与已有模型进行对比;最后利用计算结果对ZK38+010断面围岩稳定性进
为观察经皮穿刺激光气化减压术(percutaneous laser disc decompression,PLDD)单点气化与双点气化治疗腰椎间盘突出症患者的临床疗效,纳入腰椎间盘突出症患者82例,采用随机数字表法将其分为两组,A组单点气化组41例,B组双点气化组41例,两组患者均在局部麻醉下经“C”形臂引导行经皮穿刺激光气化减压术,并连接测压仪,进行压力测定,比较椎间盘内压力差异,采用MacNab、VAS、ODI评分评价临床疗效.结果显示:所有患者均在局麻下顺利完成PLDD,并完成随访,两组患者术前术后
水工隧洞在我国水利工程中占据重要地位,是用于输水、灌溉等工程的重要基础设施.在长时间运行后,大量的长距离水工隧洞出现开裂、渗漏等病害,如不及时检测,会严重影响隧洞正常输水能力.但是传统人工检测方式速度慢、危险性高,隧洞检测手段迫切需要转型升级.为了解水工隧洞检测技术研究与应用情况,本文梳理了隧洞病害无人检测装备应用现状,从隧洞无人检测装备的关键技术与病害识别方法两个方面,分析了国内外表观病害检测技术、水下定位导航技术以及水下行进控制技术研究现状,探讨了长距离水工隧洞病害图像识别的主要发展方向.研究表明,发
盾构掘进过程中,为防止地表沉降或隆起,土仓压力的预测与控制至关重要.本文基于哈尔滨地铁3号线大有坊—太平桥区间右线盾构掘进监测数据,建立了一种基于粒子群算法优化的BP神经网络(PSO-BP)的土仓压力预测模型.该模型以螺旋机转速、刀盘扭矩、推进速度、刀盘转速、加泥流量、总推进力为输入,以土仓压力为输出,在测试集上预测平均绝对百分比误差(MAPE)为6.28%,可决系数(R2)为0.8313,能较精确地预测土仓压力.选用全局敏感性分析方法,获取了不同掘进参数的总敏感性排序:加泥流量>螺旋机转速>总推进力>刀
针对全断面岩石隧道掘进机(TBM)施工过程中滚刀频繁失效、换刀空间狭小及人工作业困难等问题,提出一种6自由度换刀机器人,并进行换刀范围分析、关节轨迹规划及运动控制仿真.首先,基于Denavit-Hartenberg(D-H)法建立运动学模型,采用蒙特卡洛伪随机法求解末端执行器工作空间,并针对TBM刀盘实例计算机器人换刀范围;其次,通过基于多段中间点的五次多项式插值法进行换刀机器人轨迹规划,求解各关节运动参数;最后,以规划轨迹为输入参数进行运动控制仿真.结果 表明:TBM整盘滚刀的总换刀率可达84.9%;规
火灾的控制是城市深部空间防灾减灾的重点.针对地下空间火灾动态链式发展的特点,基于国内外城市地下空间火灾案例总结出19个关键致灾因子并构建复杂网络模型.利用社会网络分析方法对网络拓扑结构进行分析,发现地下空间火灾致灾因子具有高群聚效应和高耦合度、相互影响大且致灾路径短的特点.通过整体和个体属性性能指标分析确定了火灾网络中对其他结点影响大、中介性强及与其他结点距离更近的重要结点(致灾因子)和中介能力强的关键边(耦合关系).构建了城市深部空间火灾灾害链风险评估模型,获得了不同边的风险度指标.火灾发生前采取有效措