检测裂纹论文

路基路面病害科学检测与养护措施论文

摘要 ：首先介绍了高速公路路基路面普遍的病害。随后就高速公路路基路面病害问题的检测技术展开探讨，包括检测原则、选择检测技术、检测技术种类。重点分析了高速公路路面路基病害的预防养护措施，如路基、路面早期病害的原因和表现以及高速公路预防和养护措施。结论证实，要运用科学的检测技术，在高速公路施工结束早期及早检测出存在的病害问题，找出问题并进行及时的预防养护，保证高速公路施工符合建设要求。

关键词 ：高速公路；路基路面病害；科学检测；预防养护

1高速公路路基路面普遍的病害

1.1车辙损害

车辙损害是高速公路路面常见的病害情况，主要特点是路面具有明显的车辙痕迹，还有的发生明显的凹陷，导致发生车辙损害的原因有两个。第一是路面材料不耐高温，在夏季日晒情况下路面会变软，从而导致车辙出现。第二原因是车辆超载，当车辆载荷过大超出路基承载范围，就会发生路面沉降，导致车辙出现。

1.2结构性破坏

高速公路发生结构破坏具有多种表现，包括网状裂纹、横裂纹等种类。引发高速公路出现结构破坏的原因非常多，可以总结为三种。一是高速公路受到外部水体侵蚀，对材料结构造成破坏，引发结构破坏。二是路面防水层性能比较低，不能起到很好的防水效果，雨水冲刷后破坏了公路结构。三是没有很好的养护管理，外界温度会影响混凝土收缩变化，最终导致裂缝出现。

1.3沉降不均

高速公路建设中非常容易出现沉降不均，这个问题很难处理。导致沉降不均的原因非常多。施工方面的因素是，路基碾压施工不够合理，没有达到设计标准。此外，路基施工材料填筑不合格，压缩系数及路基设计都有偏差，这样都引发了沉降出现。施工以外的因素包括，没有勘察好施工地质条件，导致发生沉降隐患。

2高速公路路基路面病害问题的检测技术

2.1检测原则

对高速公路定期检测可以全面了解公路的情况，做好公路的全面诊断。为了全方面检测公路病害情况，要制定科学化的检测流程，进行科学化的检测，才能获得准确的检测结果并制定出相应的解决方法。及时检测路基路面的病害问题，可以促进高速公路的使用和发展。检测时，要遵循相关的原则开展，主要有：一，确保检测结果准确无误。对病害进行检测是为了及时发现高速公路路基路面存在的不同质量问题，尽快消除隐患，提高高速公路安全性。二，确保检测高效。检测病害问题时，一般是在公路施工结束后进行，还有的在正式运营后。当公路通车运营后，进行病害检测会对正常交通造成影响，所以需要提高检测工作的效率，可以在短时间内就完成工作，恢复正常运营。三，要确保病害检测具有经济性。经济性指的是，在一定成本下，能够进行高质量的检测，避免浪费。四，要遵循针对性检测原则。在高速公路路基路面进行全面检测的同时，还要做好针对性的检测。检测过程中有针对性和目的性，既可以缩短公路检测时间，又可以节省公路检测中的人力和物力。因此遵照针对性原则，可以显著提升检测效率，还能做到有针对性。比如在卡车经常路过的路段进行针对性检测，可以及时发现由于重载负荷引起的路基路面病害，这就要配合交警部门严格查处违法超载车辆，由于连年超载会导致高速公路发生严重损害，必须技术加以维护。

2.2选择检测技术

对高速公路路基路面病害检测要运用多种检测技术，在不同条件下，选择的检测技术是各不相同的。所以，要针对高速公路具体的病害问题，采取恰当的检测技术。当路面发生病害不会影响到正常交通的时候，可以采用无损检测全面检查路面，一旦发现问题要及时处理。如果高速公路路面发生大面积损害，首先要采用无损检测技术，但如果不能达到检测效果，就要采用破坏性的检测技术。例如，对路面网状裂缝进行检测时，因为其是受到外界很大的`载荷，对周围环境和交通都会造成很大影响。在这种条件下，就要选择使用破坏性的检测方法，通常采用钻芯取样。当路面遭受的破坏比较大，对交通造成影响时，只能挖除路面，检测路基的情况，才能发现病害原因。

2.3检测技术种类

检测高速公路路基路面病害是一个重要工作，检测内容主要有弯沉检测、平整度检测、摩擦系数检测、路面破损检测和裂缝检测等。用于检测的技术主要包括：雷达探地检测技术、声波检测技术、EH-4连续电导率检测和可控源高分辨地震波检测等。弯沉检测指的是对路基路面出现的沉降和沉降引发的弯曲情况进行检测。平整度检测是对路面平整情况进行检测，它关系到车辆行驶的舒适度。裂缝检测指的是检测路面裂缝引发的原因。以上的检测技术，它们的检测原理是非常不同的，例如雷达探地检测法使用雷达检测路面存在的缺陷；声波探测法通过发出声波对路面病害进行检测。针对不同病害形式，要根据不同表现采取相应的检测，从而保证检测结果的准确和高效。

3高速公路路面路基病害的预防养护措施

3.1路基早期病害的原因和表现

路基是高速公路重要构成部分，一旦路基出现病害会直接影响到公路的整体质量，造成严重的后果。根据调查，路基早期病害表现有非常多类型，会引发行车的安全事故。首先，路基压实度不够高。这会导致路面沉降和路基发生破坏的连锁反应，特别是纵向压实度不够高，路面会出现纵向裂纹。其次经常存在桥头跳车的情况。桥头跳车的出现原因是，由于地基沉降不均匀，使得桥面和路面连接缝位置有了高度差，当车辆通过此高度差的时候就会出现跳车的情况。最后是水破坏问题。水破坏会使路基发生损坏，导致路基质量下降。在一些路段，由于地理的原因，水的流速非常大，会对路基材料进行冲刷，还有的会出现洪水冲刷路基。

3.2路面早期病害的表现

和路基的问题相比，路面具有更加多样的问题。路面早期的病害包括变形破坏、沉降破坏和松散破坏等问题。这些不同的病害相互间既有不同之处，也有内在的联系。针对变形破坏和沉降破坏，这两种病害的表现特点是一样的，还有的时候沉降破坏会导致变形破坏。松散破坏的原因是施工导致的问题，当车辆碾压后，会发生松散破坏，造成车辙、裂纹等问题。

3.3高速公路预防和养护措施

不管是路基病害还是路面病害，当发生早期病害的时候，要及时开展预防养护措施，从而尽快消除问题，确保高速公路施工质量。进行路面预防养护时，先要翻修破损的路面，进行翻修后使公路能够符合通行的要求。比如某地的部分高速公路，在2016年翻修过一次，增强了整体道路质量。另外还要修补破坏不严重的路面。在某个高速路段，落石砸在了路面上，对部分路段造成了不同程度的损害，采用混凝土修补后，使路面满足了高速公路的设计要求。最后，还要对路面裂缝进行处理。当路面出现裂缝时，要找出裂缝的原因，制定针对裂缝的解决对策。比如，当裂缝宽度在2mm以下时，可以使用灌浆法，使用环氧树脂进行填补。一旦裂缝在10mm以上就要进行开挖，安置钢筋架，把环氧树脂灌注在里面，最后使用混凝土抹平。路基预防养护措施为，先要增强桩基，特别是桥梁部分的桩基，采用有效的桩基施工，避免造成沉降。另外，还要加强路基碾压施工，合理制定碾压次数，进行均匀碾压、多次碾压，保证路基材料密实度符合要求，最终保证高速公路在使用过程中不会发生沉降。

4结语

高速公路在施工中，路基路面是重点和难点部分，在施工刚结束的早期阶段，极易存在很多病害问题，比如裂纹、车辙和沉降等问题。这些病害虽然在一段时间内不能影响到整体高速公路的使用性能，但是会大大降低局部路段的行车安全和质量。所以要运用科学的检测技术，在高速公路施工结束早期及早检测出存在的病害问题，及时找出问题并进行及时的预防养护，保证高速公路施工符合建设要求。

参考文献：

[1]张喆，席进.复工续建高速公路路基路面特殊问题及其处理措施研究[J].工程与建设，2014（4）：531-532，547.

[2]张通贤.公路路基路面早期病害检测及处治技术[J].交通世界（建养机械），2014（8）：114-115.

[3]刘海燕.高速公路路基路面病害检测技术的合理选择[J].科技创新与应用，2013（31）：197

[4]郭豪.高速公路路基路面病害的科学检测及预防养护[J].山西建筑，2015（30）：140-142.

[5]何光兵.高速公路沥青路面预防性养护研究[D].西安：长安大学，2012.

[6]鲍晓军.高速公路路基路面病害科学检测与预防养护研究[D].长沙：长沙理工大学，2008.

Automatic Pixel-Level Crack Detection on Dam Surface Using Deep Convolutional Network 论文笔记 论文：Automatic Pixel-Level Crack Detection on Dam Surface Using Deep Convolutional Network Received: 2020.01.17 大多数坝面裂缝检测只能实现裂缝分类及粗略的定位。像素级语义分割检测可以提供更加精确直观的检测结果。作者提出一种基于深度卷积网络的坝面裂缝检测算法。首先使用无人机进行数据采集，然后对采集到的图像进行预处理（包括裁剪、手动标注），最后对设计好的CDDS 网络结构进行训练、验证和测试。 与ResNet152-based SegNet U-Net FCN 进行了比较。  大坝是水电站的重要水利建筑物。大坝的安全运行对于水电站有着重要的意义。由于结构变形、地震、水流引起的裂缝对大坝坝体产生严重的影响并威胁到水电站的安全运行。因此，对大坝结构的定期健康评估，特别是对大坝裂缝的检测任务变得尤为重要。 根据大坝裂缝的结构特征以及裂缝强度，人们可以对大坝的结构健康进行评估和监测。传统的大坝裂缝的巡检任务通常基于人工进行检测，但是效率低下、耗时费力，浪费了大量的人工成本，因此对裂缝的自动高效检测是非常必要的。 基于计算机视觉的裂缝检测算法得到了广泛的研究。这些方法大多采用传统的图像处理技术和机器学习方法，以识别出一些简单的结构损伤。这些方法利用手工提取的特征从图像中提取特征，然后评估提取的特征是否表示缺陷。然而，上述方法的结果不可避免地受到主观因素的影响 卷积神经网络（CNN）在图像分类和识别领域取得很大的进步，基于CNN的裂缝检测算法也展示出更优异的表现。大坝裂缝的特点： 修补痕迹、噪声大、背景纹理复杂、非结构化的、分布不均匀、裂缝位置随机、背景模糊等缺点 提出了一种像素级的大坝表面裂缝检测方法，利用深卷积网络进行特征提取。利用浅卷积层的定位特征和深卷积层的抽象特征，进行 多尺度卷积级联融合和多维损失值计算 ，实现裂纹缺陷像素级分割，并以高精度、高效率等优点解决了坝面明显裂缝检测问题，消除了可能存在的安全隐患，确保了坝面安全。实验结果表明，该方法对大坝表面像素级裂缝的检测是最优的。 语义分割 PSPNet [42],ICNet [43], Deeplabv3[44],UNet [45] and SegNet [46] 语义分割网络通常分为编码网络和解码网络。 编码网络： 卷积层：用于提取输入图像的特征 池化层：减小feature map的规模，减轻计算负担。 解码网络： 反卷积层（反褶积层）：上采样还原feature map大小与输入图像相同，并输出预测结果。 编解码网络结构高度对称：同时利用稀疏feature map和稠密feature map。 为了融合sparse 和 dense feature ，采用跳跃模块以连接编解码网络。编码网络：     15 卷积层：3*3  步长1     4 池化层： 2*2 步长2 解码网络：     15 反卷积层 1*1     4池化层     采用dropout和BN防止过拟合。     Skip branch     4个，1*1卷积和反卷积     每个branch计算 branch loss，4个branch loss级联为总损失的一部分。     Skip branch 的输入输出图像大小不变。卷积核的通道数必须等于输入张量的通道数。降采样 取矩阵最大值 卷积核大小 2*2 步长为2。反褶积也叫做转置卷积 通过上采样还原feature map与输入图像大小相同。 上采样方法：反褶积法、 插值法 反褶积法：对张量进行zero-padding填充最外层，再用反褶积核进行反褶积，修剪第一行和最后一行。1000副5472*3648图像使用LEAR软件手动标记。 得到504张数据集，404用于训练，50用于验证，50用于测试。 在Linux系统上使用TensorFlow构建的 在配置了8 GB GPU的HP工作站上执行培训、验证和测试 利用Anaconda建立了CDDS网络的虚拟python环境评价指标： Precision精度表示在所有预测破裂的样本中，样本的基本真实性也被破解的概率。 Recall召回表明在所有标记为开裂的样本中，样本被预测为开裂的概率。当正负样本数量存在较大差距时，仅使用精确性或召回率来评估性能是不合理的。TPR表示所有标记为裂纹的样本中被正确预测为裂纹的概率。TNR代表以标签为背景的所有样本中被正确预测为背景的概率.F-measure考虑到查全率和查准率的综合影响，F-测度是一个综合指标。IoU是目标检测领域中常用的评价定位精度的方法。IoU表示预测结果与地面真实值的交集与联合的交集的比率。大坝表面裂缝图像分为背景和裂缝两类。背景像素的数目远大于裂纹像素的数目。通常情况下，我们会同时计算背景arrears和裂缝arrears，然后以两张arrears的平均数作为最终arrears。IoU值是由背景像素决定的，不能准确表达裂纹的定位精度。使用三种学习速率10^4,10^5,10^6 使用softmax函数计算概率 使用Dice loss计算网络损失。 裂缝骨架提取：快速细化算法 调用OpenCV库，进行计算。 计算裂缝面积及长度宽度。使用其他裂缝数据集进行补充验证 ，在测试数据集上，提出的CDDS网络的裂纹IOU和F测度分别达到67.41%和80.14% 略。