CN113487595A - 一种基于大数据的混凝土构件检测系统 - Google Patents
一种基于大数据的混凝土构件检测系统 Download PDFInfo
- Publication number
- CN113487595A CN113487595A CN202110833404.9A CN202110833404A CN113487595A CN 113487595 A CN113487595 A CN 113487595A CN 202110833404 A CN202110833404 A CN 202110833404A CN 113487595 A CN113487595 A CN 113487595A
- Authority
- CN
- China
- Prior art keywords
- detection
- bubble
- area
- concrete member
- module
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 claims abstract description 203
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000002969 artificial stone Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Geometry (AREA)
- Ceramic Engineering (AREA)
- Food Science & Technology (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于大数据的混凝土构件检测系统,所述检测系统包括区域信息采集生成模块、混凝土构件数据库和检测模块,所述区域信息采集生成模块用于采集混凝土构件中的气泡信息并据此生成区域信息,所述混凝土构件数据库用于存储混凝土构件的区域信息,所述检测模块根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测,所述区域采集生成模块包括气泡分布采集模块、气泡分类模块、第一检测区域划分模块、第一检测区域优化模块、确定检测气泡划分模块和区域信息生成模块。
Description
技术领域
本发明涉及混凝土检测领域,具体是一种基于大数据的混凝土构件检测系统。
背景技术
混凝土是当代最主要的土木工程材料之一。它是由胶凝材料、颗粒状集料(也称为骨料)水以及必要时加入的外加剂和掺合料按一定比例配制,经均匀搅拌,密实成型,养护硬化而成的一种人工石材。混凝土构件是指用混凝土制成的梁、板、柱、基础等构件。随着混凝土构件使用时间的增长,混凝土构件会产生裂缝等损伤,导致混凝土构件的性能退化,甚至有可能引发安全事故,因此需要对混凝土构件进行检测。但是现有技术中缺少对混凝土构件进行高效检测的技术。
发明内容
本发明的目的在于提供一种基于大数据的混凝土构件检测系统及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于大数据的混凝土构件检测系统,所述检测系统包括区域信息采集生成模块、混凝土构件数据库和检测模块,所述区域信息采集生成模块用于采集混凝土构件中的气泡信息并据此生成区域信息,所述混凝土构件数据库用于存储混凝土构件的区域信息,所述检测模块根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测。
较优化地,所述区域采集生成模块包括气泡分布采集模块、气泡分类模块、第一检测区域划分模块、第一检测区域优化模块、确定检测气泡划分模块和区域信息生成模块,所述气泡分布采集模块用于采集混凝土构件出厂时超声波成像并根据超声波成像获取混凝土构件中的气泡分布图,所述气泡分类模块将混凝土构件中的各个气泡根据气泡体积值与气泡体积阈值的关系分成疑似检测气泡和待评估气泡,所述第一检测区域划分模块以待评估气泡为中心划分出一定的区域,统计该区域内所有待评估气泡的总个数,根据总个数与个数阈值的关系判断该区域是否属于第一检测区域,所述第一检测区域优化模块用于比较相邻的两个第一检测区域,并在存在两个第一检测区域的重叠空间大于等于重叠空间阈值时将这两个第一检测区域合并成一个新的第一检测区域,所述确定检测气泡划分模块根据疑似检测气泡与各个第一检测区域的位置关系判断疑似检测气泡是否为确定检测气泡,所述区域信息生成模块获取确定检测气泡的位置和第一检测区域的位置,并将这两者的位置作为区域信息存入混凝土构件数据库。
较优化地,所述检测模块包括第一检测模块、第二检测模块和预警提醒模块,所述第一检测模块用于对确定检测气泡进行检测,所述第二检测模块用于对第一检测区域进行检测,所述预警提醒模块在第一检测模块、第二检测模块检测出异常时,发出提醒预警,所述第一检测模块包括气泡边缘采集模块、连通情况判断模块、有效裂缝判断模块和有效裂缝统计模块,所述气泡边缘采集模块根据区域信息获取确定检测气泡的气泡边缘并采集确定检测气泡外距离气泡边缘一定距离的区域是否存在裂缝,所述连通情况判断模块用于在气泡边缘采集模块采集出存在裂缝的情况下判断裂缝是否与该确定检测气泡连通,所述有效裂缝判断模块在判断裂缝与确定检测气泡连通的情况下,根据裂缝的长度判断该裂缝为是否为该确定检测气泡的有效裂缝,所述有效裂缝统计模块用于统计各个确定检测气泡的有效裂缝数,并在某个确定检测气泡的有效裂缝数大于等于有效裂缝数阈值,传输信息给预警提醒模块发出提醒预警。
较优化地,所述第二检测模块包括区域内裂缝检测模块、联通情况判断模块、曲线形状判断模块、区域面积比较模块和曲线长度比较模块,所述区域内裂缝检测模块用于采集第一检测区域内是否存在裂缝,所述联通情况判断模块用于判断第一检测区域内是否存在气泡与区域内裂缝检测模块采集到的裂缝连通,所述曲线形状判断模块用于在存在气泡与裂缝连通时,判断气泡与裂缝形成曲线是否封闭,所述区域面积比较模块用于在气泡与裂缝形成封闭曲线时,采集该封闭曲线内的区域面积,并在区域面积大于等于预设的面积阈值时传输信息给预警提醒模块发出提醒预警,所述曲线长度比较模块用于在气泡与裂缝形成不封闭曲线时采集该不封闭曲线的长度,并在长度大于等于第二长度阈值时传输信息给预警提醒模块发出提醒预警。
一种基于大数据的混凝土构件检测方法,所述检测方法包括:
步骤S1:建立混凝土构件数据库,所述混凝土构件数据库用于存储混凝土构件的区域信息;
步骤S2:根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测。
较优化地,所述步骤S1包括:
步骤S11:采集混凝土构件出厂时超声波成像,根据超声波成像获取混凝土构件中的气泡分布图;
步骤S12:获取混凝土构件中各个气泡的体积值,如果某个气泡体积值大于等于气泡体积阈值,该气泡为疑似检测气泡,如果某个气泡体积值小于气泡体积阈值,该气泡为待评估气泡;
步骤S13:分别以各个待评估气泡为球心,以第一预设值为半径画球,形成若干个球形区域,分别统计各个球形区域内的所有待评估气泡的总个数,如果该球形区域内的所有待评估气泡的总个数大于等于个数阈值,那么该球形区域为第一检测区域;
步骤S14:比较相邻的两个第一检测区域,如果存在两个第一检测区域的重叠空间大于等于重叠空间阈值,将这两个第一检测区域合并成一个新的第一检测区域。
较优化地,所述步骤S1还包括:
获取各个疑似检测气泡与各个第一检测区域的位置关系,如果某个疑似检测气泡不位于任何某个第一检测区域内,那么该疑似检测气泡为确定检测气泡;
将确定检测气泡的位置和第一检测区域的位置作为区域信息存入混凝土构件数据库。
较优化地,所述步骤S14中将这两个第一检测区域合并成一个新的检测区域包括:以这两个第一检测区域的重叠空间的中心为新球心,以新预设值为半径画球,形成一个新的第一检测区域,其中,新预设值为步骤S13中的预设值与新球心到其中一个第一检测区域的球心的距离之和。
较优化地,所述步骤S2中对混凝土构件中的指定位置进行相应的检测包括:对混凝土构件的确定检测气泡和第一检测区域进行检测;
其中,对混凝土构件的确定检测气泡进行检测包括:根据区域信息获取确定检测气泡的气泡边缘,采集确定检测气泡外距离气泡边缘小于等于第二预设值的区域是否存在裂缝,如果存在裂缝,判断裂缝是否与该确定检测气泡连通,如果裂缝与确定检测气泡连通,采集裂缝的长度,如果裂缝的长度大于等于第一长度阈值,那么该裂缝为该确定检测气泡的有效裂缝,统计各个确定检测气泡的有效裂缝数,如果某个确定检测气泡的有效裂缝数大于等于有效裂缝数阈值,发出提醒预警。
较优化地,所述步骤S2对混凝土构件的第一检测区域进行检测包括:
根据区域信息确定第一检测区域的位置,采集第一检测区域内是否存在裂缝,如果存在裂缝,判断第一检测区域内是否存在气泡与裂缝连通,如果存在气泡与裂缝连通,如果气泡与裂缝形成一个封闭的曲线,采集该封闭曲线内的区域面积,如果区域面积大于等于预设的面积阈值,发出提醒预警;如果气泡与裂缝形成一个不封闭曲线,采集该不封闭曲线的长度,如果长度大于等于第二长度阈值,发出提醒预警。
与现有技术相比,本发明的有益效果是:本发明根据出厂时的混凝土构件的气泡的分布情况得到产生裂缝损伤几率较高的确定检测气泡的位置和第一检测区域的位置,在后面对混凝土构件进行检测时,只需要检测确定检测气泡和第一检测区域的相关位置,从而提高了检测的效率;在检测时,不是孤立的考虑裂痕的长度,而是将裂痕与气泡联系起来,从整体性和联系性的角度出发,提高了判断损伤情况的可靠性。
附图说明
图1为本发明一种基于大数据的混凝土构件检测系统的模块示意图;
图2为本发明一种基于大数据的混凝土构件检测方法的流程示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
请参阅图1~2,本发明实施例中,一种基于大数据的混凝土构件检测系统,所述检测系统包括区域信息采集生成模块、混凝土构件数据库和检测模块,所述区域信息采集生成模块用于采集混凝土构件中的气泡信息并据此生成区域信息,所述混凝土构件数据库用于存储混凝土构件的区域信息,所述检测模块根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测。
所述区域采集生成模块包括气泡分布采集模块、气泡分类模块、第一检测区域划分模块、第一检测区域优化模块、确定检测气泡划分模块和区域信息生成模块,所述气泡分布采集模块用于采集混凝土构件出厂时超声波成像并根据超声波成像获取混凝土构件中的气泡分布图,所述气泡分类模块将混凝土构件中的各个气泡根据气泡体积值与气泡体积阈值的关系分成疑似检测气泡和待评估气泡,所述第一检测区域划分模块以待评估气泡为中心划分出一定的区域,统计该区域内所有待评估气泡的总个数,根据总个数与个数阈值的关系判断该区域是否属于第一检测区域,所述第一检测区域优化模块用于比较相邻的两个第一检测区域,并在存在两个第一检测区域的重叠空间大于等于重叠空间阈值时将这两个第一检测区域合并成一个新的第一检测区域,所述确定检测气泡划分模块根据疑似检测气泡与各个第一检测区域的位置关系判断疑似检测气泡是否为确定检测气泡,所述区域信息生成模块获取确定检测气泡的位置和第一检测区域的位置,并将这两者的位置作为区域信息存入混凝土构件数据库。
所述检测模块包括第一检测模块、第二检测模块和预警提醒模块,所述第一检测模块用于对确定检测气泡进行检测,所述第二检测模块用于对第一检测区域进行检测,所述预警提醒模块在第一检测模块、第二检测模块检测出异常时,发出提醒预警,所述第一检测模块包括气泡边缘采集模块、连通情况判断模块、有效裂缝判断模块和有效裂缝统计模块,所述气泡边缘采集模块根据区域信息获取确定检测气泡的气泡边缘并采集确定检测气泡外距离气泡边缘一定距离的区域是否存在裂缝,所述连通情况判断模块用于在气泡边缘采集模块采集出存在裂缝的情况下判断裂缝是否与该确定检测气泡连通,所述有效裂缝判断模块在判断裂缝与确定检测气泡连通的情况下,根据裂缝的长度判断该裂缝为是否为该确定检测气泡的有效裂缝,所述有效裂缝统计模块用于统计各个确定检测气泡的有效裂缝数,并在某个确定检测气泡的有效裂缝数大于等于有效裂缝数阈值,传输信息给预警提醒模块发出提醒预警。
所述第二检测模块包括区域内裂缝检测模块、联通情况判断模块、曲线形状判断模块、区域面积比较模块和曲线长度比较模块,所述区域内裂缝检测模块用于采集第一检测区域内是否存在裂缝,所述联通情况判断模块用于判断第一检测区域内是否存在气泡与区域内裂缝检测模块采集到的裂缝连通,所述曲线形状判断模块用于在存在气泡与裂缝连通时,判断气泡与裂缝形成曲线是否封闭,所述区域面积比较模块用于在气泡与裂缝形成封闭曲线时,采集该封闭曲线内的区域面积,并在区域面积大于等于预设的面积阈值时传输信息给预警提醒模块发出提醒预警,所述曲线长度比较模块用于在气泡与裂缝形成不封闭曲线时采集该不封闭曲线的长度,并在长度大于等于第二长度阈值时传输信息给预警提醒模块发出提醒预警。
一种基于大数据的混凝土构件检测方法,所述检测方法包括:
步骤S1:建立混凝土构件数据库,所述混凝土构件数据库用于存储混凝土构件的区域信息:
步骤S11:采集混凝土构件出厂时超声波成像,根据超声波成像获取混凝土构件中的气泡分布图;
步骤S12:获取混凝土构件中各个气泡的体积值,如果某个气泡体积值大于等于气泡体积阈值,该气泡为疑似检测气泡,如果某个气泡体积值小于气泡体积阈值,该气泡为待评估气泡;当气泡的体积值越大时,气泡周围发生裂缝的几率越大,应当对这种占用空间大的气泡的周围进行监测;
步骤S13:分别以各个待评估气泡为球心,以第一预设值为半径画球,形成若干个球形区域,分别统计各个球形区域内的所有待评估气泡的总个数,如果该球形区域内的所有待评估气泡的总个数大于等于个数阈值,那么该球形区域为第一检测区域;
步骤S14:比较相邻的两个第一检测区域,如果存在两个第一检测区域的重叠空间大于等于重叠空间阈值,将这两个第一检测区域合并成一个新的第一检测区域,
其中,将这两个第一检测区域合并成一个新的检测区域包括:以这两个第一检测区域的重叠空间的中心为新球心,以新预设值为半径画球,形成一个新的第一检测区域,其中,新预设值为步骤S13中的预设值与新球心到其中一个第一检测区域的球心的距离之和。
步骤S15:获取各个疑似检测气泡与各个第一检测区域的位置关系,如果某个疑似检测气泡不位于任何某个第一检测区域内,那么该疑似检测气泡为确定检测气泡;
将确定检测气泡的位置和第一检测区域的位置作为区域信息存入混凝土构件数据库。
步骤S2:根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测;
对混凝土构件中的指定位置进行相应的检测包括:对混凝土构件的确定检测气泡和第一检测区域进行检测;
其中,对混凝土构件的确定检测气泡进行检测包括:根据区域信息获取确定检测气泡的气泡边缘,采集确定检测气泡外距离气泡边缘小于等于第二预设值的区域是否存在裂缝,如果存在裂缝,判断裂缝是否与该确定检测气泡连通,如果裂缝与确定检测气泡连通,采集裂缝的长度,如果裂缝的长度大于等于第一长度阈值,那么该裂缝为该确定检测气泡的有效裂缝,统计各个确定检测气泡的有效裂缝数,如果某个确定检测气泡的有效裂缝数大于等于有效裂缝数阈值,发出提醒预警。
其中,对混凝土构件的第一检测区域进行检测包括:
根据区域信息确定第一检测区域的位置,采集第一检测区域内是否存在裂缝,如果存在裂缝,判断第一检测区域内是否存在气泡与裂缝连通,如果存在气泡与裂缝连通,如果气泡与裂缝形成一个封闭的曲线,采集该封闭曲线内的区域面积,如果区域面积大于等于预设的面积阈值,发出提醒预警;如果气泡与裂缝形成一个不封闭曲线,采集该不封闭曲线的长度,如果长度大于等于第二长度阈值,发出提醒预警。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (5)
1.一种基于大数据的混凝土构件检测系统,其特征在于:所述检测系统包括区域信息采集生成模块、混凝土构件数据库和检测模块,所述区域信息采集生成模块用于采集混凝土构件中的气泡信息并据此生成区域信息,所述混凝土构件数据库用于存储混凝土构件的区域信息,所述检测模块根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测;
所述区域采集生成模块包括气泡分布采集模块、气泡分类模块、第一检测区域划分模块、第一检测区域优化模块、确定检测气泡划分模块和区域信息生成模块,所述气泡分布采集模块用于采集混凝土构件出厂时超声波成像并根据超声波成像获取混凝土构件中的气泡分布图,所述气泡分类模块将混凝土构件中的各个气泡根据气泡体积值与气泡体积阈值的关系分成疑似检测气泡和待评估气泡,所述第一检测区域划分模块以待评估气泡为中心划分出一定的区域,其中,一定的区域为以各个待评估气泡为球心,以第一预设值为半径画球,形成若干个球形区域;统计该区域内所有待评估气泡的总个数,根据总个数与个数阈值的关系判断该区域是否属于第一检测区域,所述第一检测区域优化模块用于比较相邻的两个第一检测区域,并在存在两个第一检测区域的重叠空间大于等于重叠空间阈值时将这两个第一检测区域合并成一个新的第一检测区域,所述确定检测气泡划分模块根据疑似检测气泡与各个第一检测区域的位置关系判断疑似检测气泡是否为确定检测气泡,所述区域信息生成模块获取确定检测气泡的位置和第一检测区域的位置,并将这两者的位置作为区域信息存入混凝土构件数据库;
所述混凝土构件检测系统的检测方法包括:
步骤S1:建立混凝土构件数据库,所述混凝土构件数据库用于存储混凝土构件的区域信息;
步骤S2:根据混凝土构件数据库内的区域信息,对混凝土构件中的指定位置进行相应的检测;
所述步骤S1包括:
步骤S11:采集混凝土构件出厂时超声波成像,根据超声波成像获取混凝土构件中的气泡分布图;
步骤S12:获取混凝土构件中各个气泡的体积值,如果某个气泡体积值大于等于气泡体积阈值,该气泡为疑似检测气泡,如果某个气泡体积值小于气泡体积阈值,该气泡为待评估气泡;
步骤S13:分别以各个待评估气泡为球心,以第一预设值为半径画球,形成若干个球形区域,分别统计各个球形区域内的所有待评估气泡的总个数,如果该球形区域内的所有待评估气泡的总个数大于等于个数阈值,那么该球形区域为第一检测区域;
步骤S14:比较相邻的两个第一检测区域,如果存在两个第一检测区域的重叠空间大于等于重叠空间阈值,将这两个第一检测区域合并成一个新的第一检测区域。
2.根据权利要求1所述的一种基于大数据的混凝土构件检测方法,其特征在于:所述步骤S1还包括:
获取各个疑似检测气泡与各个第一检测区域的位置关系,如果某个疑似检测气泡不位于任何某个第一检测区域内,那么该疑似检测气泡为确定检测气泡;
将确定检测气泡的位置和第一检测区域的位置作为区域信息存入混凝土构件数据库。
3.根据权利要求2所述的一种基于大数据的混凝土构件检测方法,其特征在于:所述步骤S14中将这两个第一检测区域合并成一个新的检测区域包括:以这两个第一检测区域的重叠空间的中心为新球心,以新预设值为半径画球,形成一个新的第一检测区域,其中,新预设值为步骤S13中的预设值与新球心到其中一个第一检测区域的球心的距离之和。
4.根据权利要求3所述的一种基于大数据的混凝土构件检测方法,其特征在于:所述步骤S2中对混凝土构件中的指定位置进行相应的检测包括:对混凝土构件的确定检测气泡和第一检测区域进行检测;
其中,对混凝土构件的确定检测气泡进行检测包括:根据区域信息获取确定检测气泡的气泡边缘,采集确定检测气泡外距离气泡边缘小于等于第二预设值的区域是否存在裂缝,如果存在裂缝,判断裂缝是否与该确定检测气泡连通,如果裂缝与确定检测气泡连通,采集裂缝的长度,如果裂缝的长度大于等于第一长度阈值,那么该裂缝为该确定检测气泡的有效裂缝,统计各个确定检测气泡的有效裂缝数,如果某个确定检测气泡的有效裂缝数大于等于有效裂缝数阈值,发出提醒预警。
5.根据权利要求4所述的一种基于大数据的混凝土构件检测方法,其特征在于:所述步骤S2对混凝土构件的第一检测区域进行检测包括:
根据区域信息确定第一检测区域的位置,采集第一检测区域内是否存在裂缝,如果存在裂缝,判断第一检测区域内是否存在气泡与裂缝连通,如果存在气泡与裂缝连通,如果气泡与裂缝形成一个封闭的曲线,采集该封闭曲线内的区域面积,如果区域面积大于等于预设的面积阈值,发出提醒预警;如果气泡与裂缝形成一个不封闭曲线,采集该不封闭曲线的长度,如果长度大于等于第二长度阈值,发出提醒预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110833404.9A CN113487595A (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010548205.9A CN111696098B (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统及方法 |
CN202110833404.9A CN113487595A (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548205.9A Division CN111696098B (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113487595A true CN113487595A (zh) | 2021-10-08 |
Family
ID=72481477
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548205.9A Active CN111696098B (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统及方法 |
CN202110833404.9A Pending CN113487595A (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010548205.9A Active CN111696098B (zh) | 2020-06-16 | 2020-06-16 | 一种基于大数据的混凝土构件检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN111696098B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116105905A (zh) * | 2023-02-03 | 2023-05-12 | 保利长大工程有限公司 | 基于桥梁冲击钻施工系统使用的施工平台应力验算系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111696098B (zh) * | 2020-06-16 | 2021-11-26 | 乐清市凡山电器有限公司 | 一种基于大数据的混凝土构件检测系统及方法 |
CN116819050B (zh) * | 2023-06-26 | 2024-04-09 | 河南安祐中路桥工程有限公司 | 混凝土搅拌匀质度检测系统及其检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006078228A (ja) * | 2004-09-07 | 2006-03-23 | Sumitomo Kinzoku Technol Kk | コンクリートのサンプル加工方法、気泡パラメータの測定方法、並びにその測定方法を実行する測定装置及びプログラム。 |
CN103334369A (zh) * | 2013-06-22 | 2013-10-02 | 太仓博天网络科技有限公司 | 一种路面弯沉检测系统 |
US20180137612A1 (en) * | 2015-04-27 | 2018-05-17 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | A stepwise refinement detection method for pavement cracks |
CN108564579A (zh) * | 2018-04-20 | 2018-09-21 | 石家庄铁道大学 | 一种基于时空相关的混凝土裂缝检测方法及检测装置 |
CN111060521A (zh) * | 2019-12-31 | 2020-04-24 | 中国水利水电第十四工程局有限公司 | 一种预制混凝土t梁表面气泡数量与面积的检测方法 |
CN111696098A (zh) * | 2020-06-16 | 2020-09-22 | 王昕阳 | 一种基于大数据的混凝土构件检测系统及方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020679B (zh) * | 2012-12-18 | 2015-10-07 | 上海大学 | 一种预制混凝土构件生产质量检测系统 |
CN104076040A (zh) * | 2014-07-02 | 2014-10-01 | 中广核工程有限公司 | 核电站混凝土建筑物缺陷检测方法、设备及系统 |
CN106124632B (zh) * | 2016-07-22 | 2018-05-15 | 山东大学 | 一种基于超声波的混凝土密实性评估方法 |
CN106638243B (zh) * | 2016-11-09 | 2023-04-18 | 广州市交通设计研究院有限公司 | 水泥混凝土路面板底脱空识别机器人及其连续识别方法 |
WO2018165753A1 (en) * | 2017-03-14 | 2018-09-20 | University Of Manitoba | Structure defect detection using machine learning algorithms |
CN107386120A (zh) * | 2017-07-28 | 2017-11-24 | 广西路桥工程集团有限公司 | 一种用于填充连拱板桥气泡混合轻质土的方法 |
CN107870201B (zh) * | 2017-11-10 | 2019-11-26 | 河海大学 | 一种气泡混合轻质土路堤无损检测方法 |
CN108896558B (zh) * | 2018-06-27 | 2020-07-28 | 石家庄铁道大学 | 铁路自密实混凝土表面质量检测方法及终端设备 |
CN110360964B (zh) * | 2019-07-29 | 2020-11-03 | 苏交科集团股份有限公司 | 基于气体渗透网格的混凝土裂缝特征无损检测装置及方法 |
CN111010440A (zh) * | 2019-12-18 | 2020-04-14 | 中交第三航务工程局有限公司南京分公司 | 一种混凝土浇筑数字化监控管理系统 |
CN111242851B (zh) * | 2020-04-10 | 2020-08-04 | 北京思莫特科技有限公司 | 一种混凝土结构表面裂缝检测方法及系统 |
-
2020
- 2020-06-16 CN CN202010548205.9A patent/CN111696098B/zh active Active
- 2020-06-16 CN CN202110833404.9A patent/CN113487595A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006078228A (ja) * | 2004-09-07 | 2006-03-23 | Sumitomo Kinzoku Technol Kk | コンクリートのサンプル加工方法、気泡パラメータの測定方法、並びにその測定方法を実行する測定装置及びプログラム。 |
CN103334369A (zh) * | 2013-06-22 | 2013-10-02 | 太仓博天网络科技有限公司 | 一种路面弯沉检测系统 |
US20180137612A1 (en) * | 2015-04-27 | 2018-05-17 | Wuhan Wuda Zoyon Science And Technology Co., Ltd. | A stepwise refinement detection method for pavement cracks |
CN108564579A (zh) * | 2018-04-20 | 2018-09-21 | 石家庄铁道大学 | 一种基于时空相关的混凝土裂缝检测方法及检测装置 |
CN111060521A (zh) * | 2019-12-31 | 2020-04-24 | 中国水利水电第十四工程局有限公司 | 一种预制混凝土t梁表面气泡数量与面积的检测方法 |
CN111696098A (zh) * | 2020-06-16 | 2020-09-22 | 王昕阳 | 一种基于大数据的混凝土构件检测系统及方法 |
Non-Patent Citations (1)
Title |
---|
单宝华;申宇;: "立体视觉方法在混凝土表面裂缝检测中的应用", 工程力学, no. 09, 25 September 2013 (2013-09-25) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116105905A (zh) * | 2023-02-03 | 2023-05-12 | 保利长大工程有限公司 | 基于桥梁冲击钻施工系统使用的施工平台应力验算系统 |
CN116105905B (zh) * | 2023-02-03 | 2023-11-03 | 保利长大工程有限公司 | 基于桥梁冲击钻施工系统使用的施工平台应力验算系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111696098B (zh) | 2021-11-26 |
CN111696098A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111696098B (zh) | 一种基于大数据的混凝土构件检测系统及方法 | |
CN100454354C (zh) | 道路交通事故多发路段鉴别方法 | |
CN105510195A (zh) | 一种堆叠骨料的粒度粒形在线检测方法 | |
Yu et al. | Performance and challenges in utilizing non-intrusive sensors for traffic data collection | |
Guldur et al. | Condition assessment of bridges using terrestrial laser scanners | |
CN103413436A (zh) | 一种基于油耗采集的路网运行状态分析系统 | |
CN112652148B (zh) | 一种滑坡涌浪实时监测预警系统及其方法 | |
CN105206055A (zh) | 一种交通监控视频识别车辆碰撞的事故检测方法 | |
CN112883847A (zh) | 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 | |
CN107622656B (zh) | 一种重点营运车辆跨区域数据处理方法和系统 | |
CN115186943A (zh) | 一种城市排水内涝预测建模方法、系统、电子设备 | |
CN104751615A (zh) | 一种基于泥石流演化进程的层次预警方法 | |
CN110782628B (zh) | 一种基于北斗系统的山体滑坡监测系统及其监测方法 | |
CN105279903A (zh) | 一种基于孔隙水压力监测的山洪泥石流预警方法 | |
CN117238112A (zh) | 一种桥梁结构健康监测预警的方法及相关设备 | |
CN109544427B (zh) | 一种基于热点网格的水环境监测方法及装置 | |
CN207851308U (zh) | 基于卫星定位的物体位置变化监测系统 | |
CN115273410B (zh) | 一种基于大数据的突发性滑坡监测预警系统 | |
CN110346537A (zh) | 基于构造隆升地块与地貌凸出体判定潜在岩质滑坡的方法 | |
CN113096361B (zh) | 基于水位突变的堵溃型泥石流预警方法 | |
CN104680787A (zh) | 一种道路拥堵检测方法 | |
CN113074694B (zh) | 用于隧道断面变形的自动监测装置 | |
CN110738378B (zh) | 一种山区泥石流灾害的预测方法和预测系统 | |
CN206418379U (zh) | 一种水泥混凝土路面板底脱空识别机器人 | |
CN205193911U (zh) | 一种基于光敏传感器阵列的公交车客流量统计系统 |
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 |