Méthode d'identification automatique de la zone endommagée de la structure du pont basée sur une image numérique

Rapports scientifiques volume 13, Numéro d'article : 12532 (2023) Citer cet article

78 accès

Détails des métriques

Il est d’une grande valeur scientifique et pratique d’utiliser des moyens techniques efficaces pour surveiller et avertir en temps réel et à long terme des dommages structurels des ponts. Les modèles traditionnels de réseau de reconnaissance d’images sont souvent limités par le manque d’images sur site. Afin de résoudre le problème de la reconnaissance automatique et de l'acquisition des paramètres dans les images numériques des structures de pont en l'absence d'informations sur les données, cet article propose une méthode d'identification automatique des zones endommagées de la structure du pont basée sur des images numériques, qui permet d'obtenir efficacement une sculpture de contour et une caractérisation quantitative. des zones endommagées par la structure du pont. Tout d’abord, les caractéristiques de l’image numérique de la zone endommagée de la structure du pont sont définies. En exploitant pleinement la caractéristique selon laquelle la valeur de pixel de la zone endommagée est évidemment différente de celle de l'image environnante, un procédé de prétraitement d'image de la zone endommagée par la structure qui peut améliorer efficacement la qualité de l'image prise sur le terrain est proposé. Ensuite, une méthode Ostu améliorée est proposée pour fusionner organiquement les caractéristiques de seuil globales et locales de l'image afin d'obtenir la sculpture du contour de la zone endommagée de l'image de la surface de la structure du pont. L'échelle de la zone endommagée, la proportion de la zone endommagée et la règle de calcul de l'orientation de la zone endommagée sont construites. L'inspection clé et le diagnostic des paramètres caractéristiques de la zone endommagée de la structure du pont sont réalisés. Enfin, les tests et les analyses sont effectués en combinaison avec un cas de projet réel. Les résultats montrent que la méthode proposée dans cet article est réalisable et stable, ce qui peut améliorer la précision de la mesure de la zone endommagée de la structure actuelle du pont. Le procédé peut fournir davantage de données de support pour la détection et la maintenance de la structure du pont.

Le pont joue un rôle de premier plan très important dans le développement économique national, ce qui peut apporter d'énormes avantages économiques et sociaux au pays, c'est pourquoi le pays accorde une grande attention à l'utilisation sûre du pont1. Cependant, en raison de l'érosion de l'environnement naturel, du vieillissement des matériaux de construction, de l'effet de fatigue du pont lui-même et d'autres facteurs défavorables, la résistance du pont diminuera inévitablement, ce qui entraînera un déclin de la capacité à résister aux catastrophes naturelles et même à la environnement normal. Dans des cas extrêmes, cela peut provoquer des accidents catastrophiques2. La structure des ponts constitue un élément important de la construction des infrastructures d'un pays. Bridge permet une communication fréquente entre différentes régions. Cependant, sous l'influence de multiples facteurs environnementaux, avec l'augmentation de la durée de service, la structure du pont apparaîtra à différents degrés de dommages structurels. La structure du pont est différente de celle des bâtiments publics généraux. Si le pont s'effondre ou s'il y a un manque de sécurité d'utilisation, cela causera de grands dommages à notre pays et les gens entraîneront d'énormes pertes. La structure du pont doit donc maintenir un état de sécurité élevé et la fréquence de maintenance est également plus élevée que celle générale. bâtiments publics3. Afin de garantir l'applicabilité, la sécurité et la durabilité du pont dans des conditions normales d'exploitation, il est nécessaire d'adopter des moyens techniques efficaces pour effectuer une surveillance en temps réel et à long terme et une alerte précoce pour les dommages structurels du pont, afin de fournir base scientifique pour l’évaluation de la sécurité de la structure du pont4,5,6.

Avec l'achèvement de nombreuses autoroutes, la structure du pont devient de plus en plus grande. L'utilisation d'un viaduc, d'un pont à poutres continues et d'un pont à ossature rigide continue fait de l'inspection du pont un travail long et laborieux. Lors de l'entretien des ponts en béton, la détection des zones endommagées est l'une des étapes importantes d'inspection et de diagnostic des structures de pont. Habituellement, les fissures à la surface des ponts peuvent être utilisées pour évaluer la capacité portante, l’étanchéité et la durée de vie des structures en béton. Lors de l’essai de flexion sous charge statique du pont, la détection des fissures au bas de la poutre est effectuée manuellement. La détection par vision artificielle dépend de l'expérience et du niveau de compétence de l'opérateur, ce qui prend du temps et présente un faible niveau de sécurité. Il est donc difficile d'évaluer objectivement l'effet de détection. La détection automatique de la zone endommagée dans l'image de la surface du pont est très efficace dans les tests non destructifs7. La détection régulière des fissures des poutres peut également être utilisée pour évaluer la sécurité et la fiabilité de la structure du pont en béton et prévenir les accidents. La détection manuelle traditionnelle est inefficace et affecte la fluidité du trafic routier. Il s'agit d'une méthode de détection en temps réel, non destructive, de haute précision et peu coûteuse, permettant de détecter les maladies sur la plaque inférieure de la superstructure du pont en utilisant la technologie de traitement d'image pour analyser les images de la structure du pont. Il existe actuellement des ensembles complets d'équipements utilisant cette méthode ou ce principe dans d'autres domaines, mais ces équipements sont pour la plupart développés à l'étranger et coûteux. De plus, en raison de la diversité et de l’incertitude des maladies pont, l’algorithme utilisé dans le processus de détection des maladies nécessite encore des recherches plus approfondies.