基于深度学习与漏磁探伤的桥梁缆索检测预警系统研究

摘要：

为准确、全面地评估桥梁缆索的损伤,开发了基于深度学习和漏磁探伤的桥梁缆索检测预警系统.该系统主要由检测平台和预警平台两部分组成,利用检测平台中爬索机器人的高清摄像头和磁传感器列阵收集缆索表面的缺陷图像及漏磁信号数据,随后将缺陷图像输入到深度学习模型中对其进行自动分类与识别,利用小波分析处理漏磁信号数据以确定内部高强钢丝锈蚀缺陷位置,并根据检测到的数据提出了五级预警.为验证桥梁缆索检测预警系统的可靠性,利用该系统对4座在役斜拉桥的缆索进行检测.结果表明:该系统嵌入的深度学习模型和经过小波分析处理后的磁信号能够准确识别桥梁缆索表面的缺陷特征和内部钢丝锈蚀位置;该系统中预警平台可以将检测信息及时发送给管养部门,便于其采取相应的补救措施.

关键词：桥梁缆索、缺陷检测、缆索检测预警系统、深度学习模型、漏磁探伤技术、小波分析、性能评估、工程应用

所属期刊栏目：53

分类号：U443.38;U446.3(桥涵工程)

资助基金：国家自然科学基金;天津市轨道交通重大专项项目;江西省自然科学基金

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：63-70