CN115564337A - 一种混凝土管桩的质量评价方法及系统 - Google Patents

一种混凝土管桩的质量评价方法及系统 Download PDF

Info

Publication number
CN115564337A
CN115564337A CN202211302934.1A CN202211302934A CN115564337A CN 115564337 A CN115564337 A CN 115564337A CN 202211302934 A CN202211302934 A CN 202211302934A CN 115564337 A CN115564337 A CN 115564337A
Authority
CN
China
Prior art keywords
pipe pile
pile
application
information
quality evaluation
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
Application number
CN202211302934.1A
Other languages
English (en)
Inventor
陈鸿辉
邵新立
黄啟民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanzhu Building Materials Qingyuan Co ltd
Original Assignee
Nanzhu Building Materials Qingyuan Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanzhu Building Materials Qingyuan Co ltd filed Critical Nanzhu Building Materials Qingyuan Co ltd
Priority to CN202211302934.1A priority Critical patent/CN115564337A/zh
Publication of CN115564337A publication Critical patent/CN115564337A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
    • 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
    • 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
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0016—Tensile or compressive
    • G01N2203/0017—Tensile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0016—Tensile or compressive
    • G01N2203/0019—Compressive
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0023—Bending
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0025—Shearing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/026—Specifications of the specimen
    • G01N2203/0262—Shape of the specimen
    • G01N2203/0274—Tubular or ring-shaped specimens
    • 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
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture
    • 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)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Primary Health Care (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种混凝土管桩的质量评价方法及系统，涉及管桩数据处理技术领域，所述方法包括：对混凝土管桩的基本应用信息进行要素提取，获得应用场景要素信息；根据应用场景要素信息，确定管桩应用质量标准；基于所述管桩应用质量标准进行管桩图像采集分析，获得管桩外观特征信息；通过超声波探伤仪对获得管桩内部缺陷特征；获得管桩机械性能检测结果；将管桩外观特征信息、管桩内部缺陷特征和管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；基于所述管桩应用质量评价结果，对混凝土管桩进行质量管控。达到提高管桩质量评价结果的准确性和全面性，进而保证混凝土管桩应用性能的技术效果。

Description

一种混凝土管桩的质量评价方法及系统
技术领域
本发明涉及管桩数据处理技术领域，尤其涉及一种混凝土管桩的质量评价方法及系统。
背景技术
管桩是一种建筑材料，一般用来作为地基打入地下，能起到将上面建筑物的重量通过管桩传到下层承载力高的土层和提高地基土的承载能力等作用，广泛应用于铁路、公路与桥梁、港口等大型工程设施。管桩一般采用预应力高强度混凝土管桩，具有施工周期短、质量稳定等优点，因此，保证混凝土管桩质量有着重要的现实意义。
然而，现有技术对混凝土管桩质量评价不够准确，导致影响管桩应用性能的技术问题。
发明内容
本申请通过提供一种混凝土管桩的质量评价方法及系统，解决了现有技术对混凝土管桩质量评价不够准确，导致影响管桩应用性能的技术问题，达到通过结合多因素特征对管桩进行质量评价，提高管桩质量评价结果的准确性和全面性，进而保证混凝土管桩应用性能的技术效果。
鉴于上述问题，本发明提供了一种混凝土管桩的质量评价方法及系统。
第一方面，本申请提供了一种混凝土管桩的质量评价方法，所述方法包括：获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；根据所述应用场景要素信息，确定管桩应用质量标准；基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。
另一方面，本申请还提供了一种混凝土管桩的质量评价系统，所述系统包括：要素提取模块，用于获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；应用质量标准确定模块，用于根据所述应用场景要素信息，确定管桩应用质量标准；图像分析模块，用于基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；超声波测量模块，用于通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；力学性能检测模块，用于对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；模型评价模块，用于将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；质量管控模块，用于基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了对混凝土管桩的基本应用信息进行要素提取，获得应用场景要素信息，再根据应用场景要素信息，确定管桩应用质量标准，基于管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息，再通过超声波探伤仪对混凝土管桩进行超声波测量，获得管桩内部缺陷特征，然后对混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果，基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控的技术方案。进而达到了通过结合多因素特征对管桩进行质量评价，提高管桩质量评价结果的准确性和全面性，进而保证混凝土管桩应用性能的技术效果。
附图说明
图1为本申请一种混凝土管桩的质量评价方法的流程示意图；
图2为本申请一种混凝土管桩的质量评价方法中获得管桩外观特征信息的流程示意图；
图3为本申请一种混凝土管桩的质量评价方法中获得混凝土管桩表面缺陷特征的流程示意图；
图4为本申请一种混凝土管桩的质量评价系统的结构示意图；
附图标记说明：要素提取模块11，应用质量标准确定模块12，图像分析模块13，超声波测量模块14，力学性能检测模块15，模型评价模块16，质量管控模块17。
具体实施方式
本申请通过提供了一种混凝土管桩的质量评价方法系统，解决了现有技术对混凝土管桩质量评价不够准确，导致影响管桩应用性能的技术问题，达到了通过结合多因素特征对管桩进行质量评价，提高管桩质量评价结果的准确性和全面性，进而保证混凝土管桩应用性能的技术效果。
实施例一
如图1所示，本申请提供了一种混凝土管桩的质量评价方法，所述方法包括：
步骤S100：获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；
步骤S200：根据所述应用场景要素信息，确定管桩应用质量标准；
具体而言，管桩是一种建筑材料，一般用来作为地基打入地下，能起到将上面建筑物的重量通过管桩传到下层承载力高的土层和提高地基土的承载能力等作用，广泛应用于铁路、公路与桥梁、港口等大型工程设施。管桩一般采用预应力高强度混凝土管桩，具有施工周期短、质量稳定等优点，因此，保证混凝土管桩质量有着重要的现实意义。
获取混凝土管桩的基本应用信息，混凝土管桩是采用先张法预应力工艺和离心成型法制成的一种空心筒体细长混凝土预制构件，主要由圆筒形桩身、端头板和钢套箍等组成。所述基本应用信息包括混凝土管桩的型号、外径、混凝土强度等级及壁厚、截面、使用功能即应用领域等。对所述基本应用信息进行要素提取，即对应用必要特征进行提取，获得应用场景要素信息，所述应用场景要素信息包括管桩外观、尺寸、平整度等要素。根据所述应用场景要素信息，确定各应用场景要素对应的管桩应用质量标准，包括管桩外观质量标准、管桩表面平整度质量标准、应用性能质量标准等。
步骤S300：基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；
如图2所示，进一步而言，所述获得管桩外观特征信息，本申请步骤S300还包括：
步骤S310：通过所述图像采集装置获取多角度混凝土管桩图像信息集合；
步骤S320：根据所述管桩应用质量标准，获得表面预定卷积核；
步骤S330：按照所述表面预定卷积核对所述多角度混凝土管桩图像信息集合进行遍历卷积计算，获得图像卷积计算结果；
步骤S340：根据所述图像卷积计算结果，获得混凝土管桩表面缺陷特征；
步骤S350：对所述多角度混凝土管桩图像信息集合进行尺寸测试，获得管桩尺寸偏差特征；
步骤S360：根据所述混凝土管桩表面缺陷特征和所述管桩尺寸偏差特征，获得所述管桩外观特征信息。
如图3所示，进一步而言，所述获得混凝土管桩表面缺陷特征，本申请步骤S340还包括：
步骤S341：按照预定尺寸对所述多角度混凝土管桩图像信息集合中的各角度管桩图像进行网格划分；
步骤S342：根据所述表面预定卷积核对网格划分后的所述各角度管桩图像进行遍历卷积计算，获得各角度图像对应的所述图像卷积计算结果；
步骤S343：基于所述图像卷积计算结果，获得多角度表面特征信息集合；
步骤S344：将所述多角度表面特征信息集合中的各表面特征进行特征融合，获得所述混凝土管桩表面缺陷特征。
具体而言，通过所述图像采集装置对混凝土管桩进行多角度图像采集，所述图像采集装置包括摄像机、工业照相机等，以此获取多角度混凝土管桩图像信息集合。根据所述管桩应用质量标准，获得表面预定卷积核，卷积核就是图像处理时，给定输入图像，输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素，其中权值由一个函数定义，这个函数称为卷积核，所述表面预定卷积核是设定的管桩表面标准特征，包括表面平整度、弯曲度特征标准等。
按照所述表面预定卷积核对所述多角度混凝土管桩图像信息集合进行遍历卷积计算，具体为首先按照预定尺寸对所述多角度混凝土管桩图像信息集合中的各角度管桩图像进行网格划分，所述预定尺寸划分越小，对图像划分越详细进而分析效果越好，使图像特征提取更加精确有效。再根据所述表面预定卷积核对网格划分后的所述各角度管桩图像进行遍历卷积计算，即对管桩表面特征进行提取，分别获得各角度图像对应的所述图像卷积计算结果，即符合质量标准范围的表面特征匹配值。
基于所述图像卷积计算结果，获得多角度表面特征信息集合，即各角度图像对应的管桩表面特征。将所述多角度表面特征信息集合中的各表面特征进行特征融合，获得所述混凝土管桩表面缺陷特征，所述混凝土管桩表面缺陷特征是不满足管桩表面质量标准的缺陷特征，例如平整度不够等缺陷。再对所述多角度混凝土管桩图像信息集合进行尺寸测试，包括外径、内径、厚度、中心线等尺寸，以此获得管桩尺寸偏差特征，即判断所测尺寸是否在管桩偏差范围之内。
根据所述混凝土管桩表面缺陷特征和所述管桩尺寸偏差特征，共同确定所述管桩外观特征信息，即管桩的外观质量特征。通过对混凝土管桩进行图像采集分析，准确全面的获取其外观特征，为管桩质量的准确评估提供数据基础。
步骤S400：通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；
进一步而言，所述获得管桩内部缺陷特征，本申请步骤S400还包括：
步骤S410：构建管桩缺陷特征波形数据库；
步骤S420：通过所述超声波探伤仪获得管桩超声波探伤曲线，将所述管桩超声波探伤曲线和所述管桩缺陷特征波形数据库进行波形匹配，获得管桩探伤缺陷类型；
步骤S430：获得所述管桩探伤缺陷类型的缺陷位置和缺陷幅度；
步骤S440：基于所述管桩探伤缺陷类型、所述缺陷位置和缺陷幅度，获得所述管桩内部缺陷特征。
具体而言，通过超声波探伤仪对所述混凝土管桩进行超声波测量，超声波探伤仪是一种便携式工业无损探伤仪器，它能够快速、便捷、无损伤、精确地测试管桩内部多种缺陷，例如裂纹、疏松、气孔、夹杂等的检测、定位、评估和诊断。构建管桩缺陷特征波形数据库，所述管桩缺陷特征波形数据库是管桩的内部缺陷波形库，不同的缺陷类型对应不同的缺陷波形。通过所述超声波探伤仪获得管桩超声波探伤曲线，将所述管桩超声波探伤曲线和所述管桩缺陷特征波形数据库进行波形匹配，获得对应的管桩探伤缺陷类型。
再通过超声波探伤仪获得所述管桩探伤缺陷类型对应的缺陷位置和缺陷幅度，幅度越大，缺陷程度越严重。基于所述管桩探伤缺陷类型、所述缺陷位置和缺陷幅度，结合确定所述管桩内部缺陷特征，通过超声波探伤准确快速的获取管桩内部缺陷，简单易操作，节省成本，提高缺陷检测准确性。
步骤S500：对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；
具体而言，对所述混凝土管桩进行力学性能检测，示例性的对混凝土管桩进行局部破坏性检测，获得管桩机械性能检测结果，包括管桩抗弯性能、抗拉性能、抗剪性能、抗压性能等管桩承载力学性能，管桩的机械性能在管桩生产、施工以及使用中有着至关重要的作用。
步骤S600：将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；
进一步而言，所述输出管桩应用质量评价结果，本申请步骤S600还包括：
步骤S610：构建管桩应用质量评价模型，所述管桩应用质量评价模型包括信息输入层、特征分析层、质量评价层和信息输出层；
步骤S620：将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果作为所述信息输入层，输入至所述特征分析层中进行分析，获得管桩质量特征信息；
步骤S630：将所述管桩质量特征信息输入所述质量评价层中，获得管桩应用质量评价结果；
步骤S640：基于所述信息输出层对所述管桩应用质量评价结果进行模型输出。
进一步而言，本申请步骤S640还包括：
步骤S641：获得所述混凝土管桩的应用环境信息；
步骤S642：对所述应用环境信息进行老化影响分析，获得应用环境影响因子；
步骤S643：基于所述应用环境影响因子对所述混凝土管桩的使用寿命进行损失预测，获得管桩质量损失系数；
步骤S644：根据所述管桩质量损失系数，对所述管桩应用质量评价结果进行调整修正。
具体而言，构建管桩应用质量评价模型，所述管桩应用质量评价模型用于对混凝土管桩质量进行准确评价，包括信息输入层、特征分析层、质量评价层和信息输出层，其中，信息输入层和信息输出层是模型结构层。将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果作为所述信息输入层，输入至所述特征分析层中进行分析，所述特征分析层用于对管桩特征进行质量分析，获得管桩质量特征信息，所述管桩质量特征信息包括管桩外观特征质量分析结果、管桩内部特征质量分析结果和管桩机械性能质量分析结果。
将所述管桩质量特征信息输入所述质量评价层中，所述质量评价层用于对质量分析结果进行质量等级评价，获得对应的管桩应用质量评价结果，所述管桩应用质量评价结果是管桩的质量评价等级，例如高质量等级、质量合格等级和质量不合格等。将所述管桩应用质量评价结果作为模型输出结果，通过所述信息输出层进行模型输出，达到通过构建管桩应用质量评价模型对混凝土管桩进行应用质量评价，提高管桩质量评价结果的准确性和全面性的技术效果。
获取所述混凝土管桩的应用环境信息，所述应用环境信息为管桩应用地质环境，例如地质酸碱度、地质松软度等。对所述应用环境信息进行老化影响分析，即对管桩老化的影响程度分析，获得对应的应用环境影响因子。基于所述应用环境影响因子对所述混凝土管桩的使用寿命进行损失预测，地质环境会影响管桩的使用寿命，对其质量造成损失影响，可通过历史数据获得所预测的管桩质量损失系数，系数越大，对质量影响程度越大。根据所述管桩质量损失系数，对所述管桩应用质量评价结果进行调整修正，以保证管桩应用质量更加准确，进而保证管桩实际应用效果。
步骤S700：基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。
进一步而言，所述基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控，本申请步骤S700还包括：
步骤S710：将所述管桩应用质量评价结果的各缺陷类型比例进行统计，作为管桩质量修正系数；
步骤S720：对所述各缺陷类型比例进行缺陷重要度分析，获得缺陷影响因子；
步骤S730：根据所述管桩质量修正系数和所述缺陷影响因子，获得缺陷处理关键性系数；
步骤S740：基于所述缺陷处理关键性系数，对所述混凝土管桩进行质量管控。
具体而言，将所述管桩应用质量评价结果的各缺陷类型比例进行统计，例如外观缺陷、机械性能缺陷等类型，将其类型所占比例作为管桩质量修正系数，出现次数越多，修正系数越大。对所述各缺陷类型比例进行缺陷重要度分析，获得缺陷影响因子，影响因子越大，表明该缺陷对管桩质量影响程度越大。
根据所述管桩质量修正系数和所述缺陷影响因子，示例性的，可将所述管桩质量修正系数和所述缺陷影响因子的乘积作为缺陷处理关键性系数，即该缺陷类型处理的重要性和及时性。基于所述缺陷处理关键性系数，对所述混凝土管桩进行质量管控，示例性的，在生产应用过程中，及时对该缺陷进行处理和优化，从而保证管桩生产质量，提高混凝土管桩的应用性能和应用效果。
综上所述，本申请所提供的一种混凝土管桩的质量评价方法及系统具有如下技术效果：
由于采用了对混凝土管桩的基本应用信息进行要素提取，获得应用场景要素信息，再根据应用场景要素信息，确定管桩应用质量标准，基于管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息，再通过超声波探伤仪对混凝土管桩进行超声波测量，获得管桩内部缺陷特征，然后对混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果，基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控的技术方案。进而达到了通过结合多因素特征对管桩进行质量评价，提高管桩质量评价结果的准确性和全面性，进而保证混凝土管桩应用性能的技术效果。
实施例二
基于与前述实施例中一种混凝土管桩的质量评价方法同样发明构思，本发明还提供了一种混凝土管桩的质量评价系统，如图4所示，所述系统包括：
要素提取模块11，用于获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；
应用质量标准确定模块12，用于根据所述应用场景要素信息，确定管桩应用质量标准；
图像分析模块13，用于基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；
超声波测量模块14，用于通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；
力学性能检测模块15，用于对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；
模型评价模块16，用于将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；
质量管控模块17，用于基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。
进一步的，所述图像分析模块还包括：
图像采集单元，用于通过所述图像采集装置获取多角度混凝土管桩图像信息集合；
预定卷积核获得单元，用于根据所述管桩应用质量标准，获得表面预定卷积核；
卷积计算单元，用于按照所述表面预定卷积核对所述多角度混凝土管桩图像信息集合进行遍历卷积计算，获得图像卷积计算结果；
表面缺陷特征获得单元，用于根据所述图像卷积计算结果，获得混凝土管桩表面缺陷特征；
尺寸偏差特征获得单元，用于对所述多角度混凝土管桩图像信息集合进行尺寸测试，获得管桩尺寸偏差特征；
外观特征获得单元，用于根据所述混凝土管桩表面缺陷特征和所述管桩尺寸偏差特征，获得所述管桩外观特征信息。
进一步的，所述表面缺陷特征获得单元还包括：
网格划分单元，用于按照预定尺寸对所述多角度混凝土管桩图像信息集合中的各角度管桩图像进行网格划分；
卷积计算单元，用于根据所述表面预定卷积核对网格划分后的所述各角度管桩图像进行遍历卷积计算，获得各角度图像对应的所述图像卷积计算结果；
表面特征信息获得单元，用于基于所述图像卷积计算结果，获得多角度表面特征信息集合；
表面缺陷特征获得单元，用于将所述多角度表面特征信息集合中的各表面特征进行特征融合，获得所述混凝土管桩表面缺陷特征。
进一步的，所述超声波测量模块还包括：
波形数据库构建单元，用于构建管桩缺陷特征波形数据库；
探伤缺陷类型获得单元，用于通过所述超声波探伤仪获得管桩超声波探伤曲线，将所述管桩超声波探伤曲线和所述管桩缺陷特征波形数据库进行波形匹配，获得管桩探伤缺陷类型；
缺陷信息获得单元，用于获得所述管桩探伤缺陷类型的缺陷位置和缺陷幅度；
内部缺陷特征获得单元，用于基基于所述管桩探伤缺陷类型、所述缺陷位置和缺陷幅度，获得所述管桩内部缺陷特征。
进一步的，所述模型评价模块还包括：
模型构建单元，用于构建管桩应用质量评价模型，所述管桩应用质量评价模型包括信息输入层、特征分析层、质量评价层和信息输出层；
特征分析单元，用于将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果作为所述信息输入层，输入至所述特征分析层中进行分析，获得管桩质量特征信息；
质量评价单元，用于将所述管桩质量特征信息输入所述质量评价层中，获得管桩应用质量评价结果；
模型输出单元，用于基于所述信息输出层对所述管桩应用质量评价结果进行模型输出。
进一步的，所述质量管控模块还包括：
缺陷统计单元，用于将所述管桩应用质量评价结果的各缺陷类型比例进行统计，作为管桩质量修正系数；
缺陷分析单元，用于对所述各缺陷类型比例进行缺陷重要度分析，获得缺陷影响因子；
缺陷系数获得单元，用于根据所述管桩质量修正系数和所述缺陷影响因子，获得缺陷处理关键性系数；
管桩质量管控单元，用于基于所述缺陷处理关键性系数，对所述混凝土管桩进行质量管控。
进一步的，所述系统还包括：
应用环境信息获得单元，用于获得所述混凝土管桩的应用环境信息；
环境影响分析单元，用于对所述应用环境信息进行老化影响分析，获得应用环境影响因子；
损失预测单元，用于基于所述应用环境影响因子对所述混凝土管桩的使用寿命进行损失预测，获得管桩质量损失系数；
调整修正单元，用于根据所述管桩质量损失系数，对所述管桩应用质量评价结果进行调整修正。
本申请提供了一种混凝土管桩的质量评价方法，所述方法包括：获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；根据所述应用场景要素信息，确定管桩应用质量标准；基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。解决了现有技术对混凝土管桩质量评价不够准确，导致影响管桩应用性能的技术问题。达到通过结合多因素特征对管桩进行质量评价，提高管桩质量评价结果的准确性和全面性，进而保证混凝土管桩应用性能的技术效果。
本说明书和附图仅仅是本申请的示例性说明，如果本发明的修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种混凝土管桩的质量评价方法，其特征在于，所述方法包括：
获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；
根据所述应用场景要素信息，确定管桩应用质量标准；
基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；
通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；
对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；
将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；
基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。
2.如权利要求1所述的方法，其特征在于，所述获得管桩外观特征信息，包括：
通过所述图像采集装置获取多角度混凝土管桩图像信息集合；
根据所述管桩应用质量标准，获得表面预定卷积核；
按照所述表面预定卷积核对所述多角度混凝土管桩图像信息集合进行遍历卷积计算，获得图像卷积计算结果；
根据所述图像卷积计算结果，获得混凝土管桩表面缺陷特征；
对所述多角度混凝土管桩图像信息集合进行尺寸测试，获得管桩尺寸偏差特征；
根据所述混凝土管桩表面缺陷特征和所述管桩尺寸偏差特征，获得所述管桩外观特征信息。
3.如权利要求2所述的方法，其特征在于，所述获得混凝土管桩表面缺陷特征，包括：
按照预定尺寸对所述多角度混凝土管桩图像信息集合中的各角度管桩图像进行网格划分；
根据所述表面预定卷积核对网格划分后的所述各角度管桩图像进行遍历卷积计算，获得各角度图像对应的所述图像卷积计算结果；
基于所述图像卷积计算结果，获得多角度表面特征信息集合；
将所述多角度表面特征信息集合中的各表面特征进行特征融合，获得所述混凝土管桩表面缺陷特征。
4.如权利要求1所述的方法，其特征在于，所述获得管桩内部缺陷特征，包括：
构建管桩缺陷特征波形数据库；
通过所述超声波探伤仪获得管桩超声波探伤曲线，将所述管桩超声波探伤曲线和所述管桩缺陷特征波形数据库进行波形匹配，获得管桩探伤缺陷类型；
获得所述管桩探伤缺陷类型的缺陷位置和缺陷幅度；
基于所述管桩探伤缺陷类型、所述缺陷位置和缺陷幅度，获得所述管桩内部缺陷特征。
5.如权利要求1所述的方法，其特征在于，所述输出管桩应用质量评价结果，包括：
构建管桩应用质量评价模型，所述管桩应用质量评价模型包括信息输入层、特征分析层、质量评价层和信息输出层；
将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果作为所述信息输入层，输入至所述特征分析层中进行分析，获得管桩质量特征信息；
将所述管桩质量特征信息输入所述质量评价层中，获得管桩应用质量评价结果；
基于所述信息输出层对所述管桩应用质量评价结果进行模型输出。
6.如权利要求1所述的方法，其特征在于，所述基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控，包括：
将所述管桩应用质量评价结果的各缺陷类型比例进行统计，作为管桩质量修正系数；
对所述各缺陷类型比例进行缺陷重要度分析，获得缺陷影响因子；
根据所述管桩质量修正系数和所述缺陷影响因子，获得缺陷处理关键性系数；
基于所述缺陷处理关键性系数，对所述混凝土管桩进行质量管控。
7.如权利要求1所述的方法，其特征在于，所述方法包括：
获得所述混凝土管桩的应用环境信息；
对所述应用环境信息进行老化影响分析，获得应用环境影响因子；
基于所述应用环境影响因子对所述混凝土管桩的使用寿命进行损失预测，获得管桩质量损失系数；
根据所述管桩质量损失系数，对所述管桩应用质量评价结果进行调整修正。
8.一种混凝土管桩的质量评价系统，其特征在于，所述系统包括：
要素提取模块，用于获取混凝土管桩的基本应用信息，对所述基本应用信息进行要素提取，获得应用场景要素信息；
应用质量标准确定模块，用于根据所述应用场景要素信息，确定管桩应用质量标准；
图像分析模块，用于基于所述管桩应用质量标准，通过图像采集装置对所述混凝土管桩进行图像采集分析，获得管桩外观特征信息；
超声波测量模块，用于通过超声波探伤仪对所述混凝土管桩进行超声波测量，获得管桩内部缺陷特征；
力学性能检测模块，用于对所述混凝土管桩进行力学性能检测，获得管桩机械性能检测结果；
模型评价模块，用于将所述管桩外观特征信息、所述管桩内部缺陷特征和所述管桩机械性能检测结果输入管桩应用质量评价模型中，输出管桩应用质量评价结果；
质量管控模块，用于基于所述管桩应用质量评价结果，对所述混凝土管桩进行质量管控。
CN202211302934.1A 2022-10-24 2022-10-24 一种混凝土管桩的质量评价方法及系统 Pending CN115564337A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211302934.1A CN115564337A (zh) 2022-10-24 2022-10-24 一种混凝土管桩的质量评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211302934.1A CN115564337A (zh) 2022-10-24 2022-10-24 一种混凝土管桩的质量评价方法及系统

Publications (1)

Publication Number Publication Date
CN115564337A true CN115564337A (zh) 2023-01-03

Family

ID=84746468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211302934.1A Pending CN115564337A (zh) 2022-10-24 2022-10-24 一种混凝土管桩的质量评价方法及系统

Country Status (1)

Country Link
CN (1) CN115564337A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115813377A (zh) * 2023-01-05 2023-03-21 北京蓝田医疗设备有限公司 一种智能姿势评估方法及系统
CN117761570A (zh) * 2023-03-01 2024-03-26 创正电气股份有限公司 一种防爆灯的性能检测方法及系统
CN117781882A (zh) * 2023-11-24 2024-03-29 济南科德智能科技有限公司 一种工业五金件检测mes数据采集分析系统
CN117825508A (zh) * 2024-01-12 2024-04-05 广东滨洲建筑工程有限公司 基于建筑楼体环保材料生产方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107179749A (zh) * 2016-03-11 2017-09-19 宝山钢铁股份有限公司 热镀锌产品全流程质量控制方法
CN108520333A (zh) * 2018-03-13 2018-09-11 北京工业大学 一种钢渣沥青混凝土材料的生态设计方法
CN114199892A (zh) * 2021-12-10 2022-03-18 江苏雷默智能科技有限公司 一种基于机器视觉的板材测量方法及系统
CN114418218A (zh) * 2022-01-20 2022-04-29 苏州斯瑞笙电子科技有限公司 一种医疗注塑件生产的智能预警方法及系统
CN114565587A (zh) * 2022-03-03 2022-05-31 北京好运达智创科技有限公司 箱梁压浆无损检测装置及方法
CN115047162A (zh) * 2022-06-24 2022-09-13 张家港沙龙精密管业有限公司 一种钢管热处理的缺陷检测方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107179749A (zh) * 2016-03-11 2017-09-19 宝山钢铁股份有限公司 热镀锌产品全流程质量控制方法
CN108520333A (zh) * 2018-03-13 2018-09-11 北京工业大学 一种钢渣沥青混凝土材料的生态设计方法
CN114199892A (zh) * 2021-12-10 2022-03-18 江苏雷默智能科技有限公司 一种基于机器视觉的板材测量方法及系统
CN114418218A (zh) * 2022-01-20 2022-04-29 苏州斯瑞笙电子科技有限公司 一种医疗注塑件生产的智能预警方法及系统
CN114565587A (zh) * 2022-03-03 2022-05-31 北京好运达智创科技有限公司 箱梁压浆无损检测装置及方法
CN115047162A (zh) * 2022-06-24 2022-09-13 张家港沙龙精密管业有限公司 一种钢管热处理的缺陷检测方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115813377A (zh) * 2023-01-05 2023-03-21 北京蓝田医疗设备有限公司 一种智能姿势评估方法及系统
CN117761570A (zh) * 2023-03-01 2024-03-26 创正电气股份有限公司 一种防爆灯的性能检测方法及系统
CN117761570B (zh) * 2023-03-01 2024-06-07 创正电气股份有限公司 一种防爆灯的性能检测方法及系统
CN117781882A (zh) * 2023-11-24 2024-03-29 济南科德智能科技有限公司 一种工业五金件检测mes数据采集分析系统
CN117825508A (zh) * 2024-01-12 2024-04-05 广东滨洲建筑工程有限公司 基于建筑楼体环保材料生产方法
CN117825508B (zh) * 2024-01-12 2024-06-11 广东滨洲建筑工程有限公司 基于建筑楼体环保材料生产方法

Similar Documents

Publication Publication Date Title
CN115564337A (zh) 一种混凝土管桩的质量评价方法及系统
Samia et al. Application of the combined method for evaluating the compressive strength of concrete on site
CN101319977A (zh) 真应力-真应变计算模型及测试系统
CN109374870B (zh) 一种水泥基自修复材料修复性能的评价方法及装置
CN108844856B (zh) 基于冲击弹性波和机器学习的套筒灌浆缺陷无损检测方法
CN103822971A (zh) 一种超声显微镜分辨力测试及校准方法
CN203849178U (zh) 一种桥梁预应力孔道注浆密实性无损检测系统
CN112731377A (zh) 一种介电常数反演方法、路基检测方法和检测系统
CN115371651A (zh) 一种房屋建筑的质量评估方法及系统
CN111579647B (zh) 基于层次分析法的混凝土构件腐蚀程度检测方法及系统
CN113158558B (zh) 一种高速铁路路基连续压实分析方法、装置及分析仪
CN104165795A (zh) 一种古建筑木梁的剩余抗弯承载力测定方法
CN104536001B (zh) 一种基于数据切片的圆柱形桥墩质量检测方法
CN116223782B (zh) 一种孔道注浆质量检测装置及检测方法
Lorenzi et al. Application of ultrasonic pulse velocity to detect concrete flaws
KR102611457B1 (ko) 인공지능 기반 콘크리트 부재 내부 결함 탐지 시스템
CN113808092B (zh) 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质
CN115451800A (zh) 一种水泥电杆便携现场测试成像仪测试方法
CN109059813A (zh) 一种起重机械钢结构腐蚀强度检测方法
Breysse et al. Construction of conversion models of observables into indicators
Im et al. Inspection of voids in external tendons of posttensioned bridges
Ravi Kumar et al. Structural health monitoring: detection of concrete flaws using ultrasonic pulse velocity
CN112082469A (zh) 一种结构弯曲变形的无损检测方法
CN111597736A (zh) 一种装配式混凝土梁柱节点施工质量检测方法
Deresse et al. Fracture mode analysis of cementitious mortars by simultaneous application of 4D-XCT and acoustic emission technique

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20230103

RJ01 Rejection of invention patent application after publication