CN111305873B - 隧道裂缝修复系统及其修复方法 - Google Patents
隧道裂缝修复系统及其修复方法 Download PDFInfo
- Publication number
- CN111305873B CN111305873B CN202010117514.0A CN202010117514A CN111305873B CN 111305873 B CN111305873 B CN 111305873B CN 202010117514 A CN202010117514 A CN 202010117514A CN 111305873 B CN111305873 B CN 111305873B
- Authority
- CN
- China
- Prior art keywords
- crack
- tunnel
- module
- repairing
- tunnel crack
- 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
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 77
- 230000008439 repair process Effects 0.000 claims abstract description 77
- 230000008859 change Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 14
- 239000013307 optical fiber Substances 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 239000000835 fiber Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000013213 extrapolation Methods 0.000 claims description 5
- 208000010392 Bone Fractures Diseases 0.000 description 13
- 206010017076 Fracture Diseases 0.000 description 13
- 230000006378 damage Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005336 cracking Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035876 healing Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D11/00—Lining tunnels, galleries or other underground cavities, e.g. large underground chambers; Linings therefor; Making such linings in situ, e.g. by assembling
- E21D11/04—Lining with building materials
- E21D11/10—Lining with building materials with concrete cast in situ; Shuttering also lost shutterings, e.g. made of blocks, of metal plates or other equipment adapted therefor
- E21D11/105—Transport or application of concrete specially adapted for the lining of tunnels or galleries ; Backfilling the space between main building element and the surrounding rock, e.g. with concrete
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Architecture (AREA)
- Mining & Mineral Resources (AREA)
- Civil Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种隧道裂缝修复系统及其修复方法,隧道裂缝修复系统包括裂缝监测模块,用于监测当前隧道裂缝的设定参数并生成当前裂缝监测信号;中心控制模块,用于根据接收到的当前裂缝监测信号预测隧道裂缝的后续变化走势,并调节生成的修复控制信号;裂缝修复模块,用于根据接收到的修复控制信号自动修复隧道裂缝。通过本发明的技术方案,实现了对隧道裂缝未来变化走势的预测,进而实现了能够在裂缝真正产生破坏前对其进行及时的自动修复,有利于提高隧道的安全性,自动化和智能化程度较高。
Description
技术领域
本发明实施例涉及隧道工程技术领域,尤其涉及一种隧道裂缝修复系统及其修复方法。
背景技术
在对隧道裂缝的监测修补方面,目前大多数的系统只能对隧道裂缝进行实时的监测,以实现对大量隧道裂缝数据的手机,但仅对隧道裂缝进行实时监测并不能在隧道裂缝出现问题,甚至发生严重破坏后对其进行及时的修复,只能人工后期修复。
另外,仅对隧道裂缝进行实时的监测也不能预测出隧道裂缝的走向,在隧道裂缝真正产生破坏前,施工人员对隧道的未来走向趋势毫无了解,只有隧道裂缝真正产生破坏时,才能对其进行人工修复。
发明内容
有鉴于此,本发明提供一种隧道裂缝修复系统及其修复方法,实现了对隧道裂缝未来变化走势的预测,进而实现了能够在裂缝真正产生破坏前对其进行及时的自动修复,有利于提高隧道的安全性,自动化和智能化程度较高。
第一方面,本发明实施例提供了一种隧道裂缝修复系统,包括:
裂缝监测模块,用于监测当前隧道裂缝的设定参数并生成当前裂缝监测信号;
中心控制模块,用于根据接收到的所述当前裂缝监测信号预测所述隧道裂缝的后续变化走势,并调节生成的修复控制信号;
裂缝修复模块,用于根据接收到的所述修复控制信号自动修复所述隧道裂缝。
可选地,所述裂缝监测模块包括:
第一图像获取部件,用于获取所述隧道裂缝的实时图像并生成n时刻所述隧道裂缝的几何模型;
温度检测部件,用于检测所述隧道裂缝处光纤的温度并生成n时刻所述隧道裂缝的温度模型;
湿度检测部件,用于检测所述隧道裂缝处光纤的湿度以及所述隧道裂缝处混凝土的含水量并生成n时刻所述隧道裂缝的湿度模型;
优选地,所述第一图像获取部件包括摄像机和/或三维激光扫描仪,所述温度检测部件包括光纤测温仪,所述湿度检测部件包括光纤测湿仪和混凝土含水检测仪。
可选地,所述隧道裂缝修复系统还包括:
报警模块,用于根据接收到的所述当前裂缝监测信号调节其自身的报警状态,以及根据接收到的所述当前裂缝监测信号调节输出至所述中心控制模块的终止控制信号;
所述中心控制模块还用于根据接收到的所述终止控制信号调节其自身的工作状态和所述裂缝修复模块的工作状态。
可选地,所述裂缝监测模块还用于将监测到的所述隧道裂缝的设定参数发送至云平台进行保存。
可选地,所述中心控制模块用于根据接收到的n时刻所述隧道裂缝的所述几何模型、所述温度模型和所述湿度模型获取n+1时刻所述隧道裂缝的几何模型,并根据n+1时刻的所述隧道裂缝的几何模型获取所述隧道裂缝的变化走势。
可选地,所述中心控制模块用于根据接收到的n时刻所述隧道裂缝的所述几何模型、所述温度模型和所述湿度模型,利用RBF、BP、ELMAN、ELM、CNN和分形外推插值中的至少一种方法获取n+1时刻所述隧道裂缝的几何模型。
可选地,所述隧道裂缝修复系统还包括:
显示模块,所述中心控制模块还用于根据接收到的n时刻所述隧道裂缝的所述几何模型、所述温度模型和所述湿度模型,通过所述显示模块显示所述隧道裂缝的温度场、湿度场和所述隧道裂缝的生长过程中的至少一项。
可选地,所述裂缝修复模块包括机械手臂和喷浆器。
可选地,所述裂缝修复模块还包括:
第二图像获取部件,用于在所述裂缝修复模块修复所述隧道裂缝前和/或在所述裂缝修复模块修复所述隧道裂缝后,获取所述隧道裂缝处的实时图像;
优选地,所述第二图像获取部件包括摄像机和/或三维激光扫描仪。
第二方面,本发明实施例还提供了一种隧道裂缝的修复方法,包括:
裂缝监测模块监测当前隧道裂缝的设定参数并生成当前裂缝监测信号;
中心控制模块根据接收到的所述当前裂缝监测信号预测所述隧道裂缝的后续变化走势,并调节生成的修复控制信号;
裂缝修复模块根据接收到的所述修复控制信号自动修复所述隧道裂缝。
本发明实施例提供了一种隧道裂缝修复系统及其修复方法,隧道裂缝修复系统包括裂缝监测模块、中心控制模块和裂缝修复模块,设置裂缝监测模块用于监测当前隧道裂缝的设定参数并生成当前裂缝监测信号,中心控制模块用于根据接收到的当前裂缝监测信号预测隧道裂缝的后续变化走势,并调节生成的修复控制信号,裂缝修复模块用于根据接收到的修复控制信号自动修复隧道裂缝。这样,实现了对隧道裂缝未来变化走势的预测,进而实现了能够在裂缝真正产生破坏前对其进行及时的自动修复,有利于提高隧道的安全性,节省了大量人力物力,自动化和智能化程度较高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种隧道裂缝修复系统;
图2为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图;
图3为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图;
图4为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图;
图5为本发明实施例提供的一种隧道裂缝修复系统的立体结构示意图;
图6为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图;
图7为本发明实施例提供的一种隧道裂缝的修复方法的流程示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
图1为本发明实施例提供的一种隧道裂缝修复系统。如图1所示,隧道裂缝修复系统包括裂缝监测模块1、中心控制模块2和裂缝修复模块3,裂缝监测模块1用于监测当前隧道裂缝的设定参数并生成当前裂缝监测信号,中心控制模块2用于根据接收到的当前裂缝监测信号预测隧道裂缝的后续变化走势,并调节生成的修复控制信号,裂缝修复模块3用于根据接收到的修复控制信号自动修复隧道裂缝。
具体地,裂缝监测模块1监测当前隧道裂缝的设定参数并生成当前裂缝监测信号,隧道裂缝的设定参数例如可以为有可能影响隧道裂缝后续变化走势,例如破坏程度的隧道裂缝的参数。中心控制模块2与裂缝监测模块1电连接,裂缝监测模块1将当前裂缝监测信号传输至中心控制模块2,中心控制模块2根据接收到的当前裂缝监测信号获取到当前隧道裂缝的设定参数,并根据当前隧道裂缝的设定参数预测处隧道裂缝的后续变化走势,例如隧道裂缝后续的开裂位置以及开裂程度等,并据此调节生成的修复控制信号。
例如当中心控制模块2根据预测出的隧道裂缝的后续变化走势判断出隧道裂缝未来可能在某位置继续开裂,中心控制模块2则可以调节输出的修复控制信号,裂缝修复模块3与中心控制模块2电连接,裂缝修复模块3则根据接收到的修复控制信号自动给修复隧道裂缝,例如在中心控制模块2预测出的隧道裂缝未来可能开裂的位置处的裂缝开裂之前,裂缝修复模块3除了能够对已经出现隧道裂缝的位置进行自动修复,还可以提前自动对中心控制模块2提前预测出来的隧道裂缝可能继续开裂的位置进行修复,以最大程度上降低该位置处裂缝开裂的概率。
本发明实施例可根据当前隧道裂缝的设定参数预测出目前已经出现裂缝的未来走向和破坏程度,中心控制模块2例如可以为智能控制主机,可以在中心控制模块2中植入隧道裂缝预测程度,利用中心控制模块2预测出目前已经出现裂缝的未来走向和破坏程度,实现了在预测处的裂缝真正产生破坏前提前进行自动修补,即将隧道裂缝监测、裂缝走向预测和裂缝实时自动修补结合在一起,节省了大量人力物力,避免了大量生命和财产的损失,实用性强,安全度高,社会效益高,发展前景好,自动化和智能化程度高。示例性地,隧道裂缝预测程序亦可应用于水工隧洞和风机基础的裂缝的观测和预警。
图2为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图。在上述实施例的基础上,结合图1和图2,可以设置裂缝监测模块1包括第一图像获取部件11、温度检测部件12和湿度检测部件13,第一图像获取部件11用于获取隧道裂缝处的实时图像并生成n时刻隧道裂缝的几何模型,温度检测部件12用于检测隧道裂缝处光纤的温度并生成n时刻隧道裂缝的温度模型,湿度检测部件13用于检测隧道裂缝处光纤的湿度以及隧道裂缝处混凝土的含水量并生成n时刻隧道裂缝的湿度模型。
优选地,可以设置第一图像获取部件11包括摄像机和/或三维激光扫描仪。具体地,裂缝监测模块1常年安装于隧道中对隧道裂缝的设定参数进行检测,摄像机可以通过拍照或者摄像直接获取针对隧道裂缝的大量图片和视频,三维激光扫描仪则可以通过扫描实现对隧道中裂缝的形状的深度监测,同样可以形成针对隧道裂缝的大量的图片。可以设置第一图像获取部件11仅包括摄像机,或者设置第一图像获取部件11仅包括三维激光扫描仪,均可以实现隧道裂缝的实时图像的获取,进而获取隧道裂缝的破坏程度。优选地,可以设置第一图像获取部件11同时包括摄像机和三维激光扫描仪,提高裂缝监测模块1对隧道裂缝的外部形状和结构获取的准确性。这样,第一图像获取部件11获取到隧道裂缝的实时图像,即获取到隧道裂缝的外部形状和结构,并据此生成隧道裂缝的几何模型。
优选地,可以设置温度检测部件12包括光纤测温仪,湿度检测部件13包括光纤测湿仪和混凝含水检测仪。具体的,光纤测温仪用于检测隧道裂缝处光纤的温度,该温度可以表征隧道裂缝周围或附近的温度场,并据此生成n时刻隧道裂缝的温度模型,光纤测湿仪用于检测隧道裂缝处光纤的湿度,混凝土含水检测仪用于检测隧道裂缝处混凝土的含水量,前述湿度和含水量可以表征隧道裂缝周围或附件的湿度场,并据此生成n时刻隧道裂缝的湿度模型。
可选地,结合图1和图2,可以设置中心控制模块2用于根据接收到的n时刻隧道裂缝的几何模型、温度模型和湿度模型获取n+1时刻隧道裂缝的几何模型,并根据n+1时刻的隧道裂缝的几何模型获取隧道裂缝的变化走势,n+1时刻仅表示相对于n时刻后续的时刻,对n的值不作具体限定。
具体地,中心控制模块2中可以设置隧道裂缝预测程序,中心控制模块2控制裂缝监测模块1开启,隧道裂缝预测程序接收到裂缝监测模块1输出的n时刻隧道裂缝的几何模型、温度模型和湿度模型,并处理分析出隧道裂缝的破坏的严重程度和后续可能造成的破坏位置和破坏程度,并预测出隧道裂缝n+1时刻的几何模型,并根据n+1时刻的几何模型获取隧道裂缝的变化走势,即隧道裂缝未来的走向。
可选地,可以设置中心控制模块2用于根据接收到的n时刻隧道裂缝的几何模型、温度模型和湿度模型,利用RBF、BP、ELMAN、ELM、CNN和分形外推插值中的至少一种方法获取n+1时刻隧道裂缝的几何模型。
具体地,中心控制模块2内植入隧道裂缝预测程序,隧道裂缝预测程序为新型程序,可根据裂缝监测模块1监测到的针对隧道裂缝的视频、图片以及前述获取的隧道裂缝附近的温度和湿度情况判断当前隧道裂缝的严重程度和接下来隧道裂缝的走向。中心控制模块2中的隧道裂缝预测程序可以基于MATLAB语言进行开发,将人工智能领域的机器学习和深度学习运用于裂缝走势模拟研究,根据裂缝监测模块1发送的n时刻隧道裂缝的几何模型、温度模型和湿度模型,使用RBF(径向基神经网络)、BP(反向传播神经网络)、ELMAN(尔曼神经网络)、ELM(极限学习机)、CNN(卷积神经网络)和分形外推插值中的至少一种方法获取n+1时刻隧道裂缝的几何模型,即预测隧道裂缝的未来走势,智能化程度高。
图3为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图。在上述实施例的基础上,如图3所示,修复系统还可以包括显示模块5,中心控制模块2还用于根据接收到的n时刻隧道裂缝的几何模型、温度模型和湿度模型,通过显示模块5显示隧道裂缝的温度场、湿度场和隧道裂缝的生长过程中的至少一项。
具体地,中心控制模块2可以执行相关数据分析功能,例如可以对裂缝监测模块1发送过来的n时刻隧道裂缝的几何模型、温度模型和湿度模型进行分析,以及将预测出来的n+1时刻隧道裂缝的几何模型进行分析,并将分析成果,例如隧道裂缝各个时刻的温度场、湿度场或者隧道裂缝的生长过程中的至少一项通过显示模块5进行显示,以供施工方,建设方和监理方实时观看上述显示部件的展示内容。示例性地,显示模块5可以为固定装置上集成的显示屏,也可以为移动终端上的显示屏,本发明实施例对此不作限定。
图4为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图。在上述实施例的基础上,图4所示结构的修复系统还包括报警模块4,用于根据接收到的当前裂缝监测信号调节其自身的报警状态,以及根据接收到的当前裂缝监测信号调节输出至中心控制模块2的终止控制信号,中心控制模块2还用于根据接收到的终止控制信号调节其自身的工作状态和裂缝修复模块3的工作状态。
具体地,裂缝监测模块1实时监测隧道中裂缝的设定参数,例如隧道裂缝的外部形状、结构以及裂缝周围的温度和湿度,当隧道中发生裂缝破坏严重等紧急情况时,上述设定参数发生较大的变化,裂缝监测模块1在监测到上述设定参数发生较大的变化时,裂缝监测模块1与报警模块4电连接,控制报警模块4调节其自身的报警状态。报警模块4例如可以为视觉报警模块4,隧道出现紧急情况时,报警模块4例如可以以红光闪烁向相关人员进行紧急情况的提醒。报警模块4也可以为听觉报警模块4,隧道出现紧急情况时,报警模块4例如可以发出警报铃声以向相关人员进行紧急情况的提醒,进而吸引施工人员进行及时处理。
具体地,当隧道中发生裂缝破坏严重等紧急情况时,上述设定参数发生较大的变化,裂缝监测模块1在监测到上述设定参数发生较大的变化时,可以同时控制报警模块4调节输出至中心控制模块2的终止控制信号,报警模块4与中心控制模块电连接,以使得中心控制模块2终止工作,且中心控制模块2可以同时控制裂缝修复模块3停止工作,或者控制裂缝修复模块3及时处理,例如在可挽救的情况下及时进行相应的修复。
可选地,裂缝监测模块1还用于将监测到的隧道裂缝的设定参数发送至云平台进行保存。具体地,裂缝监测模块1常年安装于隧道中进行监测,裂缝监测模块1可以与云平台相连,裂缝监测模块1将监测所得的裂缝的图片和视频以及裂缝附近的温度场和湿度场等相关监测数据,即能够表征裂缝的形状或者破坏程度的数据传至云平台的数据库中进行保存,以供后期其他人员,例如学者做相关研究,实现隧道裂缝的监测资料的最大化利用。
图5为本发明实施例提供的一种隧道裂缝修复系统的立体结构示意图。结合图1至图5,例如可以将隧道监测模块1设置在隧道7内部的顶部,可以设置裂缝修复模块3包括机械手臂31和喷浆器(图5中未示出)。具体地,中心控制模块2根据接收到的当前裂缝监测信号预测隧道7中裂缝8的后续变化走势,并调节生成的修复控制信号,裂缝修复模块3根据中心控制模块2发出的修复控制信号,利用机械手臂31和喷浆器对当前的裂缝8以及预测出来的可能出现裂缝的位置自主进行相应的实时修复。
图6为本发明实施例提供的另一种隧道裂缝修复系统的结构示意图。在上述实施例的基础上,如图6所示,可以设置裂缝修复模块3还包括第二图像获取部件6,第二图像获取部件6用于在裂缝修复模块3修复隧道裂缝前和/或在裂缝修复模块3修复隧道裂缝后,获取隧道裂缝处的实时图像。
示例性地,可以设置第二图像获取部件6包括摄像机和/或三维激光扫描仪,优选地,可以设置第二图像获取部件6包括摄像机和三维激光扫描仪,摄像机可以通过拍照或者摄像直接获取针对隧道裂缝的大量图片和视频,三维激光扫描仪则可以通过扫描实现对隧道中裂缝的形状的深度监测,同样可以形成针对隧道裂缝的大量的图片。另外,可以设置第二图像获取部件6用于在裂缝修复模块3修复隧道裂缝前和/或在裂缝修复模块3修复隧道裂缝后,获取隧道裂缝处的实时图像,即可以设置第二图像获取部件6仅在裂缝修复模块3修复隧道裂缝前获取隧道裂缝处的实时图像,或者仅在裂缝修复模块3修复隧道裂缝后获取隧道裂缝处的实时图像,优选地,可以设置第二图像获取部件6用于在裂缝修复模块3修复隧道裂缝前后均获取隧道裂缝处的实时图像。
具体地,裂缝修复模块3接收到中心控制模块2发出的修复指令后,隧道修复模块会立即到隧道中进行监测修复,第二图像获取部件6也可以受中心控制模块2的触发,裂缝修复模块3中的摄像机和三维激光扫描仪会进一步确认裂缝的破坏情况,在确认了中心控制模块2确定的预测裂纹走势后,裂缝修复模块3设有的智能裂缝修理机械臂和喷浆器会对裂缝进行及时修补。在隧道修复模块进行完裂缝的修复后,第二图像获取部件6即摄像机和三维激光扫描仪会再次进行裂缝的扫描和拍摄,以确认裂缝的修复情况从而进行预测。另外,还可以设置第二图像获取部件6话可以在裂缝的修复过程中监测裂缝的修复进度和修复情况。这样,裂缝修复模块3可实现现场施工监测,对裂缝的自动修补和自动扫描等工作,自动化程度高,智能化程度高。
本发明实施例还提供了一种隧道裂缝的修复方法。图7为本发明实施例提供的一种隧道裂缝的修复方法的流程示意图,该隧道裂缝的修复方法可以由上述实施例提供的隧道裂缝修复系统执行,如图7所示,隧道裂缝的修复方法包括:
S110、裂缝监测模块监测当前隧道裂缝的设定参数并生成当前裂缝监测信号。
具体地,可以设置裂缝监测模块包括第一图像获取部件、温度检测部件和湿度检测部件,第一图像获取部件用于获取隧道裂缝处的实时图像并生成n时刻隧道裂缝的几何模型,温度检测部件用于检测隧道裂缝处光纤的温度并生成n时刻隧道裂缝的温度模型,湿度检测部件用于检测隧道裂缝处光纤的湿度以及隧道裂缝处混凝土的含水量并生成n时刻隧道裂缝的湿度模型。
S120、中心控制模块根据接收到的当前裂缝监测信号预测隧道裂缝的后续变化走势,并调节生成的修复控制信号。
具体地,可以设置中心控制模块用于根据接收到的n时刻隧道裂缝的几何模型、温度模型和湿度模型,利用RBF、BP、ELMAN、ELM、CNN和分形外推插值中的至少一种方法获取n+1时刻隧道裂缝的几何模型。
S130、裂缝修复模块根据接收到的修复控制信号自动修复隧道裂缝。
具体地,可以设置裂缝修复模块包括机械手臂和喷浆器。裂缝修复模块还可以包括第二图像获取部件,第二图像获取部件用于在裂缝修复模块修复隧道裂缝前和/或在裂缝修复模块修复隧道裂缝后,获取隧道裂缝处的实时图像。
本发明实施例可根据当前隧道裂缝的设定参数预测出目前已经出现裂缝的未来走向和破坏程度,中心控制模块例如可以为智能控制主机,可以在中心控制模块中植入隧道裂缝预测程度,利用中心控制模块预测出目前已经出现裂缝的未来走向和破坏程度,实现了在预测处的裂缝真正产生破坏前提前进行自动修补,即将隧道裂缝监测、裂缝走向预测和裂缝实时自动修补结合在一起,节省了大量人力物力,避免了大量生命和财产的损失,实用性强,安全度高,社会效益高,发展前景好,自动化和智能化程度高。
本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种隧道裂缝修复系统,其特征在于,包括:
裂缝监测模块,用于监测当前隧道裂缝的设定参数并生成当前裂缝监测信号;
中心控制模块,用于根据接收到的所述当前裂缝监测信号预测所述隧道裂缝的后续变化走势,并调节生成的修复控制信号;
裂缝修复模块,用于根据接收到的所述修复控制信号自动修复所述隧道裂缝;
其中,所述裂缝监测模块包括:
第一图像获取部件,用于获取所述隧道裂缝的实时图像并生成n时刻所述隧道裂缝的几何模型;
温度检测部件,用于检测所述隧道裂缝处光纤的温度并生成n时刻所述隧道裂缝的温度模型;
湿度检测部件,用于检测所述隧道裂缝处光纤的湿度以及所述隧道裂缝处混凝土的含水量并生成n时刻所述隧道裂缝的湿度模型。
2.根据权利要求1所述的隧道裂缝修复系统,其特征在于,所述第一图像获取部件包括摄像机和/或三维激光扫描仪,所述温度检测部件包括光纤测温仪,所述湿度检测部件包括光纤测湿仪和混凝土含水检测仪。
3.根据权利要求1所述的隧道裂缝修复系统,其特征在于,还包括:
报警模块,用于根据接收到的所述当前裂缝监测信号调节其自身的报警状态,以及根据接收到的所述当前裂缝监测信号调节输出至所述中心控制模块的终止控制信号;
所述中心控制模块还用于根据接收到的所述终止控制信号调节其自身的工作状态和所述裂缝修复模块的工作状态。
4.根据权利要求1所述的隧道裂缝修复系统,其特征在于,所述裂缝监测模块还用于将监测到的所述隧道裂缝的设定参数发送至云平台进行保存。
5.根据权利要求1-4任一项所述的隧道裂缝修复系统,其特征在于,所述中心控制模块用于根据接收到的n时刻所述隧道裂缝的所述几何模型、所述温度模型和所述湿度模型获取n+1时刻所述隧道裂缝的几何模型,并根据n+1时刻的所述隧道裂缝的几何模型获取所述隧道裂缝的变化走势。
6.根据权利要求5所述的隧道裂缝修复系统,其特征在于,所述中心控制模块用于根据接收到的n时刻所述隧道裂缝的所述几何模型、所述温度模型和所述湿度模型,利用RBF、BP、ELMAN、ELM、CNN和分形外推插值中的至少一种方法获取n+1时刻所述隧道裂缝的几何模型。
7.根据权利要求6所述的隧道裂缝修复系统,其特征在于,还包括:
显示模块,所述中心控制模块还用于根据接收到的n时刻所述隧道裂缝的所述几何模型、所述温度模型和所述湿度模型,通过所述显示模块显示所述隧道裂缝的温度场、湿度场和所述隧道裂缝的生长过程中的至少一项。
8.根据权利要求1所述的隧道裂缝修复系统,其特征在于,所述裂缝修复模块包括机械手臂和喷浆器。
9.根据权利要求8所述的隧道裂缝修复系统,其特征在于,所述裂缝修复模块还包括:
第二图像获取部件,用于在所述裂缝修复模块修复所述隧道裂缝前和/或在所述裂缝修复模块修复所述隧道裂缝后,获取所述隧道裂缝处的实时图像;
其中,所述第二图像获取部件包括摄像机和/或三维激光扫描仪。
10.一种隧道裂缝的修复方法,其特征在于,包括:
裂缝监测模块监测当前隧道裂缝的设定参数并生成当前裂缝监测信号,其中,所述裂缝监测模块包括:第一图像获取部件,用于获取所述隧道裂缝的实时图像并生成n时刻所述隧道裂缝的几何模型;温度检测部件,用于检测所述隧道裂缝处光纤的温度并生成n时刻所述隧道裂缝的温度模型;湿度检测部件,用于检测所述隧道裂缝处光纤的湿度以及所述隧道裂缝处混凝土的含水量并生成n时刻所述隧道裂缝的湿度模型;
中心控制模块根据接收到的所述当前裂缝监测信号预测所述隧道裂缝的后续变化走势,并调节生成的修复控制信号;
裂缝修复模块根据接收到的所述修复控制信号自动修复所述隧道裂缝。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010117514.0A CN111305873B (zh) | 2020-02-25 | 2020-02-25 | 隧道裂缝修复系统及其修复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010117514.0A CN111305873B (zh) | 2020-02-25 | 2020-02-25 | 隧道裂缝修复系统及其修复方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111305873A CN111305873A (zh) | 2020-06-19 |
CN111305873B true CN111305873B (zh) | 2021-08-10 |
Family
ID=71152932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010117514.0A Active CN111305873B (zh) | 2020-02-25 | 2020-02-25 | 隧道裂缝修复系统及其修复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111305873B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112096454A (zh) * | 2020-09-09 | 2020-12-18 | 中电建冀交高速公路投资发展有限公司 | 隧道衬砌裂缝修复装置 |
CN112561246A (zh) * | 2020-11-27 | 2021-03-26 | 国网山东省电力公司建设公司 | 一种大体积混凝土质量智能控制方法 |
CN113065267B (zh) * | 2021-03-25 | 2023-01-03 | 广东粤海珠三角供水有限公司 | 一种隧洞裂缝检测及安全评价系统 |
CN114384073B (zh) * | 2021-11-30 | 2023-08-04 | 杭州申昊科技股份有限公司 | 一种地铁隧道裂纹检测方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745477A (zh) * | 2014-01-22 | 2014-04-23 | 汕头大学 | 基于机器视觉的建筑结构裂缝检测及修复方法 |
CN105866148A (zh) * | 2016-03-29 | 2016-08-17 | 山东大学 | 地质雷达动态检测衬砌病害注浆修复模拟试验装置及方法 |
CN106837381A (zh) * | 2017-01-20 | 2017-06-13 | 绍兴文理学院 | 一种基于贴壁式无人机的隧道裂缝修复系统 |
CN107884421B (zh) * | 2017-10-26 | 2020-04-28 | 浙江通衢工程管理有限公司 | 一种基于物联网的具有裂缝探测功能的隧道监测设备 |
CN108757037A (zh) * | 2018-04-28 | 2018-11-06 | 东南大学 | 隧道检测修复一体车及新开、陈旧隧道检测修复方法 |
CN109629846B (zh) * | 2019-01-16 | 2023-08-18 | 中国地质大学(武汉) | 自发电型检测与修复混凝土裂缝的多功能机器人 |
CN109914843B (zh) * | 2019-02-28 | 2020-05-19 | 华中科技大学 | 基于bim和计算机视觉的室内混凝土裂缝维护装备及方法 |
-
2020
- 2020-02-25 CN CN202010117514.0A patent/CN111305873B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111305873A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111305873B (zh) | 隧道裂缝修复系统及其修复方法 | |
CN111600383B (zh) | 输电线路智能一体化巡检装置 | |
CN107167497B (zh) | 一种设备故障检测方法及系统 | |
CN107478318B (zh) | 一种巡检机器人系统的测振控制方法 | |
US20220166377A1 (en) | Method, apparatus, and system for detecting solar cell of photovoltaic plant | |
CN110910369A (zh) | 一种生产线监管的方法、装置及存储介质 | |
CN114463948A (zh) | 一种地质灾害监测预警方法及系统 | |
CN113569914A (zh) | 一种融合点云数据的输电线路巡检方法及系统 | |
KR20200054733A (ko) | 인공지능 자율비행 드론과 지능형 영상분석을 통한 시설 모니터링 시스템 | |
CN105554479A (zh) | 一种输变配电设备的智能监控系统 | |
CN113898537A (zh) | 一种风电场远程智能巡检系统 | |
CN105516683A (zh) | 输电线巡视方法 | |
CN110991671A (zh) | 一种水利泵站巡检系统及巡检方法 | |
CN114882682B (zh) | 一种高压线缆状态监测平台及监测方法 | |
CN110779077A (zh) | 一种智能地热运维系统 | |
CN206596120U (zh) | 一种建筑智能无线监测装置 | |
CN215003738U (zh) | 一种桥梁结构变形多参数基础监测装置 | |
CN114998789A (zh) | 一种基于视频识别的滑坡地质灾害变形监测系统和方法 | |
CN114265407A (zh) | 一种建筑机械设备巡检服务系统 | |
CN114611342A (zh) | 一种云边协同的gis壳体温变行为快速仿真方法及系统 | |
CN108289207B (zh) | 一种基于终端的防渗监控系统及监控控制方法 | |
CN111882454A (zh) | 一种核电站重量监测系统及方法 | |
CN116523833B (zh) | 基于图像识别技术的裂缝监测设备及包括该设备的安全监测应用平台 | |
CN116008970B (zh) | 基于视频图像验证雷达净空值反演精度的方法 | |
CN218211210U (zh) | 一种大坝变形监测系统 |
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 |