1 西安建筑科技大学 信息与控制工程学院，陕西西安70055
2 建筑机器人陕西省高等学校重点实验室，陕西西安710055
3 西安市建筑制造智动化技术重点实验室，陕西西安710055
针对混凝土表面裂缝分割过程中分割精度低、细微裂缝漏分和背景干扰等问题，提出一种联合线性引导和网格优化的裂缝分割模型。首先，在主干网络中引入多分支线性引导模块，通过自适应单维度池化增强网络对裂缝线性结构的表达能力，让不同区域的裂缝建立联系，增强全局上下文信息感知能力，提高网络分割精度；然后，提出网格细节优化模块，通过分区-优化-合并三步骤，将整个空间域划分为若干个空间网格，提取空间网格中的细微裂缝信息，防止细微裂缝漏分；最后，在主干网络的跳跃连接处嵌入混合注意力模块，在空间和通道双维度突出裂缝特征，减少背景干扰。在Deepcrack537，Crack500和CFD裂缝数据集上，所提模型的IoU值分别达到77.07%，58.96%和56.55%，F1-score值分别达到87.05%，74.19%和72.24%，明显优于大多数现有方法，具有更高的分割精度。
裂缝图像 线性引导 语义分割 网格优化 注意力机制 crack image linear guide semantic segmentation mesh optimization attention mechanism
裂缝是路面最主要的病害之一，及时、有效地检测和评估裂缝对路面养护至关重要。为实现路面裂缝图像快速、准确的语义分割，提出一种基于DeepLabv3+模型的路面裂缝检测方法。为减小模型参数量、提高推理速度，采用MobileNetv3作为模型的主干特征提取网络，且在空洞空间金字塔池化模块中使用Ghost卷积代替普通卷积，使模型更加轻量化。为避免替换主干网络降低模型精度：首先，在空洞空间金字塔池化模块中使用条形池化模块代替全局平均池化，有效捕获裂缝结构的上下文信息，避免无关区域噪声的干扰；其次，引入轻量级通道注意力机制efficient channel attention（ECA）模块，增强特征的表达能力，并设计浅层特征融合结构丰富图像的细节信息，优化模型对裂缝的识别效果；最后，构造混合损失函数解决裂缝数据集类别不平衡而导致检测精度较低的问题，利用迁移学习的训练方式提高模型的泛化能力。实验结果表明：所提路面裂缝检测模型参数仅为14.53 MB，比原模型参数量减少93.04%，平均帧率达到47.18，满足实时检测的要求；在精度方面，该模型裂缝检测结果的交并比和F1值分别为57.21%和72.76%，优于经典的DeepLabv3+、PSPNet、U-Net模型和先进的FPBHN、ACNet等模型。所提方法可大幅减小模型参数量，在保证路面裂缝检测精度的同时满足实时性，为基于语义分割的路面裂缝在线检测奠定基础。
图像处理 路面裂缝检测 语义分割 DeepLabv3+ 轻量化 检测精度 激光与光电子学进展
2024, 61(8): 0812001
1 西南林业大学土木工程学院, 昆明 650224
2 云南通衢工程检测有限公司, 昆明 650224
为了研究应力水平对混凝土超声波波速的影响, 本文设计并浇筑了素混凝土轴心抗拉试件、素混凝土轴心抗压试件、素混凝土立方体抗压试件、钢筋混凝土受弯构件, 并分别对素混凝土试件、钢筋混凝土构件进行不同应力水平下的超声波波速检测试验。结果表明: 拉、压应力水平对混凝土试件超声波波速影响较小, 可以忽略不计。低应力水平对钢筋混凝土构件超声波波速影响较小, 高应力水平导致混凝土构件出现裂缝时对超声波波速影响较大。混凝土构件拉应力-超声波波速关系曲线可分为无损伤期、损伤发展期、损伤稳定期、构件破坏期。当拉应力达到极限拉应力的15%~25%时, 构件从无损伤期进入损伤发展期, 此时超声波波速没有变化; 当拉应力达到极限拉应力的35%~55%时, 构件从损伤发展期进入损伤稳定期, 此时超声波波速降低了5%左右; 当拉应力到达极限拉应力的60%~75%时, 构件从损伤稳定期进入构件破坏期, 此时超声波波速降低了8%左右。
混凝土 拉应力水平 压应力水平 超声波 无损检测 裂缝 concrete tensile stress level compressive stress level ultrasonic non-destructive testing crack
1 河北工程大学 数理科学与工程学院, 河北 邯郸 056038
2 河北省计算光学成像与光电检测技术创新中心, 河北 邯郸 056038
3 河北省计算光学成像与智能感测国际联合研究中心, 河北 邯郸 056038
4 河北省煤矿智能化工程研究中心, 河北 邯郸 056038
在路面裂缝的检测中, 传统人工检测的方法准确性低, 效率低, 且单目视觉技术无法准确获得深度信息, 只能得到二维平面信息。基于此, 文章引入了双目线结构光技术, 提出了一种基于地面平均高度的三维裂缝提取算法, 实现了裂缝的三维信息采集。算法提取图像中每列像素值中最低点为起点, 向左右扩散形成一个边缘提取范围, 计算该列边缘提取范围以外的像素平均值作为地面平均高度值, 然后以最低点为中心开始遍历每个像素值, 当左右两边像素超过地面平均高度值时, 则确定两个像素点为裂缝边缘。整合所有列, 实现整条裂缝边缘的提取。实验结果表明: 文章提出的裂缝识别算法能够较为准确的对裂缝边缘进行提取, 通过与Canny边缘提取算法对比, 数据表明, 文章算法在连续性上表现更好, 本文算法的图像水平相关性数据总体都高于Canny边缘提取算法, 平均提高了30%。
双目视觉 图像处理 裂缝尺寸测量与计算 线结构光 binocular vision Image processing Crack size measurement and calculation Linear structured light
1 江苏科技大学土木工程与建筑学院, 镇江 212114
2 香港理工大学土木及环境工程学系, 香港 999077
裂缝自修复效果是评价材料功能恢复水平的重要依据。为实现水泥基材料裂缝全断面修复效果的综合评定, 开展了基于接触电阻理论的裂缝自修复评价方法研究, 包括导电材料选择与优化、测试参数优化和计算方法推导等。结果表明, 0.3%体积掺量碳纤维能有效降低水泥基材料电阻率, 并同步改善力学性能。测量电压对电阻率测试结果无显著影响, 电阻率随接触压力的增加逐渐降低。自修复过程即裂缝面接触形式变化的过程, 同时伴随接触电阻的变化, 从而可以构建接触电阻与自修复效果的定量计算公式。该方法仅与修复产物在裂缝面的分布数量有关, 不受空间分布形式影响。研究结论为水泥基材料自修复效果定量表征提供借鉴。
裂缝修复率 电阻率 接触电阻 定量表征 自修复混凝土 产物分布 crack repair rate resistivity contact resistance quantitative characterization self-healing concrete product distribution
1 中国建筑科学研究院有限公司，北京100013
2 南京水利科学研究院材料结构研究所，南京 210098
无粘结裂缝的产生可以被视为宏观裂缝发展的标志。为探究地震作用对全级配混凝土裂缝行为特征的影响，采用一种无粘结裂缝的识别模型，以数字图像相关技术作为试件裂缝扩展的监测手段，对不同加载速率(0.000 1 mm/s、0.001 0 mm/s、0.010 0 mm/s)的全级配混凝土试件进行三点弯曲试验，考虑全级配混凝土裂缝扩展的率相关性。结果表明：对于不同加载时间间隔内的全级配混凝土试件，峰值前后均会产生无粘结裂缝，说明达到峰值荷载时预制裂缝处已发生开裂；试件的破坏主要集中在荷载加载至峰值荷载的50%以后；相同条件下，加载速率越慢，无粘结裂缝出现的阶段越早，随着加载速率增大，裂缝呈现细而长的特征。
全级配混凝土 加载速率 三点弯曲试验 数字图像相关技术 断裂过程区 无粘结裂缝 full-graded concrete loading rate three-point bending fracture test digital image correlation technology fracture process zone cohesionless cracks
1 深圳大学高等研究院，深圳市低碳建筑材料与技术重点实验室，广东 深圳 518000
2 深圳大学土木与交通工程学院，广东省滨海土木工程耐久性重点实验室，深圳市低碳建筑材料与技术重点实验室，广东 深圳 518000
微胶囊作为一种新型材料，以其设计性强、在基体中易于分散、延长芯材的时效性、实现自修复的智能性等优势受到科研工作者和业界的广泛关注。详细介绍了自修复微胶囊的设计、制备，总结了微胶囊的化学、物理修复机制，重点探讨了自修复微胶囊的在混凝土中的应用研究进展，分析并指了微胶囊在囊芯囊壳制备、与水泥构效关系、修复效果评估等方面所面临的挑战和未来的发展方向。旨在为未来微胶囊在混凝土中的生产与应用提供一定的参考。
微胶囊 自修复混凝土 裂缝修复 钢筋阻锈 microcapsule self-healing concrete crack repair rebar rust inhibition
1 广西大学土木建筑工程学院, 南宁 530004
2 广西大学, 广西防灾减灾与工程安全重点实验室, 南宁 530004
3 广西大学, 工程防灾与结构安全教育部重点实验室, 南宁 530004
4 广西艺术学院影视与传媒学院, 南宁 530007
对高延性水泥基材料(ECC)的裂缝特征进行准确识别和测量是研究ECC力学性能与耐久性的重要手段。针对ECC裂缝数量多且细密, 纤维噪声干扰重等问题, 基于深度学习方法, 采用适合于小样本数量生物图像识别的U-Net模型, 加上部分ResNet网络层结构进行优化, 结合新增制作的适用于ECC的数据集, 训练神经网络模型, 进行语义分割获取裂缝像素。针对裂纹参数提取问题, 使用骨骼提取方法, 结合数字图像处理流程, 运用CLAHE滤镜和半峰全宽概念获取裂缝宽度, 实现了混杂纤维ECC狗骨试件和ECC连接板的裂缝识别与参数提取。结果表明: 采用深度学习方法建立的ECC裂缝识别与智能检测方法与实际手工测量误差范围在0.6 mm以内。研究成果可为ECC裂缝检查与特征定量化识别提供准确有效和高通量的分析方法。
高延性水泥基材料 裂缝 深度学习 拉伸 混杂纤维 high ductility engineered cementitious composites crack deep learning tensile hybrid fiber
湖北工业大学 机械工程学院，湖北 武汉 430068
裂缝检测是一项关键工程任务，针对现有的主流裂缝语义分割模型参数量大、计算量高、实时性弱等问题，提出一种基于Fast-SCNN(fast segmentation convolution neural network)改进的裂缝图像实时分割算法。首先，该算法在Fast-SCNN基础上优化了空间金字塔池化模块SPP(spatial pyramid pooling) 存在像素位置信息丢失以及计算量大的不足，提出了一种轻量级的特征金字塔注意力模块；其次，改进了上采样的方式，充分考虑像素之间的关系，提出了一种轻量级的位置自注意力模块用于上采样，以此来提升检测精度；最后，双分支的各自输出通过注意力门突显裂缝相关区域和抑制无关背景。所提算法能够为模型提供更为精确的像素级别的注意力，更加有效识别细小裂缝和提升复杂背景裂缝分割的鲁棒性。实验结果表明：与现有的主流模型和其他轻量级模型相比，该算法进一步平衡了分割精度与检测速度，在裂缝数据集上达到 80.31%的平均交并比，F1 score为76.74%，参数量为1.20 M，计算量不足1 G，推理速度达到151 f/s，对裂缝图像实时分割检测任务具有较高的应用价值。
裂缝检测 语义分割 Fast-SCNN 实时分割 注意力机制 crack detection semantic segmentation Fast-SCNN real-time segmentation attention mechanism
1 武汉科技大学城市建设学院, 武汉 430065
2 武汉科技大学城市更新湖北省工程研究中心, 武汉 430065
3 武汉市中心工程检测有限公司, 武汉 430014
将不同掺量和不同直径的形状记忆合金(SMA)纤维埋入工程水泥基复合材料(ECC)制得形状记忆合金纤维增强工程水泥基复合材料(SMAF-ECC), 通过单轴循环拉伸试验研究SMA纤维直径和纤维掺量对SMAF-ECC试件拉伸应力-应变关系、残余应变、裂缝宽度和裂缝恢复率的影响。结果表明: 打结形SMA纤维的加入提高了ECC的极限应变和极限抗拉强度; 提高纤维掺量可有效提高SMAF-ECC试件的应变和裂缝恢复率, 试验所得试件的最大应变恢复率和裂缝恢复率分别达到69%和77%; 纤维直径在一定范围内增长, 可以提高应变和裂缝恢复率, 纤维直径过小会导致恢复率减小。研究成果为新型SMAF-ECC试件的推广应用提供了理论依据。
形状记忆合金纤维 纤维增强 超弹性 循环拉伸 裂缝宽度 应变恢复率 裂缝恢复率 shape memory alloy fiber fiber reinforced hyperelasticity cyclic tensile crack width strain recovery rate crack recovery rate
