CN108548868B - 钢壳混凝土结构缺陷检测方法、系统及装置与存储介质 - Google Patents
钢壳混凝土结构缺陷检测方法、系统及装置与存储介质 Download PDFInfo
- Publication number
- CN108548868B CN108548868B CN201810172460.0A CN201810172460A CN108548868B CN 108548868 B CN108548868 B CN 108548868B CN 201810172460 A CN201810172460 A CN 201810172460A CN 108548868 B CN108548868 B CN 108548868B
- Authority
- CN
- China
- Prior art keywords
- excitation
- steel shell
- concrete structure
- data
- shell concrete
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0232—Glass, ceramics, concrete or stone
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供了一种钢壳混凝土结构缺陷检测方法，包含以下步骤：数据采集步骤：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；信息识别步骤：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；成像步骤：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像。相应地，本发明还提供了一种钢壳混凝土结构缺陷检测系统与装置，以及一种存储计算机程序的计算机可读存储介质。本发明可以对较大体量的钢壳内混凝土填充密实情况及缺陷大小进行快速检测及快速三维成像，保证了钢壳混凝土的各项性能指标，为其实际的使用保驾护航。
Description
技术领域
本发明涉及土木工程领域，具体地，涉及一种钢壳混凝土结构缺陷检测方法、系统及装置与存储介质。
背景技术
钢壳混凝土结构,包括钢壳结构(腔体形式)和充填于所述钢壳结构中的混凝土,该钢壳结构由内、外侧钢板组成,横向与纵向加强肋板焊接于内、外侧钢板内腔表面,加强外壳强度及刚度，混凝土充填满壳体内部以提高管节结构的整体刚度和强度。可用于高水压、大埋深条件下大跨沉管管节结构及其他特殊要求下沉管管节结构。目前，该钢壳混凝土结构已经广泛应用在沉管隧道的施工建设中。
然而在施工中面临的最大问题就是确保钢壳内的混凝土充分填充。为了使混凝土填充密实，设计方面需要合理布置浇筑孔及排气孔位置等，以便为混凝土流动路径提供可能；施工方面需确保混凝土具备高流动性，不需振捣就能达到内部结构的远端。但是尽管如此，在浇筑过程中由于种种原因混凝土与钢板之间依旧会产生小的空隙，尤其在肋板处。这将会直接导致钢壳混凝土的性能下降。因此需要寻求较好的手段来加以检测，确定空隙的位置及大小。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种钢壳混凝土结构缺陷检测方法、系统及装置与存储介质。
根据本发明提供的钢壳混凝土结构缺陷检测方法，包含以下步骤：
数据采集步骤：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；
信息识别步骤：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；
成像步骤：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像。
所述成像步骤包含以下步骤：
位置信息获取步骤：根据子全局波形信息，获取对应构件的位置信息；
参考函数录入步骤：根据历史数据，对构件中特征值与脱空厚度的函数关系进行拟合获得参考函数；
脱空厚度计算步骤：结合参考函数，计算构件在提取的特征值下对应的脱空厚度数据；
图像整合步骤：将所有构件的位置信息与脱空厚度数据进行整合获得三维脱空厚度图像。
优选地，所述数据采集步骤包含以下步骤：
网格阵列步骤：根据网格化排列的检波器的位置信息，生成网格阵列模型；
激发点数据获取步骤：对于网格阵列模型上的任一激发点，求取最靠近该激发点的两个检波器获取的单元波形数据的平均值，作为该激发点的特征波形数据；
数据汇总步骤：将多个激发点对应的特征波形数据进行汇总，获得全局波形数据。
优选地，激发点数据获取步骤中：
所有激发点上的激发频率与激发力度相同；
对于网格阵列模型上的任一激发点，该激发点位于最靠近该激发点的两个检波器之间直线连线的中点位置；
所述特征值包含以下任一个或全部内容：
--响应强度；
--卓越频谱特征。
本发明还提供了一种钢壳混凝土结构缺陷检测系统，包含以下模块：
数据采集模块：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；
信息识别模块：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；
成像模块：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像。
优选地，所述数据采集模块包含以下模块：
网格阵列模块：根据网格化排列的检波器的位置信息，生成网格阵列模型；
激发点数据获取模块：对于网格阵列模型上的任一激发点，求取最靠近该激发点的两个检波器获取的单元波形数据的平均值，作为该激发点的特征波形数据；
数据汇总模块：将多个激发点对应的特征波形数据进行汇总，获得全局波形数据。
优选地，激发点数据获取模块中：
所有激发点上的激发频率与激发力度相同；
对于网格阵列模型上的任一激发点，该激发点位于最靠近该激发点的两个检波器之间直线连线的中点位置；
所述特征值包含以下任一个或全部内容：
--响应强度；
--卓越频谱特征。
优选地，所述成像模块包含以下模块：
位置信息获取模块：根据子全局波形信息，获取对应构件的位置信息；
参考函数录入模块：根据历史数据，对构件中特征值与脱空厚度的函数关系进行拟合获得参考函数；
脱空厚度计算模块：结合参考函数，计算构件在提取的特征值下对应的脱空厚度数据；
图像整合模块：将所有构件的位置信息与脱空厚度数据进行整合获得三维脱空厚度图像。
本发明还提供了一种钢壳混凝土结构缺陷检测装置，包含激发装置、检波器以及控制器；
所述激发装置包含相互连接的电动机与激发锤；
多个激发锤与多个检波器均呈网格化排列；检波器安装在被测钢壳混凝土结构上，激发锤在电动机驱动下能够敲击被测钢壳混凝土结构；
检波器与控制器相连，所述控制器包含上述的钢壳混凝土结构缺陷检测系统。
本发明还提供了一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述钢壳混凝土结构缺陷检测方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
1、本发明可以对较大体量的钢壳内混凝土填充密实情况及缺陷大小进行快速检测及快速三维成像，保证了钢壳混凝土的各项性能指标，为其实际的使用保驾护航。
2、本发明建立起对钢壳混凝土的快速检测，辐射到沉管隧道、水库大坝、新型建筑等大体量钢壳混凝土应用工程的检测，确保其性能安全、有效降低工程风险，对促进我国工程安全施工具有十分重要的意义。
3、本发明通过依靠震源激发，检波器接收信号的手段，通过自动识别、自动分类等步骤，提取不同构件的特征值信息，并通过试验得出的特征值与脱空厚度之间的关系，确定缺陷的分布及厚度，达到检测空隙的目的。
4、本发明针对检测工作量巨大的情形，例如沉管隧道钢壳混凝土缺陷检测，提出三维阵列扫描式数据采集系统，充分利用钢壳混凝土结构的特点，在传统单一接收方式的基础上，将检测工作系统化，利用数据三维成像系统，快速得到检测区域的缺陷信息，进而提高整体工作效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为钢壳混凝土结构缺陷检测装置结构示意图；
图2为对钢壳混凝土结构区域编号示意图；
图3为整个区域的特征值图像；
图4为响应强度与脱空厚度之间函数关系拟合图；
图5为脱空厚度的三维成像。
图中示出：电动机1；激发锤2；检波器3；地震仪4；控制器5。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
本发明提供的一种钢壳混凝土结构缺陷检测系统，包含以下模块：数据采集模块：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；信息识别模块：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；成像模块：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像。
所述数据采集模块包含以下模块：网格阵列模块：根据网格化排列的检波器的位置信息，生成网格阵列模型；激发点数据获取模块：对于网格阵列模型上的任一激发点，求取最靠近该激发点的两个检波器获取的单元波形数据的平均值，作为该激发点的特征波形数据；数据汇总模块：将多个激发点对应的特征波形数据进行汇总，获得全局波形数据。激发点数据获取模块中：所有激发点上的激发频率与激发力度相同；对于网格阵列模型上的任一激发点，该激发点位于最靠近该激发点的两个检波器之间直线连线的中点位置。所述特征值包含以下任一个或全部内容：响应强度；卓越频谱特征。
所述成像模块包含以下模块：位置信息获取模块：根据子全局波形信息，获取对应构件的位置信息；参考函数录入模块：根据历史数据，对构件中特征值与脱空厚度的函数关系进行拟合获得参考函数；脱空厚度计算模块：结合参考函数，计算构件在提取的特征值下对应的脱空厚度数据；图像整合模块：将所有构件的位置信息与脱空厚度数据进行整合获得三维脱空厚度图像。
实际操作中，对不同构件的数据分类处理，将自动分类的各个构件的子全局波形信息导入成像模块，以获取不同构件的位置信息与特征值，并分别做归一化处理，再根据系统记录的对应构件位置信息，绘制组合结构区域的特征值图像。在参考函数录入模块中，历史数据通过数值模拟与不同脱空厚度模型试验获取，例如：对选定模型进行n种工况的检测，具体表现为控制顶板与混凝土上表面之间为n种脱空状态，并根据精度要求调整工况个数n，分别计算对应工况的各构件的平均特征值，并拟合出各个构件平均特征值与脱空厚度之间的函数关系，并进行存储。在图像整合模块中，通过调用上述的函数关系可自动对测量提取获得的特征值进行脱空厚度数据的计算。优选地，钢壳混凝土结构缺陷检测系统还包含图像转换模块，实现二维特征值图像与三维脱空厚度图像之间的自动转换。优选地，本发明中还设置有存储模块，一方面对不同构件激发点信息进行分类储存，另一方面，对特征值与脱空厚度之间的函数关系信息的进行存储。
相应地，本发明还提供了一种钢壳混凝土结构缺陷检测方法，包含以下步骤：数据采集步骤：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；信息识别步骤：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；成像步骤：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像。
所述数据采集步骤包含以下步骤：网格阵列步骤：根据网格化排列的检波器的位置信息，生成网格阵列模型；激发点数据获取步骤：对于网格阵列模型上的任一激发点，求取最靠近该激发点的两个检波器获取的单元波形数据的平均值，作为该激发点的特征波形数据；数据汇总步骤：将多个激发点对应的特征波形数据进行汇总，获得全局波形数据。激发点数据获取步骤中：所有激发点上的激发频率与激发力度相同；对于网格阵列模型上的任一激发点，该激发点位于最靠近该激发点的两个检波器之间直线连线的中点位置。所述特征值包含以下任一个或全部内容：响应强度；卓越频谱特征。
所述成像步骤包含以下步骤：位置信息获取步骤：根据子全局波形信息，获取对应构件的位置信息；参考函数录入步骤：根据历史数据，对构件中特征值与脱空厚度的函数关系进行拟合获得参考函数；脱空厚度计算步骤：结合参考函数，计算构件在提取的特征值下对应的脱空厚度数据；图像整合步骤：将所有构件的位置信息与脱空厚度数据进行整合获得三维脱空厚度图像。
本发明还提供了一种钢壳混凝土结构缺陷检测装置，包含激发装置、检波器以及控制器。所述激发装置包含相互连接的电动机与激发锤。多个激发锤与多个检波器均呈网格化排列；检波器安装在被测钢壳混凝土结构上，激发锤在电动机驱动下能够敲击被测钢壳混凝土结构。检波器与控制器相连，所述控制器包含上述的钢壳混凝土结构缺陷检测系统。优选地，所述钢壳混凝土结构缺陷装置还包含地震仪，检波器、地震仪、控制器依次连接。
在实际操作中，可将检波器位置按两倍的偏移距进行网格化排列，阵列形状可随组合结构形状而变化，适应现场各种工况，各类型阵列形状均在本发明的保护范围内。在网格面的投影上，激发锤位于检波器一倍的偏移距的位置上，也就是说，每个激发点位置为网格线上相邻两个检波器直线连线中点处，实现一次激发两个检波器同时接收，取两个检波器的平均数据作为该激发点最终特征波形数据，可提高检测精度。检波器位置固定，与组合区域的位置信息一一对应。为保证各个激发点上的激发频率与激发力度相同，所有的激发锤的大小质量均相同，并且均连接在同一个电动机上，通过电动机控制所有激发锤同步上下移动，确保整个区域中各个激发点的激发频率与激发力度一致。
本发明还提供了一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述钢壳混凝土结构缺陷检测方法的步骤。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
优选实施方式：
检波器与激发锤(震源)均为三维阵列组合结构，布置方式如图1所示，阵列大小与组合结构一致，在本例为50cm×60cm。本例中钢壳混凝土结构为钢壳混凝土管节，钢壳混凝土管节区域大小为3m×3m，可以划分为30个大小相同的组合结构组成，如图2所示。因此需移动采集系统扫描30个组合结构区域，快速完成整个区域的全部数据采集。所需检波器为42个，激发锤为35个，检波器之间间距为10cm，激发锤布置在两个相邻检波器中点处。检波器频率相同，均为速度型检波器，固有频率为100Hz至400Hz之间，例如100Hz。激发锤为大小质量均相同的铁锤，质量为10g，铁锤由电动机控制。
钢壳混凝土结构缺陷检测系统连接所有检波器，将检波器接收的信息与构件的位置信息的进行识别与存储，实现不同构件波形信息的分类储存。钢壳混凝土结构缺陷检测系统中存储着不同构件的特征值，本例取波形特征值的响应强度(响应能量)数据，通过数值模拟及不同脱空厚度模型试验，取五个工况包括控制顶板与混凝土上表面脱空厚度为0cm、0.25cm、0.5cm、0.75cm和1cm，建立响应强度与脱空厚度之间的函数关系，并存储在系统中，并将其与脱空厚度之间的函数关系统一化，如图4所示。
具体地：将检波器和震源网格化连接形成如图1阵列式组合装置，检波器位置固定，与组合区域的位置信息一一对应。在采集系统一定高度处利用电动机控制铁锤下落作为震源，铁锤大小质量均相同，电动机控制所有的铁锤，使其按顺序间隔2秒依次下落，一次激发两个检波器同时接收，取两个检波器的平均数据作为该激发点最终特征波形数据。在完成一个组合区域数据的采集后，在本例中，由于组合结构大小相同，因此将各组合结构区域编号，并按照记录的顺序移动本发明到其他相同的组合结构，重复以上采集步骤，进而完成全部区域的数据采集，如图2所示。
在采集数据后，信息识别模块会自动识别检波器接收的波形信息所属的构件形式，并按构件类别将波形自动分类，分别进入数据处理阶段。在本次实例中组合结构区域构件组合形式和位置信息经识别的结果如图2所示。在明确不同构件响应强度的差异性后，将所有构件的波形数据导入软件，以获取不同构件位置的响应强度，并分别做归一化处理，再根据系统记录的对应构件位置信息，绘制整个区域的特征值图像，如图3所示。最后，将得到的组合结构内各点响应强度的信息与构件位置信息结合，可自动实现脱空厚度的三维成像，如图5所示。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (6)
1.一种钢壳混凝土结构缺陷检测方法，其特征在于，包含以下步骤：
数据采集步骤：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；
信息识别步骤：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；
成像步骤：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像；
所述成像步骤包含以下步骤：
位置信息获取步骤：根据子全局波形信息，获取对应构件的位置信息；
参考函数录入步骤：根据历史数据，对构件中特征值与脱空厚度的函数关系进行拟合获得参考函数；
脱空厚度计算步骤：结合参考函数，计算构件在提取的特征值下对应的脱空厚度数据；
图像整合步骤：将所有构件的位置信息与脱空厚度数据进行整合获得三维脱空厚度图像。
2.根据权利要求1所述的钢壳混凝土结构缺陷检测方法，其特征在于，所述数据采集步骤包含以下步骤：
网格阵列步骤：根据网格化排列的检波器的位置信息，生成网格阵列模型；
激发点数据获取步骤：对于网格阵列模型上的任一激发点，求取最靠近该激发点的两个检波器获取的单元波形数据的平均值，作为该激发点的特征波形数据；
数据汇总步骤：将多个激发点对应的特征波形数据进行汇总，获得全局波形数据。
3.根据权利要求2所述的钢壳混凝土结构缺陷检测方法，其特征在于，激发点数据获取步骤中：
所有激发点上的激发频率与激发力度相同；
对于网格阵列模型上的任一激发点，该激发点位于最靠近该激发点的两个检波器之间直线连线的中点位置；
所述特征值包含以下任一个或全部内容：
--响应强度；
--卓越频谱特征。
4.一种钢壳混凝土结构缺陷检测系统，其特征在于，包含以下模块：
数据采集模块：获取通过激振使得在钢壳混凝土结构上形成的全局波形数据；
信息识别模块：对全局波形数据进行处理，获取与钢壳混凝土结构中任一个或任多个构件对应的子全局波形信息；
成像模块：提取子全局波形信息中的特征值，进行三维脱空厚度图像的成像；
所述数据采集模块包含以下模块：
网格阵列模块：根据网格化排列的检波器的位置信息，生成网格阵列模型；
激发点数据获取模块：对于网格阵列模型上的任一激发点，求取最靠近该激发点的两个检波器获取的单元波形数据的平均值，作为该激发点的特征波形数据；
数据汇总模块：将多个激发点对应的特征波形数据进行汇总，获得全局波形数据；
激发点数据获取模块中：
所有激发点上的激发频率与激发力度相同；
对于网格阵列模型上的任一激发点，该激发点位于最靠近该激发点的两个检波器之间直线连线的中点位置；
所述特征值包含以下任一个或全部内容：
--响应强度；
--卓越频谱特征；
所述成像模块包含以下模块：
位置信息获取模块：根据子全局波形信息，获取对应构件的位置信息；
参考函数录入模块：根据历史数据，对构件中特征值与脱空厚度的函数关系进行拟合获得参考函数；
脱空厚度计算模块：结合参考函数，计算构件在提取的特征值下对应的脱空厚度数据；
图像整合模块：将所有构件的位置信息与脱空厚度数据进行整合获得三维脱空厚度图像。
5.一种钢壳混凝土结构缺陷检测装置，其特征在于，包含激发装置、检波器以及控制器；
所述激发装置包含相互连接的电动机与激发锤；
多个激发锤与多个检波器均呈网格化排列；检波器安装在被测钢壳混凝土结构上，激发锤在电动机驱动下能够敲击被测钢壳混凝土结构；
检波器与控制器相连，所述控制器包含权利要求4所述的钢壳混凝土结构缺陷检测系统。
6.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述钢壳混凝土结构缺陷检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810172460.0A CN108548868B (zh) | 2018-03-01 | 2018-03-01 | 钢壳混凝土结构缺陷检测方法、系统及装置与存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810172460.0A CN108548868B (zh) | 2018-03-01 | 2018-03-01 | 钢壳混凝土结构缺陷检测方法、系统及装置与存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108548868A CN108548868A (zh) | 2018-09-18 |
| CN108548868B true CN108548868B (zh) | 2020-07-31 |
Family
ID=63516061
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810172460.0A Active CN108548868B (zh) | 2018-03-01 | 2018-03-01 | 钢壳混凝土结构缺陷检测方法、系统及装置与存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108548868B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110632175A (zh) * | 2019-09-27 | 2019-12-31 | 上海交通大学 | 路面层间结构脱空状态检测方法、系统及使用方法 |
| CN111223074B (zh) * | 2019-12-27 | 2023-04-21 | 宁夏建筑科学研究院集团股份有限公司 | 一种混凝土柱构件顶部混凝土缺陷的检测方法 |
| CN112378909A (zh) * | 2020-11-13 | 2021-02-19 | 保利长大工程有限公司 | 一种钢壳沉管自密实混凝土生产质量评价控制方法 |
| CN112924542A (zh) * | 2021-01-19 | 2021-06-08 | 中南大学 | 一种岩石、混凝土及充填体的强度质量测量方法、装置、服务器及可读存储介质 |
| CN112946079B (zh) * | 2021-03-02 | 2022-03-01 | 中国水利水电科学研究院 | 一种厚钢壳混凝土的脱空质能检测系统和方法 |
| CN112986385A (zh) * | 2021-03-02 | 2021-06-18 | 中国水利水电科学研究院 | 一种耦合冲击质能法及中子法的钢壳混凝土脱空检测方法 |
| CN113834875A (zh) * | 2021-09-22 | 2021-12-24 | 四川升拓检测技术股份有限公司 | 基于三维六方体测线布置的弹性波层析成像检测方法及系统 |
| CN114460280B (zh) * | 2022-01-05 | 2022-12-20 | 河海大学 | 一种大体积混凝土结构隐患病害的定量识别方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1828286A (zh) * | 2005-02-28 | 2006-09-06 | 交通部公路科学研究所 | 一种用超声波检测结构混凝土缺陷的定量判断并直观显示的方法 |
| CN104007176A (zh) * | 2014-05-12 | 2014-08-27 | 上海交通大学 | 一种复杂岩土工程介质的全波场检测系统及方法 |
| CN107167521A (zh) * | 2017-06-30 | 2017-09-15 | 四川升拓检测技术股份有限公司 | 一种提高识别混凝土缺陷和损伤能力的检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7992454B2 (en) * | 2009-12-04 | 2011-08-09 | International Business Machines Corporation | Airflow bench with laminar flow element |
-
2018
- 2018-03-01 CN CN201810172460.0A patent/CN108548868B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1828286A (zh) * | 2005-02-28 | 2006-09-06 | 交通部公路科学研究所 | 一种用超声波检测结构混凝土缺陷的定量判断并直观显示的方法 |
| CN104007176A (zh) * | 2014-05-12 | 2014-08-27 | 上海交通大学 | 一种复杂岩土工程介质的全波场检测系统及方法 |
| CN107167521A (zh) * | 2017-06-30 | 2017-09-15 | 四川升拓检测技术股份有限公司 | 一种提高识别混凝土缺陷和损伤能力的检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 一种针对岩土工程缺陷检测问题的冲击映像方法及应用研究;彭冬 等;《岩土力学》;20170930;第2765-2772页 * |
| 冲击映像方法在水工结构渗漏病害检测中的应用;朱仁杰 等;《重庆交通大学学报（自然科学版）》;20171130;第48-55页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108548868A (zh) | 2018-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108548868B (zh) | 钢壳混凝土结构缺陷检测方法、系统及装置与存储介质 | |
| CN109753753B (zh) | 一种基于bim的桥梁模架智能设计方法 | |
| KR101151375B1 (ko) | 대단면 기초 지질조사방법 | |
| CN101403797B (zh) | 地下工程施工超前地质预报系统及其预报方法 | |
| CN104181581B (zh) | 基于任意排布的地震波地下工程空间观测的系统及方法 | |
| CN109063973A (zh) | 基于人工智能的建设工程建造方法 | |
| CN102798412A (zh) | 一种基于三维激光扫描评定隧道钻爆施工质量的方法 | |
| CN103148824A (zh) | 一种振捣有效深度智能检测方法 | |
| CN113484910B (zh) | 基于地震干涉法的隧道超前地质预报方法及系统 | |
| KR101104466B1 (ko) | 디지털 이미지를 이용한 터널 조사 시스템 및 방법 | |
| CN110376660B (zh) | 地下工程地质灾害注浆效果实时监测方法 | |
| KR102207792B1 (ko) | 지중 구조물의 3차원 모델링 장치 및 그 방법 | |
| KR101104444B1 (ko) | 터널 막장 불연속면 예측 시스템 및 방법 | |
| CN107102116B (zh) | 一种室内重力侵蚀过程试验观测系统及方法 | |
| Nuttens et al. | Application of laser scanning for deformation measurements: a comparison between different types of scanning instruments | |
| CN105651202A (zh) | 一种用于测量矿山体积的三维扫描方法及装置 | |
| KR101626901B1 (ko) | 암거의 정밀한 3차원 형상정보의 구축 시스템 및 그 방법 | |
| Hajian et al. | As-built documentation of structural components for reinforced concrete construction quality control with 3D laser scanning | |
| Qureshi et al. | Evaluation of 3D model of rebar for quantitative parameters | |
| CN109100243A (zh) | 一种加强型直接剪切试验检测方法 | |
| CN116226965A (zh) | 一种基于bim的建筑废弃物估算算法 | |
| Guo et al. | 3D simulation research on the damage of load-bearing structure of prefabricated building based on BIM model | |
| CN114358088A (zh) | 建筑物或隧道衬砌修复效果的分析评价方法和系统 | |
| CN111501857A (zh) | 沉管隧道基础施工状态时空监测方法和系统 | |
| CN207366506U (zh) | 水工混凝土隐蔽缺陷检测的模型试验装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |