CN117451769B - 一种堆石混凝土施工质量检测方法 - Google Patents

一种堆石混凝土施工质量检测方法 Download PDF

Info

Publication number
CN117451769B
CN117451769B CN202311748375.1A CN202311748375A CN117451769B CN 117451769 B CN117451769 B CN 117451769B CN 202311748375 A CN202311748375 A CN 202311748375A CN 117451769 B CN117451769 B CN 117451769B
Authority
CN
China
Prior art keywords
temperature
concrete
rock
standard
historical
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
Application number
CN202311748375.1A
Other languages
English (en)
Other versions
CN117451769A (zh
Inventor
郭俊利
牟余虎
袁晓武
罗国智
喻灵
姜国新
赵川
张燕
张正于
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.)
Leibo County Fengyuan Water Development Co ltd
Leibo County Water Resources Bureau
HYDRAULIC SCIENCE RESEARCH INSTITUTE OF SICHUAN PROVINCE
Original Assignee
Leibo County Fengyuan Water Development Co ltd
Leibo County Water Resources Bureau
HYDRAULIC SCIENCE RESEARCH INSTITUTE OF SICHUAN PROVINCE
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 Leibo County Fengyuan Water Development Co ltd, Leibo County Water Resources Bureau, HYDRAULIC SCIENCE RESEARCH INSTITUTE OF SICHUAN PROVINCE filed Critical Leibo County Fengyuan Water Development Co ltd
Priority to CN202311748375.1A priority Critical patent/CN117451769B/zh
Publication of CN117451769A publication Critical patent/CN117451769A/zh
Application granted granted Critical
Publication of CN117451769B publication Critical patent/CN117451769B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • On-Site Construction Work That Accompanies The Preparation And Application Of Concrete (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明公开了一种堆石混凝土施工质量检测方法，属于数据处理技术领域，包括以下步骤：S1、采集历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度；S2、确定施工区域中混凝土结构的稳态工作温度；S3、获取混凝土结构的最佳工作温度区间，并在稳态工作温度不属于最佳工作温度区间时，采集施工区域中混凝土结构的实时图像；S4、根据混凝土结构的实时图像，确定混凝土结构是否存在裂缝，完成施工质量检测。该堆石混凝土施工质量检测方法通过对混凝土结构的实时图像进行采集和处理，确定裂缝区域，便于运维人员及时处理，提高了混凝土结构的安全性，避免裂缝对建筑造成不利影响。

Description

一种堆石混凝土施工质量检测方法
技术领域
本发明属于数据处理技术领域，具体涉及一种堆石混凝土施工质量检测方法。
背景技术
混凝土是一种建筑工程中常用的基础材料，被广泛的使用在各种类型的建筑当中，因此混凝土的质量检测问题一直是建筑施工领域的重点问题之一。温度是影响混凝土质量的重要因素之一，混凝土实际工作温差和最佳工作温度相差较大时，会使混凝土产生裂缝，影响结构安全和正常使用。而现有混凝土的质量检测方法通常采用人为观察，但人为观察往往容易出现偏差和疏漏。
发明内容
本发明为了解决以上问题，提出了一种堆石混凝土施工质量检测方法。
本发明的技术方案是：一种堆石混凝土施工质量检测方法包括以下步骤：
S1、在施工区域中，采集历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度；
S2、根据历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度，确定施工区域中混凝土结构的稳态工作温度；
S3、获取混凝土结构的最佳工作温度区间，并在稳态工作温度不属于最佳工作温度区间时，采集施工区域中混凝土结构的实时图像；
S4、根据混凝土结构的实时图像，确定混凝土结构是否存在裂缝，完成施工质量检测。
进一步地，S2包括以下子步骤：
S21、将各个历史时刻作为横坐标，将各个历史时刻对应的堆石混凝土浇筑温度作为纵坐标，生成历史温度曲线图；
S22、根据历史时长的堆石混凝土浇筑温度，确定历史浇筑温度标准值；
S23、在历史温度曲线图中，根据历史浇筑温度标准值确定标准浇筑温度集合；
S24、根据标准浇筑温度集合、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度，确定混凝土结构的稳态工作温度。
进一步地，S22中，历史浇筑温度标准值w0的计算公式为：
；
式中，T表示当前时刻，Wt表示历史时长中t时刻的堆石混凝土浇筑温度，Wt-1表示历史时长中t-1时刻的堆石混凝土浇筑温度，W1表示历史时长中初始时刻的堆石混凝土浇筑温度，v0表示历史时长中初始堆石混凝土浇筑温度到达最高堆石混凝土浇筑温度的升温速率，v1表示历史时长中最高堆石混凝土浇筑温度到达T-1时刻的堆石混凝土浇筑温度的降温速率，max(·)表示最大值运算。
进一步地，S23中，确定标准浇筑温度集合的方法为：在历史温度曲线图中，将历史浇筑温度标准值对应的若干个历史时刻分别作为圆心，以当前时刻的堆石混凝土浇筑温度作为半径，绘制若干个圆形区域，将若干个圆形区域与历史温度曲线图之间的所有交点对应的堆石混凝土浇筑温度作为标准浇筑温度集合。
上述进一步方案的有益效果是：在本发明中，历史浇筑温度标准值由各个历史时刻的浇筑温度以及升温速率和降温速率等进行运算得到，可以反映历史时长中堆石混凝土的温度变化。由于历史温度曲线图是一个连续且呈波浪型的起伏曲线，因此历史浇筑温度标准值在历史温度曲线图中可能对应多个坐标点，故将各个坐标点的横坐标分别作为圆心，以当前时刻的堆石混凝土浇筑温度值作为半径来绘制多个圆形区域。各个圆形区域与曲线图会存在交点，将交点对应的浇筑温度作为标准浇筑温度集合的子集。将标准浇筑温度集合的子集与当前时刻的堆石混凝土浇筑温度分别做差值和均值运算后，再结合当前时刻施工区域的环境温度，得到混凝土结构在养护末期的温度，即稳态工作温度。整个稳态工作温度的确定过程充分考虑堆石混凝土从初始时刻到当前时刻的浇筑温度变化以及环境温度对最终稳态工作温度的影响，使得到的稳态工作温度准确，误差小。
进一步地，S24中，确定混凝土结构的稳态工作温度的方法为：计算标准浇筑温度集合中各个子集与当前时刻的堆石混凝土浇筑温度之间的差值，作为标准浇筑温度差值集合；计算标准浇筑温度集合中各个子集与当前时刻的堆石混凝土浇筑温度之间的均值，作为标准浇筑温度均值集合；根据标准浇筑温度差值集合、标准浇筑温度均值集合以及施工区域的环境温度，计算混凝土结构的稳态工作温度。
进一步地，混凝土结构的稳态工作温度W0的计算公式为：
；
式中，P表示标准浇筑温度差值集合，Q表示标准浇筑温度均值集合，c表示任意常数，pmax表示标准浇筑温度差值集合的最大值，pmin表示标准浇筑温度差值集合的最小值，qmax表示标准浇筑温度均值集合的最大值，qmin表示标准浇筑温度均值集合的最小值，H表示当前时刻施工区域的环境温度。
进一步地，S4包括以下子步骤：
S41、提取混凝土结构的实时图像中各个像素点的颜色值，生成各个像素点的颜色特征矩阵；
S42、根据各个像素点的颜色特征矩阵，构建颜色特征函数；
S43、根据颜色特征函数，确定混凝土结构是否存在裂缝，完成施工质量检测。
上述进一步方案的有益效果是：在本发明中，在根据实时图像判断混凝土结构是否存在裂缝时，利用实时图像中各个像素点的颜色值构建颜色特征矩阵，再根据颜色特征矩阵构建颜色特征函数，通过像素点的颜色分量均值与颜色特征函数进行大小比较，可以反映实时图像中颜色变化异常的像素点，确定最终可能存在裂缝的像素点（即潜在裂缝像素点集合）。在潜在裂缝像素点集合中，将所有像素点顺时针或逆时针连接，若刚好可以形成封闭且连续的区域，则说明这些像素点所在位置即为裂缝存在区域。
进一步地，S41中，像素点的颜色特征矩阵X的表达式为：
；
式中，xr表示像素点的红色分量，xg表示像素点的绿色分量，xb表示像素点的蓝色分量。
进一步地，S42中，颜色特征函数F的表达式为：
；
式中，Xm表示第m个像素点的颜色特征矩阵，M表示混凝土结构的实时图像的像素点个数，γm表示第m个像素点的颜色特征矩阵的特征值。
进一步地，S43中，确定混凝土结构是否存在裂缝的具体方法为：计算各个像素点红色分量、绿色分量和蓝色分量的均值，作为各个像素点的颜色分量阈值，提取小于颜色特征函数的颜色分量阈值对应的像素点，生成潜在裂缝像素点集合，判断潜在裂缝像素点集合中所有像素点顺时针连接是否能形成封闭连续区域，若能则混凝土结构存在裂缝，否则混凝土结构不存在裂缝。
本发明的有益效果是：
（1）该堆石混凝土施工质量检测方法通过采集历史时刻和当前时刻浇筑温度，来确定混凝土结构的稳态工作温度，通过判断稳态工作温度未落在最佳工作温度区间内，确定混凝土结构可能存在裂缝；本发明通过温度采集进行预判，可以提高质量检测的准确性；
（2）该堆石混凝土施工质量检测方法通过对混凝土结构的实时图像进行采集和处理，确定裂缝区域，便于运维人员及时处理，提高了混凝土结构的安全性，避免裂缝对建筑造成不利影响。
附图说明
图1为堆石混凝土施工质量检测方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种堆石混凝土施工质量检测方法，包括以下步骤：
S1、在施工区域中，采集历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度；
S2、根据历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度，确定施工区域中混凝土结构的稳态工作温度；
S3、获取混凝土结构的最佳工作温度区间，并在稳态工作温度不属于最佳工作温度区间时，采集施工区域中混凝土结构的实时图像；
S4、根据混凝土结构的实时图像，确定混凝土结构是否存在裂缝，完成施工质量检测。
堆石混凝土的工作温度区间会极大地影响混凝土结构的性能。例如在大体积混凝土施工中，混凝土结构的最佳浇筑温度通常位于10°~28°，这个温度区间可以保证混凝士结构的强度和耐久性最大程度地得到保障。如果温度过低或过高，都会对混凝土结构的性能产生不良的影响。混凝土结构的最佳工作温度区间可根据实际施工情况人为设定或根据堆石混凝土本身性能设定。
在混凝土结构的稳态工作温度不属于最佳工作区间时，说明混凝土结构的整体性可能受到影响，存在温度裂缝的可能性，因此需对混凝土结构的图像进行采集，确定裂缝的最终区域。
在本发明实施例中，S2包括以下子步骤：
S21、将各个历史时刻作为横坐标，将各个历史时刻对应的堆石混凝土浇筑温度作为纵坐标，生成历史温度曲线图；
S22、根据历史时长的堆石混凝土浇筑温度，确定历史浇筑温度标准值；
S23、在历史温度曲线图中，根据历史浇筑温度标准值确定标准浇筑温度集合；
S24、根据标准浇筑温度集合、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度，确定混凝土结构的稳态工作温度。
在本发明实施例中，S22中，历史浇筑温度标准值w0的计算公式为：
；
式中，T表示当前时刻，Wt表示历史时长中t时刻的堆石混凝土浇筑温度，Wt-1表示历史时长中t-1时刻的堆石混凝土浇筑温度，W1表示历史时长中初始时刻的堆石混凝土浇筑温度，v0表示历史时长中初始堆石混凝土浇筑温度到达最高堆石混凝土浇筑温度的升温速率，v1表示历史时长中最高堆石混凝土浇筑温度到达T-1时刻的堆石混凝土浇筑温度的降温速率，max(·)表示最大值运算。
在本发明实施例中，S23中，确定标准浇筑温度集合的方法为：在历史温度曲线图中，将历史浇筑温度标准值对应的若干个历史时刻分别作为圆心，以当前时刻的堆石混凝土浇筑温度作为半径，绘制若干个圆形区域，将若干个圆形区域与历史温度曲线图之间的所有交点对应的堆石混凝土浇筑温度作为标准浇筑温度集合。
在本发明中，历史浇筑温度标准值由各个历史时刻的浇筑温度以及升温速率和降温速率等进行运算得到，可以反映历史时长中堆石混凝土的温度变化。由于历史温度曲线图是一个连续且呈波浪型的起伏曲线，因此历史浇筑温度标准值在历史温度曲线图中可能对应多个坐标点，故将各个坐标点的横坐标分别作为圆心，以当前时刻的堆石混凝土浇筑温度值作为半径来绘制多个圆形区域。各个圆形区域与曲线图会存在交点，将交点对应的浇筑温度作为标准浇筑温度集合的子集。将标准浇筑温度集合的子集与当前时刻的堆石混凝土浇筑温度分别做差值和均值运算后，再结合当前时刻施工区域的环境温度，得到混凝土结构在养护末期的温度，即稳态工作温度。整个稳态工作温度的确定过程充分考虑堆石混凝土从初始时刻到当前时刻的浇筑温度变化以及环境温度对最终稳态工作温度的影响，使得到的稳态工作温度准确，误差小。
在本发明实施例中，S24中，确定混凝土结构的稳态工作温度的方法为：计算标准浇筑温度集合中各个子集与当前时刻的堆石混凝土浇筑温度之间的差值，作为标准浇筑温度差值集合；计算标准浇筑温度集合中各个子集与当前时刻的堆石混凝土浇筑温度之间的均值，作为标准浇筑温度均值集合；根据标准浇筑温度差值集合、标准浇筑温度均值集合以及施工区域的环境温度，计算混凝土结构的稳态工作温度。
在本发明实施例中，混凝土结构的稳态工作温度W0的计算公式为：
；
式中，P表示标准浇筑温度差值集合，Q表示标准浇筑温度均值集合，c表示任意常数，pmax表示标准浇筑温度差值集合的最大值，pmin表示标准浇筑温度差值集合的最小值，qmax表示标准浇筑温度均值集合的最大值，qmin表示标准浇筑温度均值集合的最小值，H表示当前时刻施工区域的环境温度。
在本发明实施例中，S4包括以下子步骤：
S41、提取混凝土结构的实时图像中各个像素点的颜色值，生成各个像素点的颜色特征矩阵；
S42、根据各个像素点的颜色特征矩阵，构建颜色特征函数；
S43、根据颜色特征函数，确定混凝土结构是否存在裂缝，完成施工质量检测。
在本发明中，在根据实时图像判断混凝土结构是否存在裂缝时，利用实时图像中各个像素点的颜色值构建颜色特征矩阵，再根据颜色特征矩阵构建颜色特征函数，通过像素点的颜色分量均值与颜色特征函数进行大小比较，可以反映实时图像中颜色变化异常的像素点，确定最终可能存在裂缝的像素点（即潜在裂缝像素点集合）。在潜在裂缝像素点集合中，将所有像素点顺时针或逆时针连接，若刚好可以形成封闭且连续的区域，则说明这些像素点所在位置即为裂缝存在区域。
在本发明实施例中，S41中，像素点的颜色特征矩阵X的表达式为：
；
式中，xr表示像素点的红色分量，xg表示像素点的绿色分量，xb表示像素点的蓝色分量。
在本发明实施例中，S42中，颜色特征函数F的表达式为：
；
式中，Xm表示第m个像素点的颜色特征矩阵，M表示混凝土结构的实时图像的像素点个数，γm表示第m个像素点的颜色特征矩阵的特征值。
在本发明实施例中，S43中，确定混凝土结构是否存在裂缝的具体方法为：计算各个像素点红色分量、绿色分量和蓝色分量的均值，作为各个像素点的颜色分量阈值，提取小于颜色特征函数的颜色分量阈值对应的像素点，生成潜在裂缝像素点集合，判断潜在裂缝像素点集合中所有像素点顺时针连接是否能形成封闭连续区域，若能则混凝土结构存在裂缝，否则混凝土结构不存在裂缝。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (7)

1.一种堆石混凝土施工质量检测方法，其特征在于，包括以下步骤：
S1、在施工区域中，采集历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度；
S2、根据历史时长的堆石混凝土浇筑温度、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度，确定施工区域中混凝土结构的稳态工作温度；
S3、获取混凝土结构的最佳工作温度区间，并在稳态工作温度不属于最佳工作温度区间时，采集施工区域中混凝土结构的实时图像；
S4、根据混凝土结构的实时图像，确定混凝土结构是否存在裂缝，完成施工质量检测；
所述S2包括以下子步骤：
S21、将各个历史时刻作为横坐标，将各个历史时刻对应的堆石混凝土浇筑温度作为纵坐标，生成历史温度曲线图；
S22、根据历史时长的堆石混凝土浇筑温度，确定历史浇筑温度标准值；
S23、在历史温度曲线图中，根据历史浇筑温度标准值确定标准浇筑温度集合；
S24、根据标准浇筑温度集合、当前时刻的堆石混凝土浇筑温度以及施工区域的环境温度，确定混凝土结构的稳态工作温度；
所述S24中，确定混凝土结构的稳态工作温度的方法为：计算标准浇筑温度集合中各个子集与当前时刻的堆石混凝土浇筑温度之间的差值，作为标准浇筑温度差值集合；计算标准浇筑温度集合中各个子集与当前时刻的堆石混凝土浇筑温度之间的均值，作为标准浇筑温度均值集合；根据标准浇筑温度差值集合、标准浇筑温度均值集合以及施工区域的环境温度，计算混凝土结构的稳态工作温度；
所述混凝土结构的稳态工作温度W0的计算公式为：
；
式中，P表示标准浇筑温度差值集合，Q表示标准浇筑温度均值集合，c表示任意常数，pmax表示标准浇筑温度差值集合的最大值，pmin表示标准浇筑温度差值集合的最小值，qmax表示标准浇筑温度均值集合的最大值，qmin表示标准浇筑温度均值集合的最小值，H表示当前时刻施工区域的环境温度。
2.根据权利要求1所述的堆石混凝土施工质量检测方法，其特征在于，所述S22中，历史浇筑温度标准值w0的计算公式为：
；
式中，T表示当前时刻，Wt表示历史时长中t时刻的堆石混凝土浇筑温度，Wt-1表示历史时长中t-1时刻的堆石混凝土浇筑温度，W1表示历史时长中初始时刻的堆石混凝土浇筑温度，v0表示历史时长中初始堆石混凝土浇筑温度到达最高堆石混凝土浇筑温度的升温速率，v1表示历史时长中最高堆石混凝土浇筑温度到达T-1时刻的堆石混凝土浇筑温度的降温速率，max(·)表示最大值运算。
3.根据权利要求1所述的堆石混凝土施工质量检测方法，其特征在于，所述S23中，确定标准浇筑温度集合的方法为：在历史温度曲线图中，将历史浇筑温度标准值对应的若干个历史时刻分别作为圆心，以当前时刻的堆石混凝土浇筑温度作为半径，绘制若干个圆形区域，将若干个圆形区域与历史温度曲线图之间的所有交点对应的堆石混凝土浇筑温度作为标准浇筑温度集合。
4.根据权利要求1所述的堆石混凝土施工质量检测方法，其特征在于，所述S4包括以下子步骤：
S41、提取混凝土结构的实时图像中各个像素点的颜色值，生成各个像素点的颜色特征矩阵；
S42、根据各个像素点的颜色特征矩阵，构建颜色特征函数；
S43、根据颜色特征函数，确定混凝土结构是否存在裂缝，完成施工质量检测。
5.根据权利要求4所述的堆石混凝土施工质量检测方法，其特征在于，所述S41中，像素点的颜色特征矩阵X的表达式为：
；
式中，xr表示像素点的红色分量，xg表示像素点的绿色分量，xb表示像素点的蓝色分量。
6.根据权利要求4所述的堆石混凝土施工质量检测方法，其特征在于，所述S42中，颜色特征函数F的表达式为：
；
式中，Xm表示第m个像素点的颜色特征矩阵，M表示混凝土结构的实时图像的像素点个数，γm表示第m个像素点的颜色特征矩阵的特征值。
7.根据权利要求4所述的堆石混凝土施工质量检测方法，其特征在于，所述S43中，确定混凝土结构是否存在裂缝的具体方法为：计算各个像素点红色分量、绿色分量和蓝色分量的均值，作为各个像素点的颜色分量阈值，提取小于颜色特征函数的颜色分量阈值对应的像素点，生成潜在裂缝像素点集合，判断潜在裂缝像素点集合中所有像素点顺时针连接是否能形成封闭连续区域，若能则混凝土结构存在裂缝，否则混凝土结构不存在裂缝。
CN202311748375.1A 2023-12-19 2023-12-19 一种堆石混凝土施工质量检测方法 Active CN117451769B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311748375.1A CN117451769B (zh) 2023-12-19 2023-12-19 一种堆石混凝土施工质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311748375.1A CN117451769B (zh) 2023-12-19 2023-12-19 一种堆石混凝土施工质量检测方法

Publications (2)

Publication Number Publication Date
CN117451769A CN117451769A (zh) 2024-01-26
CN117451769B true CN117451769B (zh) 2024-03-15

Family

ID=89585774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311748375.1A Active CN117451769B (zh) 2023-12-19 2023-12-19 一种堆石混凝土施工质量检测方法

Country Status (1)

Country Link
CN (1) CN117451769B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU88261A1 (fr) * 1992-05-27 1994-01-05 Centre Rech Metallurgique Dispositif pour le controle du soudage bout a bout de bandes metalliques
AU1139100A (en) * 1998-10-16 2000-05-08 Silverbrook Research Pty Limited Improvements relating to inkjet printers
CN102156978A (zh) * 2010-12-24 2011-08-17 辽宁科锐科技有限公司 基于机器视觉的工业器件快速定位方法
EP2372585A1 (en) * 2010-03-31 2011-10-05 Sumitomo Rubber Industries, Ltd. Method for defining fluid/solid boundary for computational fluid dynamics simulations
CN106770325A (zh) * 2016-12-19 2017-05-31 湖北省建筑工程质量监督检验测试中心 一种混凝土构件裂缝自动检测方法
CN109580657A (zh) * 2019-01-23 2019-04-05 郑州工程技术学院 一种桥梁质量检测中的裂缝检测方法
CN110458975A (zh) * 2019-07-12 2019-11-15 长安大学 一种沥青混合料拌和过程监测系统及方法
CN110593076A (zh) * 2019-09-29 2019-12-20 广西路桥工程集团有限公司 一种钢管混凝土系杆拱桥拱座水平位移监测与控制系统
CN113655380A (zh) * 2021-07-30 2021-11-16 中国重汽集团济南动力有限公司 一种基于自动化台架的快速自动标定方法、系统和控制器
CN114048527A (zh) * 2021-10-14 2022-02-15 中国水利水电科学研究院 一种堆石坝面板防裂控制方法
CN115876260A (zh) * 2023-03-07 2023-03-31 四川省水利科学研究院 一种大坝结构施工用质量检测装置
CN115952720A (zh) * 2023-01-05 2023-04-11 东北大学 一种开浇过程连铸坯温度场与应力场耦合计算方法
CN116128849A (zh) * 2023-02-14 2023-05-16 长江勘测规划设计研究有限责任公司 一种混凝土坝水下裂缝检测方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4486831B2 (ja) * 2003-03-31 2010-06-23 富士フイルム株式会社 インクセットならびにインクジェット記録方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU88261A1 (fr) * 1992-05-27 1994-01-05 Centre Rech Metallurgique Dispositif pour le controle du soudage bout a bout de bandes metalliques
AU1139100A (en) * 1998-10-16 2000-05-08 Silverbrook Research Pty Limited Improvements relating to inkjet printers
EP2372585A1 (en) * 2010-03-31 2011-10-05 Sumitomo Rubber Industries, Ltd. Method for defining fluid/solid boundary for computational fluid dynamics simulations
CN102156978A (zh) * 2010-12-24 2011-08-17 辽宁科锐科技有限公司 基于机器视觉的工业器件快速定位方法
CN106770325A (zh) * 2016-12-19 2017-05-31 湖北省建筑工程质量监督检验测试中心 一种混凝土构件裂缝自动检测方法
CN109580657A (zh) * 2019-01-23 2019-04-05 郑州工程技术学院 一种桥梁质量检测中的裂缝检测方法
CN110458975A (zh) * 2019-07-12 2019-11-15 长安大学 一种沥青混合料拌和过程监测系统及方法
CN110593076A (zh) * 2019-09-29 2019-12-20 广西路桥工程集团有限公司 一种钢管混凝土系杆拱桥拱座水平位移监测与控制系统
CN113655380A (zh) * 2021-07-30 2021-11-16 中国重汽集团济南动力有限公司 一种基于自动化台架的快速自动标定方法、系统和控制器
CN114048527A (zh) * 2021-10-14 2022-02-15 中国水利水电科学研究院 一种堆石坝面板防裂控制方法
CN115952720A (zh) * 2023-01-05 2023-04-11 东北大学 一种开浇过程连铸坯温度场与应力场耦合计算方法
CN116128849A (zh) * 2023-02-14 2023-05-16 长江勘测规划设计研究有限责任公司 一种混凝土坝水下裂缝检测方法、装置、设备及存储介质
CN115876260A (zh) * 2023-03-07 2023-03-31 四川省水利科学研究院 一种大坝结构施工用质量检测装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Environment-Induced Performance of End Concrete Diaphragm in Skewed Semi-Integral Bridges;Hussein, HH et al;《BUILDINGS》;20221225;第12卷(第11期);1-10 *
Experimental Investigation on a Novel Temperature-Controlled Phase Change Aggregate Concrete: Thermo-Mechanical Properties and Hydration Heat Control;Wang, YJ et al;《MATERIALS》;20230820;第16卷(第15期);5269 *
张殿华等.《钢铁工业协同创新关键共性技术丛书 板带材智能化制备关键技术》.北京：冶金工业出版社,2021,364. *
浅谈碾压式沥青混凝土心墙土石坝施工质量检测;姜国新等;《四川水利》;20231215;第44卷(第6期);141-143 *
磁致伸缩超声导波分布式测温理论研究及设备开发;刘康驰;《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》;20221031;C030-7 *
鸡公嘴渡槽水工结构安全监测方案分析;冯飒等;《工程建设》;20201115;第52卷(第11期);73-75 *

Also Published As

Publication number Publication date
CN117451769A (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
US11506650B2 (en) Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials
CN105160682B (zh) 图像边缘检测方法及装置
CN106846315B (zh) 一种基于土体图像计算土体裂隙率的方法
CN113378967B (zh) 一种基于卷积神经网络与迁移学习的结构健康监测多元数据异常诊断方法
CN108711145B (zh) 一种基于三维图像分析的腐蚀形貌描述解释方法
CN114219773B (zh) 一种桥梁裂缝检测数据集预筛选与标定方法
CN117451769B (zh) 一种堆石混凝土施工质量检测方法
CN117274240B (zh) 一种承台基础混凝土表面裂缝识别方法
CN115507309B (zh) 一种燃气泄漏报警方法和系统
CN109470549A (zh) 增材制造材料p-s-n曲线表征方法及其应用
CN109902267B (zh) 一种受下游湖泊顶托影响的河道安全泄量计算方法
CN117252878B (zh) 一种纳米压印模具的图像缺陷检测方法
CN109840891A (zh) 一种智能夹片式锚具及预应力监测方法及检测系统、终端
CN117036734A (zh) 热生长氧化层的形态提取方法
CN116049958A (zh) 历史建筑结构监测数据异常诊断与修复系统
CN115713312A (zh) 一种水利水电工程环境量不利工况组合识别方法及装置
CN108955909A (zh) 一种基于机器视觉的油温表识别读数方法
CN110414606B (zh) 输电线路通道可视化告警区域划分数量的确定方法
CN113434998A (zh) 一种基于隐式马尔科夫补充模型的随机台风生成方法
CN115346127B (zh) 一种大坝安全检测方法及系统
CN107632639B (zh) 温度指标动态调控的方法及装置
CN117115140B (zh) 基于点云分割配准的3d打印混凝土柱表面裂缝检测方法
CN116823825B (zh) 一种阀门配件铸造缺陷智能识别方法
CN113606932B (zh) 水泥回转窑热效率在线计算参数的评估及校正方法和装置
CN117152533A (zh) 一种基于旋转边界框目标检测算法的混凝土表面裂缝检测和量化方法

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