CN111561885B - 基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法 - Google Patents
基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法 Download PDFInfo
- Publication number
- CN111561885B CN111561885B CN202010408736.8A CN202010408736A CN111561885B CN 111561885 B CN111561885 B CN 111561885B CN 202010408736 A CN202010408736 A CN 202010408736A CN 111561885 B CN111561885 B CN 111561885B
- Authority
- CN
- China
- Prior art keywords
- area
- roughness
- measuring
- convex
- strip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,先在预制构件条状凹槽结合面上布置若干个测区预备区,利用手持式三维白光扫描仪进行逐个扫描,获取原始三维点云数据,对数据进行坐标转换,随后利用平面截取功能截取正方形的测区,对测区内的三维点云数据进行平面拟合,得到平均高度基准面,根据粗糙度设计指标值进行分区及通过不同颜色区别显示,得到测区色谱图;根据测区色谱图,参照优先级依次选择5组凹凸位置相对应的测点对,计算得到测区的粗糙度代表值;综合各测区的粗糙度测试结果,与粗糙度设计指标值进行比对,得到预制构件结合面粗糙度的评价结果。本发明操作简单,以直观的色谱图辅助选取测点,且测量精度高。
Description
技术领域
本发明涉及装配式建筑技术领域,具体涉及一种基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法。
背景技术
装配式建筑具有工业化水平高、安装施工快、减少人力成本、节能环保等优点,已成为国内外建筑业发展的主流方向。在装配式混凝土结构中存在大量的接缝,且接缝往往处于结构受力较大或较复杂的部位,因此接缝的性能对结构的承载力、刚度都会有很大的影响。
有关接缝结合面抗剪性能的研究成果表明,预制构件结合面的粗糙程度是影响其抗剪性能的一个重要因素,不同粗糙度的结合面对其抗剪性能有着显著的影响。为此,行业标准《装配式混凝土结构技术规程》JGJ 1—2014规定,预制构件结合面制作时应按设计要求进行粗糙面处理,设计无具体要求时,可用化学处理、拉毛或凿毛等方法制作粗糙面并且规定“粗糙面的面积不宜小于结合面的80%,预制板的粗糙面凹凸深度不应小于4mm,预制混凝土梁端、柱端、墙端的粗糙面凹凸深度不应小于6mm。”同时,国家标准《混凝土结构工程施工质量验收规范》GB50204-2015中将“预制构件的粗糙面的质量及键槽的数量”作为预制构件进场一项验收内容。然而,粗糙度如何测定和评价是一个关键问题。
根据国际结构混凝土协会(FIB)发布的《模式规范》(MC 2010)对粗糙度有两种定义,一种是平均粗糙度Rm,另一种是峰谷粗糙度Rz。其中,平均粗糙度Rm表示的是混凝土表面边缘轮廓相对于中线的平均偏移量,峰谷粗糙度Rz表示的是表面轮廓峰谷高度差,显然JGJ 1—2014中所规定的粗糙面凹凸深度指标采用的是峰谷粗糙度Rz。目前,根据粗糙度的两种定义,针对预制构件表面粗糙度的检测方法分为灌注体积法和深度测量法两大类。
灌注体积法主要包括铺砂法、硅粉堆落法和细小铁珠测定法,其测试的结果为平均粗糙度Rm,不能直接按照JGJ 1—2014中给出的粗糙面凹凸深度指标进行评判。尽管也有研究人员提出将铺砂法的测试结果通过推定系数转换成峰谷粗糙度Rz,但由于结合面的凹凸形状并不规则,推定系数的确定成为一大难题。此外,灌注体积法本身也存在一定的局限性和缺点:(1)只能适用于所测结合面是水平面的情况;(2)测区内灌注物的铺设高度与结合面的最高点齐平,灌注体积超出了测区内大多数“凹坑或凹槽”实际所需的填充体积,带来了一定的误差;(3)操作过程比较繁琐。
深度测量法主要包括凹凸仪测试法和基准面测深尺法,其中凹凸仪测试法目前只能在实验室进行,基准面测深尺法能够在现场操作,该方法通过将透明多孔基准板紧贴在预制构件粗糙面上,测深尺的探针穿过透明多孔基准板的孔洞测量凹凸深度,其测试结果为峰谷粗糙度Rz,原则上可以按照JGJ 1—2014中给出的粗糙面凹凸深度指标进行评判。但是,部分研究人员已注意到,JGJ 1—2014中仅对“粗糙面凹凸深度”提出要求,忽视了“凹坑或凹槽”在平面上分布密度的要求,无法保证粗糙面的设置效果,容易带来隐患。这也是基准面测深尺法相对于灌注体积法的不足之处,灌注体积法既考虑了“凹坑或凹槽”的高差,也考虑了“凹坑或凹槽”的分布密度。
为解决上述问题,有研究人员在已有基准面测深尺法的基础上,提出以检验粗糙面“单位面积上的凹凸深度值”作为评价指标,通过减小测区的给定面积,反映出“凹坑或凹槽”的分布密度,要求在规定的测区内至少有一处“粗糙面凹凸深度”达到规定深度,并经大量试验研究得到点状凹坑粗糙面的测区可为直径60mm的圆,条状凹槽粗糙面的测区可为直径100mm的圆。该方法具有一定的合理性,理由如下:粗糙面的基体材料为混凝土,由于混凝土中骨料的抗压强度一般较高,在形成粗糙面时,混凝土一般处于初凝状态或早期强度,粗骨料不容易受到损伤,即粗糙面的“凹坑或凹槽”主要存在于粗骨料之间;点状凹坑和条状凹槽粗糙面的测区直径分别定为60mm和100mm,大致为最大骨料粒径(混凝土最大骨料粒径通常为30mm左右)的2~3倍,既为测区内“凹坑或凹槽”的存在留有空间,同时可以考察“凹坑或凹槽”的分布密度。
但同时也注意到,峰谷粗糙度Rz是指相邻峰谷的高度差,上述方法仍没有解决基准面测深尺法中,由于粗糙面上各凸点的高度有所差异,导致基准面仅代表几处较高凸点的基准高度,多处深度测量值被“放大”的问题。另外,该方法中为了保证测深尺能够测量到测区内“凹坑或凹槽”最低点深度,采取的是较为原始的目视观察及在不同位置增加测量次数的方式,存在漏测的可能。还有一点,拉毛法形成的条状凹槽粗糙面与化学处理露骨料法形成的点状凹坑粗糙面在形态特征上差异很大,条状凹槽粗糙面的单个测区(直径100㎜的圆)中通常会出现多条连续性的凹槽和凸条,仅以“测区内至少有一处凹凸深度达到规定深度”即判为合格,其合理性还需商榷。
综上,有必要提供一种测试结果直接为凹凸深度,且技术先进、快速高效、准确全面的预制构件条状凹槽结合面粗糙度测评方法。
发明内容
本发明要解决的技术问题是提供一种基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,操作简单可靠,测点选取合理且测量精度高,能够精准的进行测评。
为了解决上述技术问题,本发明提供了一种基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,包括以下步骤:
S1:在预制构件条状凹槽结合面上布置若干个测区预备区,并做好标记,所述测区预备区的面积至少容纳边长为150mm的正方形;
S2:利用手持式三维白光扫描仪对步骤S1中布置的测区预备区进行逐个扫描,获取原始三维点云数据;
S3:对其中一个测区预备区的原始三维点云数据进行坐标转换,经坐标转换后的三维点云数据以预制构件条状凹槽结合面所在平面为x-y平面,垂直于x-y平面为z轴向;
S4:利用点云数据处理软件的平面截取功能,在该测区预备区中截取一个正方形的测区,当凹槽间距无设计要求时,测区的边长为混凝土最大骨料粒径的2~3倍,当凹槽间距有明确设计要求时,测区的边长为设计间距的2倍;
S5:对该测区内的三维点云数据进行平面拟合,得到平均高度基准面,并作为z轴向零点;
S6:根据粗糙度设计指标值R,将平均高度基准面以上(0,R/2]区间划分为上凸基础区,将平均高度基准面以下[-R/2,0)区间划分为下凹基础区,并在上凸基础区以上依次划分上凸强化区和上凸超限区,在下凹基础区以下依次划分下凹强化区和下凹超限区,然后利用点云数据处理软件的色谱分析功能,将以上各划分区通过不同颜色区别显示,形成颜色段,得到测区色谱图;
S7:根据测区色谱图,并结合条状凹槽的形态特征,以下凹超限区配上凸超限区为第一优先级,下凹超限区配上凸强化区、上凸超限区配下凹强化区为第二优先级,下凹强化区配上凸强化区为第三优先级,下凹超限区配上凸基础区、上凸超限区配下凹基础区为第四优先级,下凹强化区配上凸基础区、上凸强化区配下凹基础区为第五优先级,下凹基础区配上凸基础区为第六优先级,在测区内相邻的凹槽和凸条上按照规定的优先级依次选择5组凹凸位置相对应的测点对,利用点云数据处理软件获得各测点对相对于平均高度基准面的偏差高度;
S8:分别计算步骤S7中5组测点对的凹凸深度值,去除最大值及最小值后,将剩余三个值的平均值作为该测区的粗糙度代表值μ1;
S9:对剩余的各个测区预备区重复步骤S3~S8,得到各测区的粗糙度代表值μj;
S10:综合各测区的粗糙度测试结果得到所测预制构件结合面粗糙度推定值,并与粗糙度设计指标值R进行比对,得到预制构件结合面粗糙度的评价结果。
进一步地,步骤S1中,所述测区预备区的数量不少于4个,且在预制构件条状凹槽结合面上均匀分布,测区预备区的边框线可用记号笔手工绘制。
进一步地,步骤S4中,所述测区分布在测区预备区的居中位置,当凹槽间距无设计要求时,测区的边长为90㎜。
进一步地,步骤S6中,以平均高度基准面为z轴向零点,上凸基础区以上(R/2,5R/8]区间划分为上凸强化区,(5R/8,+∞)区间划分为上凸超限区,下凹基础区以下[-5R/8,R/2)区间划分为下凹强化区,(-∞,5R/8)区间划分为下凹超限区。
进一步地,步骤S6中,对各划分区进行色谱分析时,颜色段设置为6段,各颜色段之间应有明显差别。
进一步地,步骤S7中,每组测点对包含两个测点,其中一个测点在凹糟内宽度方向的中部选取,另一个测点在相邻凸条上宽度方向的中部选取,且两个测点的连线应与凹槽长度方向基本垂直,利用点云数据处理软件获得位于凹槽内的测点相对于平均高度基准面的偏差高度Ha及位于凸条上的测点相对于平均高度基准面的偏差高度Ht;同一凹槽内的测点,其间距不应小于15㎜,可利用点云数据处理软件的距离测量功能进行复核。
进一步地,步骤S7中,在未选满5组测点对之前,应按优先级顺序将符合当前优先级要求的所有测点对全部纳入。
进一步地,步骤S7中,若在前三个优先级中未选满5组测点对,且测区色谱图中的凹槽未明显呈条状显示时,在进入后三个优先级时,可进一步将下凹基础区划分为[-R/4,0)区间的下凹基础I区和[-R/2,-R/4)区间的下凹基础II区,将上凸基础区划分为(0,R/4]区间的上凸基础I区和(R/4,R/2]区间的上凸基础II区,重新对各划分区进行色谱分析时,颜色段设置为8段,以方便按照凹凸深度从大到小的选取原则进行测点对的选取。
进一步地,步骤S8中,单组测点对的凹凸深度值等于位于凸条上的测点相对于平均高度基准面的偏差高度Ht减去位于凹槽内的测点相对于平均高度基准面的偏差高度Ha。
进一步地,步骤S10中,先计算各测区的粗糙度代表值的平均值μ,各测区的粗糙度代表值的标准差s及各测区的粗糙度代表值的变异系数η,计算公式如下:
式中:n—测区数量;
μj—第j个测区的粗糙度代表值;
得到μ和η后,按下列规定确定预制构件结合面粗糙度推定值μe:
当η不大于0.3时,μe=μ
式中:μj,min—所有测区的粗糙度代表值中的最小值;
最后将预制构件结合面粗糙度推定值与粗糙度设计指标值R进行比对,若μe≥R,则判定粗糙度符合要求,否则判定为不符合要求。
本发明的有益效果:
1、本发明采用三维白光扫描的方式能够快速采集预制构件条状凹槽粗糙面的点云数据,通过图像处理和计算分析获得粗糙度检测结果,避免了现有方法繁杂和费时的检测过程,方便快捷,检测效率高。
2、采用点云数据处理软件的测距功能自动计算凹槽、凸条与平均高度基准面的偏差高度,数据精确,大大提高了检测结果的准确度。
3、不同高度区间的划分与配对,能够对测点选择给予标准化参照,以有效提高测点选择效率和准确度。
4、采用色谱分析功能将划分区通过不同颜色区别显示,从而能够准确、合理的选择测点对,具有较强的针对性,避免盲目选择带来的数据不确定性。
附图说明
图1是本发明的流程图;
图2是本发明的测区一在同一条凹槽内选择两个测点时的示意图;
图3是本发明测区一的五个测点选择的示意图;
图4是本发明测区二的五个测点选择的示意图;
图5是本发明测区三的五个测点选择的示意图;
图6是本发明测区四的在六段划分区内选点的示意图;
图7是本发明测区四的在八段划分区内选点的示意图;
图8是本发明测区五的五个测点选择的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1所示,本发明的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法的一实施例,以某件生产完成的具有条状凹槽结合面的预制混凝土叠合板为例进行测评,包括以下步骤:
首先在预制混凝土叠合板条状凹槽结合面上布置5个测区预备区且在预制混凝土叠合板条状凹槽结合面上均匀分布,测区预备区的边框线可用记号笔手工绘制,做好标记,其中,测区预备区的面积能够容纳边长为150mm的正方形;
随后利用手持式三维白光扫描仪对5个测区预备区进行逐个扫描,获取原始三维点云数据;
接着对第一个测区预备区的原始三维点云数据进行坐标转换,经坐标转换后的三维点云数据以预制混凝土叠合板条状凹槽结合面所在平面为x-y平面,垂直于x-y平面为z轴向;利用点云数据处理软件的平面截取功能,在第一个测区预备区中截取一个正方形的测区,即测区一,由于该预制混凝土叠合板上的凹槽间距无设计要求,因此测区的边长为混凝土最大骨料粒径的2~3倍即可,此处选择90㎜,对该测区内的三维点云数据进行平面拟合,得到平均高度基准面,并作为z轴向零点;
根据预制混凝土叠合板的粗糙度设计指标值R(R=4mm),将平均高度基准面以上(0,R/2]区间划分为上凸基础区,将平均高度基准面以下[-R/2,0)区间划分为下凹基础区,并在上凸基础区以上(R/2,5R/8]区间划分为上凸强化区,(5R/8,+∞)区间划分为上凸超限区,下凹基础区以下[-5R/8,R/2)区间划分为下凹强化区,(-∞,5R/8)区间划分为下凹超限区,然后利用点云数据处理软件的色谱分析功能,将以上各划分区通过不同颜色区别显示,形成颜色段,得到测区色谱图;
根据测区色谱图,并结合条状凹槽的形态特征,对各划分区进行色谱分析的颜色段以6段为基础进行,6个颜色段的颜色从上凸超限区至下凹超限区依次设置为红色、黄色、绿色、紫色、淡蓝色和深蓝色,各颜色段之间具有明显差别(附图中为灰度后的示意图,彩色效果更为直观明显),并规定优先配对顺序:
1)下凹超限区配上凸超限区为第一优先级;
2)下凹超限区配上凸强化区、上凸超限区配下凹强化区为第二优先级;
3)下凹强化区配上凸强化区为第三优先级;
4)下凹超限区配上凸基础区、上凸超限区配下凹基础区为第四优先级;
5)下凹强化区配上凸基础区、上凸强化区配下凹基础区为第五优先级;
6)下凹基础区配上凸基础区为第六优先级;
在测区内相邻的凹槽和凸条上按照规定的优先级依次选择5组凹凸位置相对应的测点对,每组测点对包含两个测点,其中一个测点在凹糟内宽度方向的中部选取,另一个测点在相邻凸条上宽度方向的中部选取,且两个测点的连线应与凹槽长度方向基本垂直,在选择过程中,当未选满5组测点对之前,应按优先级顺序将符合当前优先级要求的所有测点对全部纳入,利用点云数据处理软件获得位于凹槽内的测点相对于平均高度基准面的偏差高度Ha及位于凸条上的测点相对于平均高度基准面的偏差高度Ht,则单组测点对的凹凸深度值Rd=Ht-Ha;同一凹槽内的测点,其间距不应小于15㎜,可利用点云数据处理软件的距离测量功能进行复核,参照图2所示,5组凹凸位置相对应的测点对选择完成后,参照图3所示,随后计算5组测点对的凹凸深度值,去除最大值及最小值后,将剩余三个值的平均值作为该测区的粗糙度代表值μ1;
随后对剩余的四个测区预备区重复测算,得到各测区的粗糙度代表值μj;
测区二内相邻的凹槽和凸条上按照规定的优先级依次选择5组凹凸位置相对应的测点对,参照图4所示;
测区三内相邻的凹槽和凸条上按照规定的优先级依次选择5组凹凸位置相对应的测点对,参照图5所示;
测区四测点对选择时,发现在前三个优先级中只能够选择两组测点对,且测区色谱图中的凹槽未明显呈条状显示,参照图6所示,两个测点对选择结束后需要进一步将下凹基础区划分为[-R/4,0)区间的下凹基础I区和[-R/2,-R/4)区间的下凹基础II区,将上凸基础区划分为(0,R/4]区间的上凸基础I区和(R/4,R/2]区间的上凸基础II区,以形成8段颜色,8个颜色段的颜色从上凸超限区至下凹超限区依次设置为红色、橙色、黄色、绿色、紫色、棕红色、淡蓝色和深蓝色,区分更为明显,能够针对6段颜色无法分离选择的情况进行细化,满足选择要求,随后按照凹凸深度从大到小的选取原则继续进行测点对的选取,参照图7所示;
测区五内相邻的凹槽和凸条上按照规定的优先级依次选择5组凹凸位置相对应的测点对,参照图8所示;
最终得到五个测区内所有测点对的数值,如下表:
测区 | R<sub>d,1</sub> | R<sub>d,2</sub> | R<sub>d,3</sub> | R<sub>d,4</sub> | R<sub>d,5</sub> | μ<sub>j</sub> |
测区1 | 5.7012 | 5.3117 | 5.3790 | 5.0705 | 5.0614 | 5.2 |
测区2 | 5.6958 | 5.6238 | 5.6600 | 5.3441 | 5.4517 | 5.6 |
测区3 | 9.9311 | 6.0607 | 5.2604 | 5.7262 | 5.2847 | 5.7 |
测区4 | 7.3785 | 4.0024 | 3.8966 | 3.3025 | 3.2467 | 3.7 |
测区5 | 6.0121 | 5.8423 | 5.8497 | 5.6342 | 4.9187 | 5.8 |
五个测区的粗糙度代表值分别如下:
μ1=5.2mm,μ2=5.6mm,μ3=5.7mm,μ4=3.7mm,μ5=5.8mm,
μ=5.2mm
s=0.86mm,η=0.16<0.3
由于η≤0.3,推定值μe=μ,即μe=5.2mm
最终判定:μe=5.2mm>4.0mm,判定该预制混凝土叠合板表面粗糙度符合要求。
在一实施例中,在利用点云数据处理软件的平面截取功能截取正方形的测区时,预制混凝土叠合板上当凹槽间距有明确设计要求,测区的边长则为设计间距的2倍。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,包括以下步骤:
S1:在预制构件条状凹槽结合面上布置若干个测区预备区,并做好标记,所述测区预备区的面积至少容纳边长为150mm的正方形;
S2:利用手持式三维白光扫描仪对步骤S1中布置的测区预备区进行逐个扫描,获取原始三维点云数据;
S3:对其中一个测区预备区的原始三维点云数据进行坐标转换,经坐标转换后的三维点云数据以预制构件条状凹槽结合面所在平面为x-y平面,垂直于x-y平面为z轴向;
S4:利用点云数据处理软件的平面截取功能,在该测区预备区中截取一个正方形的测区,当凹槽间距无设计要求时,测区的边长为混凝土最大骨料粒径的2~3倍,当凹槽间距有明确设计要求时,测区的边长为设计间距的2倍;
S5:对该测区内的三维点云数据进行平面拟合,得到平均高度基准面,并作为z轴向零点;
S6:根据粗糙度设计指标值R,将平均高度基准面以上(0,R/2]区间划分为上凸基础区,将平均高度基准面以下[-R/2,0)区间划分为下凹基础区,并在上凸基础区以上依次划分上凸强化区和上凸超限区,在下凹基础区以下依次划分下凹强化区和下凹超限区,然后利用点云数据处理软件的色谱分析功能,将以上各划分区通过不同颜色区别显示,形成颜色段,得到测区色谱图;
S7:根据测区色谱图,并结合条状凹槽的形态特征,以下凹超限区配上凸超限区为第一优先级,下凹超限区配上凸强化区、上凸超限区配下凹强化区为第二优先级,下凹强化区配上凸强化区为第三优先级,下凹超限区配上凸基础区、上凸超限区配下凹基础区为第四优先级,下凹强化区配上凸基础区、上凸强化区配下凹基础区为第五优先级,下凹基础区配上凸基础区为第六优先级,在测区内相邻的凹槽和凸条上按照规定的优先级依次选择5组凹凸位置相对应的测点对,利用点云数据处理软件获得各测点对相对于平均高度基准面的偏差高度;
S8:分别计算步骤S7中5组测点对的凹凸深度值,去除最大值及最小值后,将剩余三个值的平均值作为该测区的粗糙度代表值μ1;
S9:对剩余的各个测区预备区重复步骤S3~S8,得到各测区的粗糙度代表值μj;
S10:综合各测区的粗糙度测试结果得到所测预制构件结合面粗糙度推定值,并与粗糙度设计指标值R进行比对,得到预制构件结合面粗糙度的评价结果。
2.如权利要求1所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S1中,所述测区预备区的数量不少于4个,且在预制构件条状凹槽结合面上均匀分布,测区预备区的边框线可用记号笔手工绘制。
3.如权利要求1所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S4中,所述测区分布在测区预备区的居中位置,当凹槽间距无设计要求时,测区的边长为90㎜。
4.如权利要求1所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S6中,以平均高度基准面为z轴向零点,上凸基础区以上(R/2,5R/8]区间划分为上凸强化区,(5R/8,+∞)区间划分为上凸超限区,下凹基础区以下[-5R/8,R/2)区间划分为下凹强化区,(-∞,5R/8)区间划分为下凹超限区。
5.如权利要求1或4所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S6中,对各划分区进行色谱分析时,颜色段设置为6段,各颜色段之间应有明显差别。
6.如权利要求1所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S7中,每组测点对包含两个测点,其中一个测点在凹糟内宽度方向的中部选取,另一个测点在相邻凸条上宽度方向的中部选取,且两个测点的连线应与凹槽长度方向基本垂直,利用点云数据处理软件获得位于凹槽内的测点相对于平均高度基准面的偏差高度Ha及位于凸条上的测点相对于平均高度基准面的偏差高度Ht;同一凹槽内的测点,其间距不应小于15㎜,可利用点云数据处理软件的距离测量功能进行复核。
7.如权利要求1或6所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S7中,在未选满5组测点对之前,应按优先级顺序将符合当前优先级要求的所有测点对全部纳入。
8.如权利要求1或4所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S7中,若在前三个优先级中未选满5组测点对,且测区色谱图中的凹槽未明显呈条状显示时,在进入后三个优先级时,可进一步将下凹基础区划分为[-R/4,0)区间的下凹基础I区和[-R/2,-R/4)区间的下凹基础II区,将上凸基础区划分为(0,R/4]区间的上凸基础I区和(R/4,R/2]区间的上凸基础II区,重新对各划分区进行色谱分析时,颜色段设置为8段,以方便按照凹凸深度从大到小的选取原则进行测点对的选取。
9.如权利要求1所述的基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法,其特征在于,步骤S8中,单组测点对的凹凸深度值等于位于凸条上的测点相对于平均高度基准面的偏差高度Ht减去位于凹槽内的测点相对于平均高度基准面的偏差高度Ha。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010408736.8A CN111561885B (zh) | 2020-05-14 | 2020-05-14 | 基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010408736.8A CN111561885B (zh) | 2020-05-14 | 2020-05-14 | 基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111561885A CN111561885A (zh) | 2020-08-21 |
CN111561885B true CN111561885B (zh) | 2020-11-17 |
Family
ID=72071003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010408736.8A Active CN111561885B (zh) | 2020-05-14 | 2020-05-14 | 基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111561885B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112325835B (zh) * | 2020-10-22 | 2021-07-02 | 昆山市建设工程质量检测中心 | 预制混凝土构件点状凹坑结合面粗糙度检测方法 |
CN114046749B (zh) * | 2021-10-26 | 2022-07-08 | 刘红霞 | 预制混凝土构件点状凹坑结合面粗糙度检测方法及*** |
CN114608492A (zh) * | 2022-04-14 | 2022-06-10 | 上海市建筑科学研究院有限公司 | 一种预制混凝土构件结合面粗糙度评价指标测评方法 |
CN116929257B (zh) * | 2023-07-25 | 2024-01-26 | 昆山市建设工程质量检测中心 | 基于测量型内窥镜的预制叠合剪力墙表面粗糙度采集方法 |
CN116977331B (zh) * | 2023-09-22 | 2023-12-12 | 武汉展巨华科技发展有限公司 | 基于机器视觉的3d模型表面检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010019388A1 (de) * | 2010-05-04 | 2011-11-10 | Possehl Spezialbau Gmbh | Mobile Vorrichtung zum Erfassen der Rautiefe einer Oberfläche |
CN107063058B (zh) * | 2016-12-13 | 2019-04-26 | 上海市建筑科学研究院 | 一种预制混凝土构件结合面粗糙度的测评方法 |
CN109612412B (zh) * | 2018-11-28 | 2021-02-02 | 同济大学 | 一种预制混凝土构件结合面粗糙度计算方法及评价*** |
CN109900192B (zh) * | 2019-03-13 | 2024-06-07 | 昆山市建设工程质量检测中心 | 一种装配式混凝土预制构件结合面粗糙度检测装置和方法 |
CN110763166A (zh) * | 2019-10-31 | 2020-02-07 | 江苏省建筑工程质量检测中心有限公司 | 一种用于预制混凝土叠合板表面粗糙度检测的测试***及方法 |
-
2020
- 2020-05-14 CN CN202010408736.8A patent/CN111561885B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111561885A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111561885B (zh) | 基于白光扫描的预制构件条状凹槽结合面粗糙度测评方法 | |
CN111561884B (zh) | 一种用于预制混凝土叠合板表面粗糙度检测的方法 | |
CN111924066B (zh) | 一种能快速搭载的造船方法及船舶一次移船定位方法 | |
CN112325835B (zh) | 预制混凝土构件点状凹坑结合面粗糙度检测方法 | |
CN111968233B (zh) | Bim与点云定位和轨道区间通信设备安装的方法 | |
CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
CN101929858B (zh) | 一种大比例尺平地0.25米等高距精密测绘方法 | |
CN109781561A (zh) | 基于三维激光扫描技术在结构鉴定中的应用方法 | |
CN114541480B (zh) | 一种钢壳沉管拼装精度检验方法及*** | |
CN106931942A (zh) | 一种超高层建筑物倾斜测量方法 | |
CN114693281B (zh) | 一种基于云平台的工程勘察信息管理*** | |
CN114511199A (zh) | 一种工程项目交付验收管理方法、设备及计算机存储介质 | |
CN113218310B (zh) | 基于三维激光点云的尾矿库干滩重要参数提取方法及*** | |
US11978331B2 (en) | Early warning method for shallow soil landslide based on digital topographic map and application thereof | |
CN111696195A (zh) | 一种街区三维空间形态量化分析方法 | |
CN107990856A (zh) | 一种超量程工件的空间位置误差检测方法 | |
CN114266090A (zh) | 一种基于无人机技术的装配式建筑施工监测方法 | |
CN115014198A (zh) | 一种基于三维激光扫描的钢筋安装检测方法 | |
CN110162925A (zh) | 一种城市地下综合管廊混凝土工程质量评价方法 | |
CN113240637B (zh) | 一种基于机器学***整度信息化检测方法和*** | |
CN105043962B (zh) | 一种定量测量砂岩质文物表面风化速度的方法 | |
CN112580137B (zh) | 一种房屋建筑规模快速计算方法 | |
CN110927803A (zh) | 综合物探方法在地下管线探测中的应用方法 | |
CN113362459B (zh) | 一种岩质滑坡破坏边界的特征提取方法 | |
LU504080B1 (en) | Method for monitoring construction of prefabricated building based on drone technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |