CN112907578A

CN112907578A - 水下混凝土磨损的评估方法

Info

Publication number: CN112907578A
Application number: CN202110322122.2A
Authority: CN
Inventors: 王皓冉; 陈永灿; 李永龙; 谢辉; 刘昭伟; 李正文
Original assignee: Sichuan Energy Internet Research Institute EIRI Tsinghua University
Current assignee: Sichuan Energy Internet Research Institute EIRI Tsinghua University
Priority date: 2021-03-25
Filing date: 2021-03-25
Publication date: 2021-06-04
Also published as: WO2022198797A1

Abstract

本发明的实施例提供了一种水下混凝土磨损的评估方法，涉及水下建筑物技术领域。方法包括：利用水下机器人对水下混凝土的表面进行探测，获得混凝土表面磨损图像；对混凝土表面磨损图像进行数据处理，获得骨料暴露比R；根据骨料暴露比R，确定水下混凝土的磨损等级。该方法能够仅需要获取混凝土表面磨损缺陷的平面二维图像即可进行评估，在水下混凝土磨损评估指标的获取上更易于实现，评估成本更低。

Description

水下混凝土磨损的评估方法

技术领域

本发明涉及水下建筑物技术领域，具体而言，涉及一种水下混凝土磨损的评估方法。

背景技术

水下混凝土作为一种重要的建筑材料，一直以来被广泛应用于水利、桥梁、海洋等工程领域。由于长时间浸泡于复杂水流环境下，混凝土表面容易受到水流冲刷磨蚀作用影响，导致砂浆脱落、骨料暴露，产生磨损破坏。随着水下混凝土服役年限的增长，混凝土表面磨损逐渐严重，威胁着水下建筑物的安全稳定运行。因此，工程上需要定期对水下建筑物进行巡检，以评估混凝土的磨损程度，为水下建筑物安全运行及保护提供依据。

目前，针对水下混凝土的磨损检测与评估主要是通过人工或水下机器人等手段测量混凝土表面的磨损量、磨损深度等指标，从而量化评估水下混凝土的磨损程度。然而，水下建筑物运行期过水复杂条件下，磨损量、磨损深度这些指标往往难以获取，其获取成本高昂，无法实现高效率、低成本的水下混凝土磨损评估。

发明内容

本发明的目的包括提供一种水下混凝土磨损的评估方法，其能够仅需要获取混凝土表面磨损缺陷的平面二维图像即可进行评估，在水下混凝土磨损评估指标的获取上更易于实现，评估成本更低。

本发明的实施例可以这样实现：

第一方面，本发明提供一种水下混凝土磨损的评估方法，方法包括：

利用水下机器人对水下混凝土的表面进行探测，获得混凝土表面磨损图像；

对混凝土表面磨损图像进行数据处理，获得骨料暴露比R；

根据骨料暴露比R，确定水下混凝土的磨损等级。

在可选的实施方式中，利用水下机器人对水下混凝土的表面进行探测，获得混凝土表面磨损图像的步骤包括：

控制水下机器人抵达探测区域；

利用水下机器人的清淤机构清除覆盖在混凝土上的淤泥，使得混凝土显露出来；

利用水下机器人的摄像模块对显露出来的混凝土表面进行拍摄，获得混凝土表面磨损图像。

在可选的实施方式中，骨料暴露比R的计算公式为：

式中，S_骨料为混凝土表面磨损图像中岩石骨料所占面积，S_总为混凝土表面磨损图像中磨损图像总面积。

在可选的实施方式中，对混凝土表面磨损图像进行数据处理，获得各个区域的骨料暴露比R的步骤包括：

基于卷积神经网络，构建骨料暴露比R的识别计算模型；

将混凝土表面磨损图像放入识别计算模型，获得骨料暴露比R。

在可选的实施方式中，基于卷积神经网络，构建骨料暴露比R的识别计算模型的步骤包括：

对混凝土表面磨损图像中的骨料进行标定，获得构建识别计算模型的数据集；

对数据集进行划分，分为训练集、验证集和测试集；

通过训练集对模型进行训练；

利用验证集验证模型的精度；

利用测试集对模型进行测试，并确定测试合格的模型为识别计算模型。

在可选的实施方式中，根据骨料暴露比R，确定水下混凝土的磨损等级的步骤包括：

当R＜a时，则得出水下混凝土的磨损等级为一级；

当a≤R＜b时，则得出水下混凝土的磨损等级为二级；

当b≤R＜c时，则得出水下混凝土的磨损等级为三级；

当c≤R时，则得出水下混凝土的磨损等级为四级。

在可选的实施方式中，a的取值为10％，b的取值为20％，c的取值为30％。

在可选的实施方式中，水下机器人包括爬行底盘以及安装在爬行底盘上的清淤机构、清水置换机构和摄像模块，其中，清淤机构用于清除覆盖在混凝土上的淤泥，清水置换机构用于将混凝土上的污水置换为清水，摄像模块用于对显露出来的混凝土表面进行拍摄，获得混凝土表面磨损图像。

在可选的实施方式中，水下机器人还包括安装在爬行底盘上的浮游结构、浮力结构、水声定位模块和升降机构，其中，浮力结构用于调整水下机器人在水中的浮力，浮游结构用于驱动水下机器人在水中游动，水声定位模块用于测定目标的位置，升降机构用于调整水下机器人相对混凝土表面的高度。

在可选的实施方式中，水下机器人还包括系留线缆和主控箱，系留线缆用于连接水面或岸上的通信设备或控制设备，主控箱与各个部件电连接，主控箱控制各个部件协同工作、实现各自的功能。

本发明实施例提供的水下混凝土磨损的评估方法的有益效果包括：

该方法基于水下混凝土的磨损原理，以混凝土骨料暴露比为评价指标来评估水下混凝土磨损等级，仅需要获取混凝土表面磨损缺陷的平面二维图像即可进行评估，相比于传统的磨损量、磨损深度的评估方法，该方法在水下混凝土磨损评估指标的获取上更易于实现，评估成本更低。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的水下混凝土磨损的评估方法的流程图；

图2为水下机器人的结构示意图；

图3为整个底板各个区域的混凝土磨损情况示意图。

图标：100-水下机器人；1-浮游结构；2-主控箱；3-水声定位模块；4-系留线缆；5-清淤机构；6-清水置换机构；7-摄像模块；8-升降机构；9-爬行底盘；10-浮力结构。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“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，或者是该发明产品使用时惯常摆放的方位或位置关系，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。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

请参考图1，本实施例提供了一种水下混凝土磨损的评估方法，方法包括以下步骤：

S1：利用水下机器人对水下混凝土的表面进行探测，获得混凝土表面磨损图像。

请参阅图2，水下机器人100具备水下爬行、浮游、底板清淤、水声定位以及高清摄像等功能。

具体的，水下机器人100包括爬行底盘9以及安装在爬行底盘9上的主控箱2、清淤机构5、清水置换机构6、摄像模块7、浮游结构1、浮力结构10、水声定位模块3、升降机构8和系留线缆4。

其中，清淤机构5用于清除覆盖在混凝土上的淤泥，清水置换机构6用于将混凝土上的污水置换为清水，摄像模块7用于对显露出来的混凝土表面进行拍摄，获得混凝土表面磨损图像。浮力结构10用于调整水下机器人100在水中的浮力，浮游结构1用于驱动水下机器人100在水中游动，水声定位模块3用于测定目标的位置，升降机构8用于调整水下机器人100相对混凝土表面的高度，系留线缆4用于连接水面或岸上的通信设备或控制设备。主控箱2与上述各个部件电连接，主控箱2控制各个部件协同工作，实现各自的功能。

水下机器人100的具体工作过程如下：

首先，将水下机器人100放入水中，控制水下机器人100抵达探测区域。

其次，利用水下机器人100的清淤机构5清除覆盖在混凝土上的淤泥，使得混凝土显露出来。

最后，利用水下机器人100的摄像模块7对显露出来的混凝土表面进行拍摄，获得混凝土表面磨损图像。

这样，依次对所有区域进行探测，从而获得所有区域的混凝土表面磨损图像。

S2：对混凝土表面磨损图像进行数据处理，获得骨料暴露比R。

水下混凝土表面磨损要经历磨损启动阶段、细骨料脱落阶段、粗骨料暴露阶段以及循环持续阶段。具体的，首先是混凝土表面上砂浆层的磨损，扛冲磨水下混凝土的表层通常为3～5mm的水泥砂浆形成与水流紧密接触的过流面，承担高速水流及泥沙颗粒的初始冲刷。磨损启动阶段的标志是砂浆层最先实现剥离，该阶段磨损一般比较均匀。随着砂浆的逐渐磨损，混凝土细骨料暴露并承担挟沙水流的切削作用，部分细骨料脱落。待细骨料被水流冲走，粗骨料逐渐暴露，使砂浆、细骨料和粗骨料承担冲磨作用力，形成凹凸不平的磨蚀坑(冲孔)，随着磨损的继续，当表面不平整度持续增加，粗骨料与砂浆承担荷载的差异逐渐加大时，使得粗骨料越来越难与基材结合，持续脱落被冲走，使得砂浆部分磨损加剧，直到下一层重新达到平衡，如此循环往复，使混凝土磨损不断加深。

可见，水下混凝土骨料暴露程度可以反映混凝土的磨损情况。随着水流磨蚀过程的不断进行，在一定磨损度范围内，磨损程度随骨料暴露比值的增大而增大，从而能够很好的反映磨损的严重程度。因此，本实施例通过定义骨料暴露比量化表征水下混凝土表面磨损程度，骨料暴露比R即混凝土表面磨损图像中，岩石骨料所占面积与磨损图像总面积之比。所以，骨料暴露比R的计算公式为：

骨料暴露比R的获取计算流程，如下：

整体思路为：通过水下机器人100水下拍摄，可以获取大量的混凝土表面磨损图像，形成数据集，然后基于卷积神经网络，构建混凝土骨料暴露比计算模型，最后利用所建立的计算模型计算混凝土表面的骨料暴露比。

具体的，首先，基于卷积神经网络，构建骨料暴露比R的识别计算模型。其中，对数据集进行划分，分为训练集、验证集和测试集；通过训练集对模型进行训练；利用验证集验证模型的精度；利用测试集对模型进行测试，并确定测试合格的模型为识别计算模型。其次，将混凝土表面磨损图像放入识别计算模型，获得骨料暴露比R。

这样，依次获得各个区域的骨料暴露比R，从而获得整个底板的骨料暴露比R分布情况，如下表1所示：

表1

X1

X2

X3

X4

X5

X6

X7

X8

y1

15.56％

9.17％

10.22％

11.97％

10.97％

2.21％

1.51％

0.13％

y2

1.25％

24.96％

21.53％

18.81％

17.65％

4.61％

10.54％

11.32％

y3

24.54％

19.07％

27.50％

25.76％

24.67％

23.88％

21.65％

4.37％

y4

0.40％

12.32％

21.55％

31.53％

24.69％

18.93％

20.02％

6.64％

y5

7.05％

13.96％

24.46％

35.66％

24.47％

21.94％

16.32％

5.45％

y6

0.64％

26.46％

22.82％

28.09％

35.50％

29.44％

6.16％

9.56％

y7

2.23％

23.63％

25.26％

31.02％

28.96％

26.09％

32.98％

11.39％

y8

0.00％

12.69％

17.79％

29.56％

27.88％

26.02％

30.77％

26.70％

S3：根据骨料暴露比R，确定水下混凝土的磨损等级。

当R＜a时，则得出水下混凝土的磨损等级为一级；

当a≤R＜b时，则得出水下混凝土的磨损等级为二级；

当b≤R＜c时，则得出水下混凝土的磨损等级为三级；

当c≤R时，则得出水下混凝土的磨损等级为四级。

其中，a的取值为10％，b的取值为20％，c的取值为30％。

具体的，可以采用下表2来划分混凝土磨损程度的级别：

表2

磨损等级	特征表现	骨料暴露比(％)
			正常(一级)	灰浆完好，无明显磨损	0～10％
基本正常(二级)	灰浆破坏，混凝土表层骨料暴露	10％～20％
			轻度异常(三级)	大面积骨料暴露	20％～30％
异常(四级)	骨料被磨碎、拔出或露筋	30％以上

根据上述所提出的分级标准，对混凝土的磨损破坏情况进行评估，即结合表1和表2即可得出整个底板各个区域的混凝土磨损情况，如图3所示。

本实施例提供的水下混凝土磨损的评估方法的有益效果包括：

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种水下混凝土磨损的评估方法，其特征在于，所述方法包括：

利用水下机器人(100)对水下混凝土的表面进行探测，获得混凝土表面磨损图像；

对所述混凝土表面磨损图像进行数据处理，获得骨料暴露比R；

根据所述骨料暴露比R，确定水下混凝土的磨损等级。

2.根据权利要求1所述的水下混凝土磨损的评估方法，其特征在于，所述利用水下机器人(100)对水下混凝土的表面进行探测，获得混凝土表面磨损图像的步骤包括：

控制所述水下机器人(100)抵达探测区域；

利用所述水下机器人(100)的清淤装置清除覆盖在混凝土上的淤泥，使得混凝土显露出来；

利用所述水下机器人(100)的摄像模块对显露出来的混凝土表面进行拍摄，获得所述混凝土表面磨损图像。

3.根据权利要求1所述的水下混凝土磨损的评估方法，其特征在于，所述骨料暴露比R的计算公式为：

4.根据权利要求1所述的水下混凝土磨损的评估方法，其特征在于，所述对所述混凝土表面磨损图像进行数据处理，获得各个区域的骨料暴露比R的步骤包括：

基于卷积神经网络，构建所述骨料暴露比R的识别计算模型；

将所述混凝土表面磨损图像放入所述识别计算模型，获得所述骨料暴露比R。

5.根据权利要求4所述的水下混凝土磨损的评估方法，其特征在于，所述基于卷积神经网络，构建所述骨料暴露比R的识别计算模型的步骤包括：

对所述混凝土表面磨损图像中的骨料进行标定，获得构建所述识别计算模型的数据集；

对所述数据集进行划分，分为训练集、验证集和测试集；

通过所述训练集对模型进行训练；

利用所述验证集验证模型的精度；

利用所述测试集对模型进行测试，并确定测试合格的模型为所述识别计算模型。

6.根据权利要求1所述的水下混凝土磨损的评估方法，其特征在于，所述根据所述骨料暴露比R，确定水下混凝土的磨损等级的步骤包括：

当R＜a时，则得出水下混凝土的磨损等级为一级；

当a≤R＜b时，则得出水下混凝土的磨损等级为二级；

当b≤R＜c时，则得出水下混凝土的磨损等级为三级；

当c≤R时，则得出水下混凝土的磨损等级为四级。

7.根据权利要求6所述的水下混凝土磨损的评估方法，其特征在于，a的取值为10％，b的取值为20％，c的取值为30％。

8.根据权利要求1所述的水下混凝土磨损的评估方法，其特征在于，所述水下机器人(100)包括爬行底盘(9)以及安装在所述爬行底盘(9)上的清淤机构(5)、清水置换机构(6)和摄像模块(7)，其中，所述清淤机构(5)用于清除覆盖在混凝土上的淤泥，所述清水置换机构(6)用于将混凝土上的污水置换为清水，所述摄像模块(7)用于对显露出来的混凝土表面进行拍摄，获得所述混凝土表面磨损图像。

9.根据权利要求8所述的水下混凝土磨损的评估方法，其特征在于，所述水下机器人(100)还包括安装在所述爬行底盘(9)上的浮游结构(1)、浮力结构(10)、水声定位模块(3)和升降机构(8)，其中，所述浮力结构(10)用于调整所述水下机器人(100)在水中的浮力，所述浮游结构(1)用于驱动所述水下机器人(100)在水中游动，所述水声定位模块(3)用于测定目标的位置，所述升降机构(8)用于调整所述水下机器人(100)相对混凝土表面的高度。

10.根据权利要求9所述的水下混凝土磨损的评估方法，其特征在于，所述水下机器人(100)还包括系留线缆(4)和主控箱(2)，所述系留线缆(4)用于连接水面或岸上的通信设备或控制设备，所述主控箱(2)与各个部件电连接，所述主控箱(2)控制各个部件协同工作、实现各自的功能。