一种基于逆向神经卷积算法的预支桥墩套筒连接检测准确率提升方法与流程

本发明涉及桥梁施工，具体为一种基于逆向神经卷积算法的预支桥墩套筒连接检测准确率提升方法。

背景技术：

1、套筒灌浆连接技术在预制装配式结构中应用广泛，是一种成熟的连接技术，该技术通过将预留钢筋插入预设套筒并灌注高强无收缩灌浆料实现构件连接，它允许钢筋连接与构件安装分开进行，简化了施工过程，缩短了施工时间，减少了管理成本；

2、灌浆套筒作为预制构件的关键连接件，套筒内灌浆如不密实将直接导致受力钢筋无法有效连接，从而使结构整体难以达到等同现浇的结构性能，存在安全隐患，目前，冲击回波法等无损检测技术越来越成熟与完善，使得检测相对构造较为复杂的灌浆套筒成为可能；

3、通过基于逆向神经卷积算法的冲击回波法对套筒灌浆检测技术进行研究，试验采用先进的检测仪器，并按照实际情况制作室内模型，依据检测得到的数据进行系统总结，利用有限单元法进行数值模拟研究和反演，为使该检测方法能应用到实际工程中提供理论支持；

4、因此，针对上述问题提出一种基于逆向神经卷积算法的预支桥墩套筒连接检测准确率提升方法。

技术实现思路

1、本发明的目的在于提供一种基于逆向神经卷积算法的预支桥墩套筒连接检测准确率提升方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于逆向神经卷积算法的预支桥墩套筒连接检测准确率提升方法，包括套筒试件厚度的选择、套筒布置方式、箍筋及钢筋网片布置和测点布置；

4、所述套筒试件厚度的选择超过0.8m时，将不能采用时间差法检测，只能采用振动法检测，试件厚度的增加将对冲击回波法检测带来极大地影响；

5、所述套筒的布置方式分为单排，双排，梅花式布置，双排布置会对检测结果造成影响，套筒的布置方式还要考虑套筒间的净距和保护层的厚度；

6、所述箍筋与钢筋网片布置中对于竖向布置的套筒，套筒间横向必然有箍筋进行控制，甚至在保护层厚度超过50mm处，需要布置钢筋网片防止混凝土外表层开裂；

7、所述测点布置的间距不可避免地带来误差，冲击回波法的测量精度一定会低于测点距离；所以在测量时要对同--列测点测量三遍，以保证测量结果的准确性。

8、所述套筒布置方式中对于布置在混凝土中的双排套筒，由于套筒间距过小，如果两个套筒中存在病害，通常只能检测出这两个套筒存在病害，但无法具体判断哪个套筒有病害。

9、所述测点布置时灌浆口和出浆口处不能布置测点，所述测点布置位置测量时要对同一列测点测量三遍，以保证测量结果的准确性。

10、所述缺陷检测率是反映了检测过程中发现的缺陷数量与总缺陷数的比例，所述检测出的缺陷数量是在检测过程中实际发现的缺陷数量，所述漏检的缺陷数量是应该被检测出来但没有发现的缺陷数量，所述总缺陷数是试件中存在的所有缺陷的总数，所述漏检缺陷的权重因子是用于调整漏检缺陷对检测率的影响，可以根据实际工程的重要性和风险评估来确定，所述时间差法缺陷检测率公式：

11、

12、式中，drate是缺陷检测率，ddetected是检测出的缺陷数量，dmissed是漏检的缺陷数量，dtotal是总缺陷数，α是漏检缺陷的权重因子。

13、所述检测精度是反映了检测结果的准确性，所述正确检测的缺陷数量是检测结果中正确识别的缺陷数量，所述误报数量是检测结果中错误识别的缺陷数量，所述误报的权重因子是用于调整误报对检测精度的影响，可以根据误报对工程安全的影响程度来确定，所述总检测数量是进行检测的总次数，所述时间差法检测精度公式：

14、

15、式中，paccuracy是检测精度，dcorrect是正确检测的缺陷数量，dfalse是误报数量，β是误报的权重因子，total detections是总检测数量。

16、所述修正因子是用于调整外壁平整度对检测结果的影响，所述外壁不平整度范围是外壁的不平整程度，可以用最大和最小高度差来表示，所述试件厚度是混凝土试件的厚度，所述表面粗糙度影响系数是根据表面粗糙度对信号传播的影响来确定的系数，所述表面粗糙度是表面粗糙度的量化指标，所述时间差法外壁平整度对检测影响的修正因子公式：

17、

18、式中，fadjust是修正因子，urange是外壁不平整度范围，tspecimen是试件厚度，γ表面粗糙度影响系数，rsurface是表面粗糙度。

19、所述缺陷检测精度是以百分比表示,反映了振动法检测的准确性，所述正确检测出的灌浆缺陷数量是振动法检测中正确识别的灌浆缺陷数量，所述正确检测出的钢筋缺失数量是振动法检测中正确识别的钢筋缺失数量，所述总检测数量是振动法检测的总次数，所述震动法缺陷度检测公式：

20、

21、式中，a是缺陷检测精度(％)，ncd是正确检测出的灌浆缺陷数量，nsr是正确检测出的钢筋缺失数量，ntotal是总检测数量。

22、所述操作复杂度系数是反映了完成检测所需的操作步骤的复杂性，所述完成检测所需的步骤数量是从开始检测到结束所需的所有步骤的总数，所述震动法操作复杂度系数公式：

23、cop＝1+log10(nsteps)

24、式中，cop是操作复杂度系数，nsteps是完成检测所需的步骤数量。

25、所述敲击检测效果系数是反映了敲击对检测效果的影响，所述敲击次数是在检测过程中实际进行的敲击次数，所述敲击效果的效率因子是敲击次对检测效果的贡献，可以根据实验数据来确定，所述可能的最大敲击次数是于标准化敲击效果的参考值，所述震动法敲击检测效果系数公式：

26、

27、式中，eimpact是敲击检测效果系数，nhits是敲击次数，peff是敲击效果的效率因子(例如，震动次数为1时的敲击效果)，nmax是可能的最大敲击次数(用于标准化)。

28、所述系统的测试方法包括以下步骤：

29、s1:选择具有不同厚度和预期缺陷类型的混凝土试件，进行环境评估，包括混凝土表面的平整度、湿度、温度等环境因素，这些因素可能影响传感器与混凝土的耦合效果；

30、s2:根据试件特性和环境评估结果，制定详细的检测计划，包括测点布局、测线间距、检测深度等，考虑到可能的误差来源，如表面修补导致的浮浆脱空，制定相应的误差校正方案；

31、s3:采用时间差法进行多阶段检测，每个阶段使用不同的传感器配置或检测参数，以提高缺陷检测的灵敏度和准确性，对检测数据进行初步分析，识别可能的灌浆缺陷区域，但注意此步骤对钢筋缺失的检测能力有限；

32、s4:对于时间差法检测中识别的问题区域，使用振动法进行深入检测，包括对钢筋锚固临界点的细致分析，根据振动法的检测结果，调整检测参数，如敲击力度、频率等，以优化检测效果；

33、s5:对时间差法和振动法的检测数据进行综合分析，使用统计方法或机器学习算法来提高数据的解释能力，应用误差校正模型，考虑客观和主观因素对检测结果的影响，如表面条件、测点布置偏差等；

34、s6:通过与其他检测方法(如x射线检测、超声波检测)的结果进行对比，验证冲击回波法的检测结果，根据验证结果，对检测流程进行优化，调整检测参数或方法，以提高检测的准确性和效率。

35、与现有技术相比，本发明的有益效果是：

36、本发明中，通过基于逆向神经卷积算法的冲击回波法的两种先进技术：时间差法和振动法，首先，利用时间差法对所有混凝土试件进行全面扫描，通过测量信号传播的时间差异来初步识别灌浆缺陷，此方法具有较高的检测效率，能够迅速筛选出可能存在问题的区域。随后，对于这些区域，我们采用更为精细的振动法进行二次检测，以获取更准确的缺陷信息，振动法通过分析敲击产生的振动信号，对套筒内钢筋锚固的临界点进行深入分析，确保钢筋的完整性和锚固质量；

37、结合使用这两种方法，不仅提高了检测的精度，达到了95％以上，而且确保了检测过程的高效性，这种综合检测策略在实际工程应用中显示出了明显的优势，能够有效地检测出灌浆缺陷和钢筋缺失问题，为工程质量提供了有力保障，此外，还对检测过程中可能出现的误差来源进行了详细分析，包括混凝土试件的表面平整度、修补情况和浇筑过程中的胀模现象等客观因素，以及测点间距和测试面条件等主观因素，确保了检测结果的准确性和可靠性，通过这种科学的检测流程，能够为客户提供高质量的检测服务，为预制桥墩套筒结构的安全性和耐久性提供坚实基础。