CN114109072B - 一种用于地下结构表面裂缝的综合定量检测及修复工艺 - Google Patents

一种用于地下结构表面裂缝的综合定量检测及修复工艺 Download PDF

Info

Publication number
CN114109072B
CN114109072B CN202210099222.8A CN202210099222A CN114109072B CN 114109072 B CN114109072 B CN 114109072B CN 202210099222 A CN202210099222 A CN 202210099222A CN 114109072 B CN114109072 B CN 114109072B
Authority
CN
China
Prior art keywords
crack
underground structure
cracks
repair
detection
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
Application number
CN202210099222.8A
Other languages
English (en)
Other versions
CN114109072A (zh
Inventor
王洪涛
范福强
陈昌耀
赵明珠
李建华
赵万里
解学磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Jianzhu University
Original Assignee
Shandong Jianzhu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Jianzhu University filed Critical Shandong Jianzhu University
Priority to CN202210099222.8A priority Critical patent/CN114109072B/zh
Publication of CN114109072A publication Critical patent/CN114109072A/zh
Application granted granted Critical
Publication of CN114109072B publication Critical patent/CN114109072B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E04—BUILDING
    • E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
    • E04G23/00—Working measures on existing buildings
    • E04G23/02—Repairing, e.g. filling cracks; Restoring; Altering; Enlarging
    • E04G23/0203—Arrangements for filling cracks or cavities in building constructions
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • 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
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8858—Flaw counting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Architecture (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Civil Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Working Measures On Existing Buildindgs (AREA)

Abstract

本发明公开了一种用于地下结构表面裂缝的综合定量检测及修复工艺，属于地下结构病害治理技术领域，包括以下步骤：将地下结构划分成n个检测区段，获取地下结构表面的图像数据；进行图像处理，提取表面裂缝数据，测量相应裂缝参数；得到病害指标，建立地下结构表面裂缝综合定量评价指标，并与指标允许值进行比较，定量评判地下结构表面裂缝病害程度，识别需修复治理的检测区段；进行表面裂缝修复治理，并给出修复工艺与修复效果评价方法；可对地下结构施工‑运营全寿命周期内的结构表面裂缝病害问题进行有效科学检测评价与修复治理，解决了现有表面裂缝检测治理技术难以对错综复杂裂缝病害特征与程度进行科学统计、分类识别、定量评价的问题。

Description

一种用于地下结构表面裂缝的综合定量检测及修复工艺
技术领域
本发明涉及地下结构病害治理技术领域，具体涉及一种用于地下结构表面裂缝的综合定量检测及修复工艺。
背景技术
这里的陈述仅提供与本发明相关的背景技术，而不必然地构成现有技术。
隧道（洞）、地下车站、地下硐室及地下综合管廊等各类地下结构埋藏于地下，属于地下隐蔽性工程，不可避免会穿越一些复杂地质条件影响地层，如高地应力、软弱地层、湿陷性黄土地层、断层破碎带、强富水或高承压水等地层环境，或受设计参数、混凝土施工质量、施工技术水平、外部环境荷载扰动与其他各类因素的影响与限制，地下结构在施工及运营阶段普遍存在表面开裂并易诱发渗漏水等病害问题。比如，在目前交通隧道领域，普遍存在“十隧九漏”说法。地下结构裂损及渗漏水病害大大加重了地下结构的安全隐患，对其安全使用及健康运营都将会产生一定不利影响。因此，精准评价地下结构健康状态，并对裂损病害严重部位进行有效治理，防止病害进一步恶化，是目前地下工程领域亟待解决的关键问题之一。
发明人发现，在目前常规地下结构表面裂损病害检测评价与修复治理方面，尚存在以下不足：
（1）由于地下结构产生表面裂缝的原因错综复杂，裂缝产生位置、方向角度及数量也是随机的，进而导致现有常规技术手段难以对不同特征裂缝病害问题进行科学统计识别与定量评价，缺乏相应的裂缝分类标准以及科学合理描述不同类别裂缝病害程度的分类指标或定量依据；
（2）对于地下结构表面裂缝病害而言，由于裂缝特征错综复杂，描述裂损病害特征的参数，如长度、角度、宽度等也是包含多个方面影响，导致利用现有技术还难以对整个地下结构区段的裂损病害程度与整体健康状态进行有效的综合评价，缺乏相应的多元评价指标，这也是目前主要依赖定性评价的根本原因，应基于多元影响因素的***评价理论去科学表征病害程度，才可有效指导病害的科学防控；
（3）在地下结构裂缝检测手段方面，利用常规裂缝计、角度尺或人工走访统计等方式进行，存在着检测效率低、检测劳动强度大、精准度差等问题，即使目前市面上存在一些无损检测手段，但普遍较不成熟，尚未形成成套有效的工艺方法以指导工程实践；
（4）在地下结构裂缝治理方面，由于不同原因产生的裂缝特征也不一样，进而导致不同种类裂缝的修复治理方法也存在一定差异，但目前裂缝修复治理普遍依赖经验类比的方式进行施工，尚未形成一套完整的针对不同种类地下结构裂缝的修复治理工艺；
（5）利用现有常规技术进行地下结构裂缝修复完成后，即认为修复结束，缺乏从运维全生命周期内对裂缝修复治理效果的定量检测与评价方法，容易导致修复后再次出现开裂破损的问题，因此对于修复治理效果的长期科学评价，也是裂缝修复治理的一项重要内容，这对地下结构长久安全与健康运维非常重要。
发明内容
针对现有技术存在的不足，本发明的目的是提供一种用于地下结构表面裂缝的综合定量检测及修复工艺，可通过图像获得地下结构内表面三维图像并获取裂缝数量、长度、宽度等信息，将裂缝分为轴向、斜交与环向三种类型，并建立了轴向裂缝病害指标、斜交裂缝病害指标、环向裂缝病害指标及裂缝病害综合定量评价指标，提出了表面裂缝修复治理成套方法与修复治理效果定量评价方法，有效解决了现有地下结构表面裂缝检测治理技术难以对错综复杂裂缝病害特征与程度进行科学统计、分类识别、定量评价，难以指导不同种类裂缝科学修复治理，以及难以对地下结构整体健康进行精准掌控的问题。
为了实现上述目的，本发明是通过如下的技术方案来实现：
第一方面，本发明提出一种用于地下结构表面裂缝的综合定量检测及修复工艺，包括以下步骤：
步骤1，将待检测地下结构划分成n个检测区段，采集获取各检测区段地下结构表面的图像数据；
步骤2，进行图像处理分析，识别提取地下结构表面裂缝数据，将表面裂缝划分为轴向裂缝、斜交裂缝、环向裂缝；
步骤3，统计测量得到任一第
Figure 164984DEST_PATH_IMAGE001
检测区段（
Figure 369700DEST_PATH_IMAGE002
）地下结构表面轴向裂缝的数量
Figure 568600DEST_PATH_IMAGE003
、平均长度
Figure 447867DEST_PATH_IMAGE004
、平均宽度
Figure 378914DEST_PATH_IMAGE005
，斜交裂缝的数量
Figure 133243DEST_PATH_IMAGE006
、平均长度
Figure 57206DEST_PATH_IMAGE007
、平均宽度
Figure 518274DEST_PATH_IMAGE008
，环向裂缝的数量
Figure 948119DEST_PATH_IMAGE009
、平均长度
Figure 376695DEST_PATH_IMAGE010
、平均宽度
Figure 589501DEST_PATH_IMAGE011
；
步骤4，建立任一第
Figure 232972DEST_PATH_IMAGE001
检测区段（
Figure 755089DEST_PATH_IMAGE002
）地下结构表面轴向裂缝病害指标
Figure 421694DEST_PATH_IMAGE012
、斜交裂缝病害指标
Figure 500509DEST_PATH_IMAGE013
与环向裂缝病害指标
Figure 185437DEST_PATH_IMAGE014
；
步骤5，建立任一第
Figure 957084DEST_PATH_IMAGE001
检测区段（
Figure 845405DEST_PATH_IMAGE002
）地下结构表面裂缝综合定量评价指标
Figure 914861DEST_PATH_IMAGE015
，并与指标允许值
Figure 267345DEST_PATH_IMAGE016
进行比较，定量评判各检测区段地下结构表面裂缝病害程度，识别需修复治理的检测区段；
步骤6，利用抹面法、喷层法、外粘法或注浆法对需修复治理区段地下结构进行表面裂缝修复治理；
步骤7，修复治理完成后，建立修复后区段地下结构表面裂缝综合定量评价指标
Figure 147576DEST_PATH_IMAGE017
，并与
Figure 585511DEST_PATH_IMAGE018
比较，定量评判该区段地下结构表面裂缝病害的修复治理效果。
上述本发明的有益效果如下：
（1）本发明根据地下结构走向，将其表面裂缝分为轴向、斜交与环向三类裂缝，并进一步提出了轴向裂缝病害指标、斜交裂缝病害指标、环向裂缝病害指标，各裂缝病害指标计算公式中包含了裂缝数量、长度及宽度等表征参数，更能整体反映各类裂缝病害程度，同时，各类裂缝是基于地下结构走向进行分类的，也更能反映地下结构的狭长型结构特征与受力特征，评价过程及结果更为科学。
（2）本发明利用多元影响因素***评价学基本理论，建立了裂缝综合定量评价指标，该指标包含各类裂缝病害指标并配合权重影响因子，评价过程更为全面、科学，不仅能够定量描述检测区段内地下结构表面裂缝病害程度，还能综合反映不同类别裂缝病害对地下结构整体健康状态的影响程度，克服了常规技术手段定性或经验评价的不足，也克服了整体结构裂损病害影响因素复杂而难以综合评价的不足，为地下结构裂缝病害提供了更加科学化的表征与评价支撑。
（3）本发明利用三维激光扫描仪或工业相机等无损检测手段，对地下结构内部进行扫描测试，可快速得到地下结构内表面的三维图像并获取裂缝数量、长度、宽度等信息，节约人力、物力的同时，能够避免对地下结构产生不必要损坏，还可对地下结构表面裂缝病害进行长期随机检测，修复后出现再次开裂的问题得到有效监控。
（4）本发明给出了抹面法、喷层法、外粘法、注浆法等成套裂缝修复治理方法，可满足地下结构常见不同种类裂缝的修复治理；同时，还构建了表面裂缝修复治理效果的定量评价指标，给出了具体的效果评价方法，可实现裂缝修复后长期治理效果与长期状态的定量评价，避免结构裂损病害反复出现，使地下结构裂缝修复治理更科学有效。
（5）本发明给出了地下结构施工-运维全寿命周期内裂缝检测与修复治理的成套工艺，可弥补现有常规检测治理技术普遍存在的单一检测内容、单一检测手段与单一检测时段等不足，检测工艺全面高效，可贯穿地下结构运维全寿命周期的任一时间节点，符合全寿命周期健康控制的理念，有效提升了地下结构运维检测的信息化与技术化管理水平。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明提出的一种用于地下结构表面裂缝的综合定量检测及修复工艺的流程示意图；
图2是本发明由三维激光扫描仪扫描测试分析得到的地下结构n个检测区段内的表面三维图像示意图；
图3是本发明地下结构表面轴向裂缝示意图；
图4是本发明地下结构表面斜交裂缝示意图；
图5是本发明地下结构表面环向裂缝示意图；
图6是本发明抹面法修复地下结构表面裂缝的工艺示意图；
图7是本发明喷层法修复地下结构表面裂缝的工艺示意图；
图8是本发明外粘法修复地下结构表面裂缝的工艺示意图；
图9是本发明注浆法修复地下结构表面裂缝的工艺示意图；
图中：为显示各部位位置而夸大了互相间间距或尺寸，示意图仅作示意使用；
其中，1、轴向裂缝；2、斜交裂缝；3、环向裂缝；4、水泥砂浆或环氧树脂砂浆；5、早强混凝土或纤维混凝土；6、粘合剂；7、高强碳纤维布；8、水泥砂浆；9、注浆孔。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的，由于影响地下结构产生表面裂缝原因错综复杂，裂缝产生位置、方向角度及数量也是随机的，导致现有常规技术手段难以对此类裂缝病害问题进行科学统计、分类识别与定量评价，也难以对地下结构整体健康进行精准掌控，进而无法指导裂缝科学治理，为了解决上面所述的技术问题，本发明提出了一种用于地下结构表面裂缝的综合定量检测及修复工艺。
实施例1：
本发明的一种典型的实施方式中，如图1-图9所示，提出一种用于地下结构表面裂缝的综合定量检测及修复工艺，为了便于理解，本实施例以狭长型地下结构为例，该地下结构共包括n节，相邻两节处为变形缝，该定量检测及修复工艺包括以下步骤：
步骤1：待地下结构施工建造完成后，将地下结构划分成n个检测区段（n为正整数）；
步骤1中，本实施例在地下结构检测区段划分时，依据的划分部位为地下结构变形缝处，对应的检测区段为n个。
可以理解的是，在其他实施例中也可根据地下结构断面尺寸或形状改变处、地层条件改变处、周边环境条件或荷载改变处等部位进行划分，具体划分形式不做过多限制。
步骤2：在某一时刻t1，利用三维激光扫描仪或工业相机对各检测区段地下结构内部进行扫描测试，采集得到各检测区段地下结构表面的图像数据；
利用三维激光扫描仪或工业相机等无损检测手段，对地下结构内部进行扫描测试，可快速得到地下结构内表面的三维图像，节约人力、物力的同时，能够避免对地下结构产生不必要损坏。
步骤3：根据步骤2得到的图像数据，利用图像分析软件对其进行图像处理分析，识别提取出地下结构表面裂缝数据，并将表面裂缝划分为轴向裂缝1、斜交裂缝2、环向裂缝3等三类；
在步骤2、步骤3中，利用三维激光扫描仪进行扫描测试分析时，具体包括以下步骤：
步骤a：在各检测区段地下结构内部利用三维激光扫描仪对地下结构内部进行扫描，得到各检测区段地下结构表面的点云数据；
步骤b：将上述点云数据导入到三维激光扫描仪自带的图像分析软件里，生成得到各检测区段地下结构表面的三维图像，如图2所示效果示意图；
可以理解的是，在其他实施例中也可以将步骤a中的点云数据以其他格式进行保存，并导入到其他图像分析软件里，如3DMIDAS、TopoDOT、TRW、TBC等软件，进行处理并生成三维图像，这里不做过多限制。
步骤c：根据步骤b得到的地下结构表面的三维图像，利用图像分析软件对图像进行去除噪声、增强、复原、分割、提取特征等处理分析，识别提取出如图2所示的地下结构表面裂缝图像数据；
步骤d：根据步骤c识别提取出的裂缝图像数据，统计测量得到各检测区段地下结构表面裂缝的位置、数量、角度、长度、宽度等信息，并根据裂缝走向与地下结构轴向之间夹角大小，将裂缝划分为如图3-图5所示的轴向裂缝1、斜交裂缝2、环向裂缝3三种裂缝类别。
当利用工业相机进行扫描测试分析时，具体包括以下步骤：
步骤a’：在各检测区段地下结构内部利用工业相机对地下结构表面进行图像采集；
步骤b’：将采集得到的地下结构表面图像，导入到图像分析软件里，如Hexsight、Halcon、CkVision等软件，对图像进行去除噪声、增强、复原、分割、提取特征等处理分析，识别提取出地下结构表面裂缝图像数据；
步骤c’：根据步骤b’识别提取出的裂缝图像数据，统计测量得到各检测区段地下结构表面裂缝的位置、数量、角度、长度、宽度等信息，并根据裂缝走向与地下结构轴向之间夹角大小，将裂缝划分如图3-图5所示的轴向裂缝1、斜交裂缝2、环向裂缝3三种裂缝类别；
本实施例中，轴向裂缝1是指裂缝走向与地下结构轴向之间夹角处于[0°，30°)范围的裂缝，斜交裂缝2是指裂缝走向与地下结构轴向之间夹角处于[30°，60°)范围的裂缝，环向裂缝3是指裂缝走向与地下结构轴向之间夹角处于[60°，90°]范围的裂缝。
步骤4：基于步骤3，统计测量得到任一第
Figure 193079DEST_PATH_IMAGE001
检测区段（
Figure 665648DEST_PATH_IMAGE019
）地下结构表面轴向裂缝1的数量
Figure 716781DEST_PATH_IMAGE003
、平均长度
Figure 828962DEST_PATH_IMAGE004
、平均宽度
Figure 53270DEST_PATH_IMAGE005
；斜交裂缝2的数量
Figure 52450DEST_PATH_IMAGE020
、平均长度
Figure 523752DEST_PATH_IMAGE007
、平均宽度
Figure 936279DEST_PATH_IMAGE008
；环向裂缝3的数量
Figure 901961DEST_PATH_IMAGE021
、平均长度
Figure 83543DEST_PATH_IMAGE022
、平均宽度
Figure 460167DEST_PATH_IMAGE023
；
具体计算过程如下：在任一第
Figure 297673DEST_PATH_IMAGE001
检测区段（
Figure 863783DEST_PATH_IMAGE002
）内，地下结构表面轴向裂缝1平均长度
Figure 352402DEST_PATH_IMAGE004
的计算公式为：
Figure 712977DEST_PATH_IMAGE024
，其中，
Figure 37779DEST_PATH_IMAGE025
为第
Figure 407580DEST_PATH_IMAGE001
检测区段地下结构表面轴向裂缝1的总长度；地下结构表面轴向裂缝1平均宽度
Figure 485126DEST_PATH_IMAGE026
的计算公式为：
Figure 282181DEST_PATH_IMAGE027
，其中，
Figure 828700DEST_PATH_IMAGE028
为第
Figure 2192DEST_PATH_IMAGE001
检测区段地下结构表面轴向裂缝1的总宽度；
在任一第
Figure 199825DEST_PATH_IMAGE001
检测区段（
Figure 105464DEST_PATH_IMAGE029
）内，地下结构表面斜交裂缝2平均长度
Figure 201596DEST_PATH_IMAGE030
的计算公式为：
Figure 100150DEST_PATH_IMAGE031
，其中，
Figure 965338DEST_PATH_IMAGE032
为第
Figure 41879DEST_PATH_IMAGE001
检测区段地下结构表面斜交裂缝2的总长度；地下结构表面斜交裂缝2平均宽度
Figure 625307DEST_PATH_IMAGE033
的计算公式为：
Figure 61973DEST_PATH_IMAGE034
，其中，
Figure 984930DEST_PATH_IMAGE035
为第
Figure 294688DEST_PATH_IMAGE001
检测区段地下结构表面斜交裂缝2的总宽度；
在任一第
Figure 552363DEST_PATH_IMAGE001
检测区段（
Figure 543453DEST_PATH_IMAGE002
）内，地下结构表面环向裂缝3平均长度
Figure 383233DEST_PATH_IMAGE036
的计算公式为：
Figure 50844DEST_PATH_IMAGE037
，其中，
Figure 280968DEST_PATH_IMAGE038
为第
Figure 138065DEST_PATH_IMAGE001
检测区段地下结构表面环向裂缝3的总长度；地下结构表面环向裂缝3平均宽度
Figure 19303DEST_PATH_IMAGE011
的计算公式为：
Figure 670864DEST_PATH_IMAGE039
，其中，
Figure 653863DEST_PATH_IMAGE040
为第
Figure 49073DEST_PATH_IMAGE001
检测区段地下结构表面环向裂缝3的总宽度。
步骤5：基于步骤4，分别建立任一第
Figure 784816DEST_PATH_IMAGE001
检测区段（
Figure 810541DEST_PATH_IMAGE019
）地下结构表面轴向裂缝1病害指标
Figure 77574DEST_PATH_IMAGE041
，斜交裂缝2病害指标
Figure 463425DEST_PATH_IMAGE013
与环向裂缝3病害指标
Figure 804408DEST_PATH_IMAGE014
；
具体的，轴向裂缝1病害指标
Figure 63351DEST_PATH_IMAGE041
的计算公式为：
Figure 4631DEST_PATH_IMAGE042
；斜交裂缝2病害指标
Figure 741643DEST_PATH_IMAGE013
的计算公式为：
Figure 202711DEST_PATH_IMAGE043
；环向裂缝3病害指标
Figure 819506DEST_PATH_IMAGE014
的计算公式为：
Figure 795552DEST_PATH_IMAGE044
。
本实施例基于地下结构走向将地下结构表面裂缝分为轴向、斜交与环向三类裂缝，并进一步提出了轴向裂缝病害指标、斜交裂缝病害指标、环向裂缝病害指标，各裂缝病害指标计算公式中包含了裂缝数量、长度及宽度等表征参数，更能整体反映各类裂缝病害程度，同时，也更能反映地下结构的狭长型结构特征与受力特征，评价过程及结果更为科学。
步骤6：基于步骤5得到的各检测区段地下结构表面裂缝的各病害指标，建立任一第
Figure 273938DEST_PATH_IMAGE045
检测区段（
Figure 917409DEST_PATH_IMAGE046
）地下结构表面裂缝综合定量评价指标
Figure 439526DEST_PATH_IMAGE015
；
地下结构表面裂缝综合定量评价指标
Figure 168448DEST_PATH_IMAGE015
的计算公式为：
Figure 184945DEST_PATH_IMAGE047
；其中，
Figure 869873DEST_PATH_IMAGE048
、
Figure 375941DEST_PATH_IMAGE049
、
Figure 529842DEST_PATH_IMAGE050
分别为反映轴向裂缝1病害、斜交裂缝2病害、环向裂缝3病害指标大小及其对地下结构健康运营及安全使用影响程度的影响占比因子，其大小满足
Figure 412347DEST_PATH_IMAGE051
，可根据地下结构安全运营及使用要求进行综合确定。比如，若各病害指标
Figure 951782DEST_PATH_IMAGE041
、
Figure 832013DEST_PATH_IMAGE052
、
Figure 269948DEST_PATH_IMAGE053
的计算数值分别为A、B、C，则A+B+C反映了总的病害指标数值和，各病害影响占比因子
Figure 877516DEST_PATH_IMAGE048
、
Figure 350085DEST_PATH_IMAGE054
、
Figure 135639DEST_PATH_IMAGE055
大小可取A/(A+B+C)、B/(A+B+C)、C/(A+B+C)。在此基础上，该影响占比因子，也可根据具体地下结构类型、断面尺寸、外部地层环境条件等特征，结合工程经验来评判确定哪一类裂缝对地下结构安全影响更为关键，进而对其中某一类占比因子大小进行适当调整。
步骤7：将步骤6中的综合定量评价指标
Figure 60869DEST_PATH_IMAGE015
与指标允许值
Figure 472128DEST_PATH_IMAGE016
进行比较，定量评判各检测区段地下结构表面裂缝病害程度，识别出需修复治理的检测区段，进而实现对地下结构健康及安全使用状态的综合定量评价；
本实施例中，综合定量评价指标允许值
Figure 799204DEST_PATH_IMAGE016
是由地下结构埋深、结构类型、断面形状尺寸及安全使用功能等方面进行综合确定的一个裂缝病害特征限定值。
将综合定量评价指标
Figure 21238DEST_PATH_IMAGE015
与指标允许值
Figure 620715DEST_PATH_IMAGE016
进行比较时，若
Figure 383135DEST_PATH_IMAGE056
，说明该检测区段内地下结构表面裂缝病害程度较轻微，对结构安全及正常使用影响程度较小，无需进行修复治理；若
Figure 502401DEST_PATH_IMAGE057
，说明该检测区段内地下结构表面裂缝病害程度较严重，对结构安全及正常使用影响程度较大，需进行修复治理。
表面裂缝综合定量评价指标
Figure 957653DEST_PATH_IMAGE015
是利用多元影响因素***评价学基本理论建立的，该指标包含各类裂缝病害指标并配合权重影响因子，评价过程更为全面、科学，不仅能够定量描述检测区段内地下结构表面裂缝病害程度，还能综合反映不同类别裂缝病害对地下结构整体健康状态的影响程度，为地下结构裂缝病害提供了更加科学化的表征与评价支撑。
步骤8：根据步骤7确定的需要进行裂缝病害修复的检测区段，利用抹面法、喷层法、外粘法或注浆法等方法对该检测区段地下结构进行表面裂缝修复治理；
如图6-图9所示，本实施例中给出了采用抹面法、喷层法、外粘法、注浆法修复地下结构表面裂缝的工艺示意图。
具体的，抹面法（图6）是指，先将需处理裂缝的周边凿毛并清理干净后，再用水泥砂浆或环氧树脂砂浆4进行涂抹找平，实现对裂缝部位的修复治理。
喷层法（图7）是指，先将需处理裂缝的周边凿毛并清理干净后，再喷射早强混凝土或纤维混凝土5，实现对裂缝部位的修复治理。
外粘法（图8）是指，先将需处理裂缝的周边清理干净，并在其表面涂抹粘合剂6，再将高强碳纤维布7粘贴在裂缝部位，实现对裂缝部位的修复治理。
注浆法（图9）是指，先将需处理裂缝的表层混凝土凿毛，并涂抹水泥砂浆8对其进行封闭，然后在裂缝周边区域斜向施打注浆孔9至裂缝深部，最后用水泥浆液或化学浆液对裂缝进行压力灌注，实现对裂缝部位的修复治理。
本实施例给出了抹面法、喷层法、外粘法、注浆法等成套裂隙修复治理方法，可满足地下结构常见不同种类裂缝的修复治理。比如，根据需修复治理的不同种类裂缝对结构安全及使用影响程度，可将裂缝划分为一级、二级、三级（一级影响程度最高，三级影响程度最低）。对于重要性最高的一级裂缝可采用外粘法与注浆法进行联合治理，对于重要性次之的二级裂缝可选择外粘法或注浆法其中某一方式进行治理，对于重要性最低的三级裂缝，可直接采用抹面法或喷层法治理。
步骤9：待地下结构裂缝病害修复治理完成后的某一时刻t2，重复步骤2-步骤6，得到修复后该区段地下结构表面裂缝综合定量评价指标
Figure 44427DEST_PATH_IMAGE058
；
本实施例构建了表面裂缝修复治理效果的定量评价指标，给出了具体的效果评价方法，可实现裂缝修复后长期治理效果与长期状态的定量评价，避免结构裂损病害反复出现，使地下结构裂缝修复治理更科学有效。
具体的，若裂缝病害修复区段数量为
Figure 610537DEST_PATH_IMAGE059
，则待地下结构裂缝病害修复治理完成后某一时刻，在第i区段内，可利用三维激光扫描仪或工业相机对检测区段地下结构内部进行扫描测试，采集得到检测区段地下结构表面的图像数据，并利用图像分析软件对其进行图像处理分析，识别提取出修复后地下结构表面裂缝数据；
进而统计测量得到修复后任一第
Figure 584309DEST_PATH_IMAGE001
检测区段（
Figure 397413DEST_PATH_IMAGE060
）地下结构表面轴向裂缝1的数量
Figure 784532DEST_PATH_IMAGE061
、平均长度
Figure 826438DEST_PATH_IMAGE062
、平均宽度
Figure 982613DEST_PATH_IMAGE063
；斜交裂缝2的数量
Figure 966618DEST_PATH_IMAGE064
、平均长度
Figure 513137DEST_PATH_IMAGE065
、平均宽度
Figure 686629DEST_PATH_IMAGE066
；环向裂缝3的数量
Figure 884261DEST_PATH_IMAGE067
、平均长度
Figure 852217DEST_PATH_IMAGE068
、平均宽度
Figure 886032DEST_PATH_IMAGE069
；
修复后表面裂缝数据的具体计算过程如下：在修复后任一第
Figure 542445DEST_PATH_IMAGE001
检测区段（
Figure 673212DEST_PATH_IMAGE070
）内，修复后地下结构表面轴向裂缝1平均长度
Figure 749753DEST_PATH_IMAGE062
的计算公式为：
Figure 333181DEST_PATH_IMAGE071
，其中，
Figure 769847DEST_PATH_IMAGE072
为修复后第
Figure 692804DEST_PATH_IMAGE001
检测区段地下结构表面轴向裂缝1的总长度；修复后地下结构表面轴向裂缝1平均宽度
Figure 2563DEST_PATH_IMAGE073
的计算公式为：
Figure 260238DEST_PATH_IMAGE074
，其中，
Figure 251327DEST_PATH_IMAGE075
为修复后第
Figure 91107DEST_PATH_IMAGE045
检测区段地下结构表面轴向裂缝1的总宽度；
在修复后任一第
Figure 758718DEST_PATH_IMAGE001
检测区段（
Figure 51159DEST_PATH_IMAGE070
）内，修复后地下结构表面斜交裂缝2平均长度
Figure 845940DEST_PATH_IMAGE065
的计算公式为：
Figure 727177DEST_PATH_IMAGE076
，其中，
Figure 378738DEST_PATH_IMAGE077
为修复后第
Figure 361738DEST_PATH_IMAGE001
检测区段地下结构表面斜交裂缝2的总长度；修复后地下结构表面斜交裂缝2平均宽度
Figure 943897DEST_PATH_IMAGE078
的计算公式为：
Figure 492691DEST_PATH_IMAGE079
，其中，
Figure 518415DEST_PATH_IMAGE080
为修复后第
Figure 972399DEST_PATH_IMAGE001
检测区段地下结构表面斜交裂缝2的总宽度；
在修复后任一第
Figure 905720DEST_PATH_IMAGE001
检测区段（
Figure 512282DEST_PATH_IMAGE070
）内，修复后地下结构表面环向裂缝3平均长度
Figure 771225DEST_PATH_IMAGE081
的计算公式为：
Figure 446926DEST_PATH_IMAGE082
，其中，
Figure 387200DEST_PATH_IMAGE083
为修复后第
Figure 910585DEST_PATH_IMAGE001
检测区段地下结构表面环向裂缝3的总长度；修复后地下结构表面环向裂缝3平均宽度
Figure 261801DEST_PATH_IMAGE084
的计算公式为：
Figure 503427DEST_PATH_IMAGE085
，其中，
Figure 168763DEST_PATH_IMAGE086
为修复后第
Figure 546655DEST_PATH_IMAGE001
检测区段地下结构表面环向裂缝3的总宽度；
再次，分别建立修复后任一第
Figure 85084DEST_PATH_IMAGE001
检测区段（
Figure 735377DEST_PATH_IMAGE087
）地下结构表面轴向裂缝1病害指标
Figure 79770DEST_PATH_IMAGE088
，斜交裂缝2病害指标
Figure 515431DEST_PATH_IMAGE089
与环向裂缝3病害指标
Figure 208449DEST_PATH_IMAGE090
；
其中，修复后轴向裂缝1病害指标
Figure 424667DEST_PATH_IMAGE091
的计算公式为：
Figure 244855DEST_PATH_IMAGE092
；修复后斜交裂缝2病害指标
Figure 597339DEST_PATH_IMAGE089
的计算公式为：
Figure 461259DEST_PATH_IMAGE093
；修复后环向裂缝3病害指标
Figure 836877DEST_PATH_IMAGE094
的计算公式为：
Figure 523073DEST_PATH_IMAGE095
；
基于上述得到的修复后检测区段地下结构表面裂缝的各病害指标，建立修复后任一第
Figure 917014DEST_PATH_IMAGE045
检测区段（
Figure 968147DEST_PATH_IMAGE096
）地下结构表面裂缝综合定量评价指标
Figure 80328DEST_PATH_IMAGE058
；
其中，修复后地下结构表面裂缝综合定量评价指标
Figure 304636DEST_PATH_IMAGE017
的计算公式为：
Figure 569395DEST_PATH_IMAGE097
；
Figure 40697DEST_PATH_IMAGE048
、
Figure 187644DEST_PATH_IMAGE049
、
Figure 153326DEST_PATH_IMAGE098
分别为反映轴向裂缝1病害、斜交裂缝2病害、环向裂缝3病害对地下结构健康运营及安全使用影响程度的影响因子，其大小满足
Figure 521860DEST_PATH_IMAGE051
，根据地下结构安全运营及使用要求进行综合确定。
步骤10：将修复后的综合定量评价指标
Figure 977112DEST_PATH_IMAGE058
与指标允许值
Figure 814618DEST_PATH_IMAGE016
进行比较，定量评判该区段地下结构表面裂缝病害的修复治理效果。
步骤10中，当
Figure 567679DEST_PATH_IMAGE099
时，说明修复治理效果良好，无需再进行重复修复；当
Figure 603768DEST_PATH_IMAGE100
时，说明修复治理效果不良，需重复步骤8-步骤10，直至修复治理效果良好为止。
本实施例给出了地下结构施工-运维全寿命周期内裂缝检测与修复治理的成套工艺，可弥补现有常规检测治理技术普遍存在的单一检测内容、单一检测手段与单一检测时段等不足，检测工艺全面高效，可贯穿地下结构运维全寿命周期的任一时间节点，符合全寿命周期健康控制的理念，有效提升了地下结构运维检测的信息化与技术化管理水平。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，包括以下步骤：
步骤1，将待检测地下结构划分成n个检测区段，采集获取各检测区段地下结构表面的图像数据；
步骤2，进行图像处理分析，识别提取地下结构表面裂缝数据，将表面裂缝划分为轴向裂缝、斜交裂缝、环向裂缝；轴向裂缝是指裂缝走向与地下结构轴向之间夹角处于[0°，30°)范围的裂缝，斜交裂缝是指裂缝走向与地下结构轴向之间夹角处于[30°，60°)范围的裂缝，环向裂缝是指裂缝走向与地下结构轴向之间夹角处于[60°，90°]范围的裂缝；
步骤3，统计测量得到任一第
Figure 751902DEST_PATH_IMAGE001
检测区段（
Figure 910351DEST_PATH_IMAGE002
）地下结构表面轴向裂缝的数量
Figure 621955DEST_PATH_IMAGE003
、平均长度
Figure 549460DEST_PATH_IMAGE004
、平均宽度
Figure 688317DEST_PATH_IMAGE005
，斜交裂缝的数量
Figure 271745DEST_PATH_IMAGE006
、平均长度
Figure 583778DEST_PATH_IMAGE007
、平均宽度
Figure 569051DEST_PATH_IMAGE008
，环向裂缝的数量
Figure 878810DEST_PATH_IMAGE009
、平均长度
Figure 11851DEST_PATH_IMAGE010
、平均宽度
Figure 65258DEST_PATH_IMAGE011
；
步骤4，建立任一第
Figure 905038DEST_PATH_IMAGE001
检测区段（
Figure 448015DEST_PATH_IMAGE002
）地下结构表面轴向裂缝病害指标
Figure 740456DEST_PATH_IMAGE012
、斜交裂缝病害指标
Figure 659870DEST_PATH_IMAGE013
与环向裂缝病害指标
Figure 354157DEST_PATH_IMAGE014
；
步骤4中，轴向裂缝病害指标
Figure 5718DEST_PATH_IMAGE015
的计算公式为：
Figure 116281DEST_PATH_IMAGE016
；斜交裂缝病害指标
Figure 511490DEST_PATH_IMAGE017
的计算公式为：
Figure 122600DEST_PATH_IMAGE018
；环向裂缝病害指标
Figure 210642DEST_PATH_IMAGE014
的计算公式为：
Figure 539992DEST_PATH_IMAGE019
；
步骤5，建立任一第
Figure 738892DEST_PATH_IMAGE001
检测区段（
Figure 204508DEST_PATH_IMAGE002
）地下结构表面裂缝综合定量评价指标
Figure 463452DEST_PATH_IMAGE020
，并与指标允许值
Figure 342415DEST_PATH_IMAGE021
进行比较，定量评判各检测区段地下结构表面裂缝病害程度，识别需修复治理的检测区段；
步骤5中，地下结构表面裂缝综合定量评价指标
Figure 79427DEST_PATH_IMAGE020
的计算公式为：
Figure 602812DEST_PATH_IMAGE022
；其中，
Figure 360552DEST_PATH_IMAGE023
、
Figure 336598DEST_PATH_IMAGE024
、
Figure 877301DEST_PATH_IMAGE025
分别为反映轴向裂缝病害、斜交裂缝病害、环向裂缝病害大小及对地下结构健康运营及安全使用影响程度的影响占比因子，其大小满足
Figure 317510DEST_PATH_IMAGE026
；
步骤6，利用抹面法、喷层法、外粘法或注浆法对需修复治理区段地下结构进行表面裂缝修复治理；
步骤7，修复治理完成后，建立修复后区段地下结构表面裂缝综合定量评价指标
Figure 652676DEST_PATH_IMAGE027
，并与
Figure 446844DEST_PATH_IMAGE028
比较，定量评判该区段地下结构表面裂缝病害的修复治理效果。
2.如权利要求1所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，步骤1中，在地下结构检测区段划分时，划分部位包括但不局限于地下结构断面尺寸或形状改变处、变形缝处、地层条件改变处、周边环境条件或荷载改变处。
3.如权利要求1所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，步骤1与步骤2中，采集获取图像数据并进行图像处理分析的过程为：
在各检测区段地下结构内部利用三维激光扫描仪或工业相机进行扫描测试，得到各检测区段地下结构表面的图像数据；利用图像分析软件对其进行去除噪声、增强、复原、分割、提取特征的图像处理分析后，识别提取出地下结构表面裂缝的图像数据；统计测量得到各检测区段地下结构表面裂缝的位置、数量、角度、长度、宽度信息，并根据裂缝走向与地下结构轴向之间夹角大小，将其划分为轴向裂缝、斜交裂缝、环向裂缝。
4.如权利要求1或3所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，步骤3中，轴向裂缝平均长度
Figure 525659DEST_PATH_IMAGE004
的计算公式为：
Figure 85953DEST_PATH_IMAGE029
，
Figure 654338DEST_PATH_IMAGE030
为第
Figure 870555DEST_PATH_IMAGE001
检测区段地下结构表面轴向裂缝的总长度；轴向裂缝平均宽度
Figure 753061DEST_PATH_IMAGE031
的计算公式为：
Figure 167862DEST_PATH_IMAGE032
，
Figure 110410DEST_PATH_IMAGE033
为第
Figure 548344DEST_PATH_IMAGE034
检测区段地下结构表面轴向裂缝的总宽度；
斜交裂缝平均长度
Figure 31278DEST_PATH_IMAGE007
的计算公式为：
Figure 503848DEST_PATH_IMAGE035
，
Figure 351718DEST_PATH_IMAGE036
为第
Figure 339266DEST_PATH_IMAGE001
检测区段地下结构表面斜交裂缝的总长度；斜交裂缝平均宽度
Figure 563574DEST_PATH_IMAGE037
的计算公式为：
Figure 890650DEST_PATH_IMAGE038
，
Figure 237318DEST_PATH_IMAGE039
为第
Figure 649844DEST_PATH_IMAGE001
检测区段地下结构表面斜交裂缝的总宽度；
环向裂缝平均长度
Figure 412264DEST_PATH_IMAGE040
的计算公式为：
Figure 656164DEST_PATH_IMAGE041
，
Figure 111416DEST_PATH_IMAGE042
为第
Figure 11239DEST_PATH_IMAGE001
检测区段地下结构表面环向裂缝的总长度；环向裂缝平均宽度
Figure 642596DEST_PATH_IMAGE011
的计算公式为：
Figure 678685DEST_PATH_IMAGE043
，
Figure 304838DEST_PATH_IMAGE044
为第
Figure 754274DEST_PATH_IMAGE001
检测区段地下结构表面环向裂缝的总宽度。
5.如权利要求1所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，步骤5中，若
Figure 858496DEST_PATH_IMAGE045
，说明该检测区段内地下结构表面裂缝病害程度较轻微，对结构安全及正常使用影响程度较小，无需进行修复治理；若
Figure 14671DEST_PATH_IMAGE046
，说明该检测区段内地下结构表面裂缝病害程度较严重，对结构安全及正常使用影响程度较大，需进行修复治理。
6.如权利要求1或5所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，步骤6中，抹面法的步骤为：先将需处理裂缝的周边凿毛并清理干净后，再用水泥砂浆或环氧树脂砂浆进行涂抹找平，实现对裂缝部位的修复治理；
喷层法的步骤为：先将需处理裂缝的周边凿毛并清理干净后，再喷射早强混凝土或纤维混凝土，实现对裂缝部位的修复治理；
外粘法的步骤为：先将需处理裂缝的周边清理干净，并在其表面涂抹粘合剂，再将高强碳纤维布粘贴在裂缝部位，实现对裂缝部位的修复治理；
注浆法的步骤为：先将需处理裂缝的表层混凝土凿毛，并涂抹水泥砂浆对其进行封闭，然后在裂缝周边区域斜向钻孔至裂缝深部，最后用水泥浆液或化学浆液对裂缝进行压力灌注，实现对裂缝部位的修复治理。
7.如权利要求1所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，步骤7中，修复后该区段地下结构表面裂缝综合定量评价指标
Figure 874043DEST_PATH_IMAGE047
的建立过程与步骤5中地下结构表面裂缝综合定量评价指标
Figure 482879DEST_PATH_IMAGE020
的建立过程一致，具体为：
待地下结构裂缝病害修复治理完成后，再次获取修复治理区段地下结构表面的图像数据，并进行图像处理分析得到各类裂缝及裂缝数据，进而获取各病害指标，建立修复后该区段地下结构表面裂缝综合定量评价指标
Figure 984267DEST_PATH_IMAGE048
。
8.如权利要求7所述的用于地下结构表面裂缝的综合定量检测及修复工艺，其特征是，若
Figure 994949DEST_PATH_IMAGE049
，说明修复治理效果良好；若
Figure 962905DEST_PATH_IMAGE050
，说明修复治理效果不良，需要再次进行修复，直至修复治理效果良好为止。
CN202210099222.8A 2022-01-27 2022-01-27 一种用于地下结构表面裂缝的综合定量检测及修复工艺 Active CN114109072B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210099222.8A CN114109072B (zh) 2022-01-27 2022-01-27 一种用于地下结构表面裂缝的综合定量检测及修复工艺

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210099222.8A CN114109072B (zh) 2022-01-27 2022-01-27 一种用于地下结构表面裂缝的综合定量检测及修复工艺

Publications (2)

Publication Number Publication Date
CN114109072A CN114109072A (zh) 2022-03-01
CN114109072B true CN114109072B (zh) 2022-05-24

Family

ID=80361457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210099222.8A Active CN114109072B (zh) 2022-01-27 2022-01-27 一种用于地下结构表面裂缝的综合定量检测及修复工艺

Country Status (1)

Country Link
CN (1) CN114109072B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114965487B (zh) * 2022-06-10 2024-06-14 招商局重庆交通科研设计院有限公司 一种隧道典型病害自动监测设备的标定方法及装置
CN117522195A (zh) * 2023-11-06 2024-02-06 北京住总集团有限责任公司 一种住宅质量检测评估***和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4240556B2 (ja) * 1996-10-30 2009-03-18 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者の位置を画像の位置へ変換する方法及びシステム
CN110954033A (zh) * 2019-12-16 2020-04-03 福建博海工程技术有限公司 混凝土裂缝深度检测方法及其***
CN112663987A (zh) * 2020-12-15 2021-04-16 盐城市鼎力新材料有限公司 一种基于光纤光栅传感技术抗裂好的混凝土装置
CN113203743A (zh) * 2021-05-20 2021-08-03 中铁二十一局集团第四工程有限公司 一种基于红外热成像分析的路基裂缝检测识别及修复方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04240556A (ja) * 1991-01-23 1992-08-27 Tokimec Inc 路面のひび計測装置
KR102013636B1 (ko) * 2017-11-29 2019-08-23 충남대학교산학협력단 시멘트 복합체의 자기치유 성능 시험평가방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4240556B2 (ja) * 1996-10-30 2009-03-18 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者の位置を画像の位置へ変換する方法及びシステム
CN110954033A (zh) * 2019-12-16 2020-04-03 福建博海工程技术有限公司 混凝土裂缝深度检测方法及其***
CN112663987A (zh) * 2020-12-15 2021-04-16 盐城市鼎力新材料有限公司 一种基于光纤光栅传感技术抗裂好的混凝土装置
CN113203743A (zh) * 2021-05-20 2021-08-03 中铁二十一局集团第四工程有限公司 一种基于红外热成像分析的路基裂缝检测识别及修复方法

Also Published As

Publication number Publication date
CN114109072A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114109072B (zh) 一种用于地下结构表面裂缝的综合定量检测及修复工艺
US10378341B2 (en) Systems and methods for cement evaluation
CN110441305B (zh) 一种二次喷丸的表面覆盖率检验方法
US7706988B2 (en) Method for improved crack detection and discrimination using circumferential magnetic flux leakage
Shahrokhinasab et al. Performance of image-based crack detection systems in concrete structures
CN110361264B (zh) 预测泥质粉砂岩抗压强度的方法
Zhu et al. Non-destructive in-situ condition assessment of plastic pipe using ultrasound
Kim et al. Three-dimensional visualization and presentation of bridge deck condition based on multiple NDE data
Carretero-Ayuso et al. Study of the prevalence of critical and conflict-prone points in facades
Romanova et al. Sewer inspection and comparison of acoustic and CCTV methods
JP2020180496A (ja) 既設トンネルの健全性診断装置、健全性診断システム、健全性診断プログラムおよび健全性診断方法
CN113536924A (zh) 一种钢纤维混凝土结构内部损伤类型检测方法
Lorenzi et al. Application of ultrasonic pulse velocity to detect concrete flaws
CN103528527A (zh) 基于区域选定的裂缝尺寸自动测量方法
Alberdi-Pagola et al. Quantitative Analysis of Restrained Shrinkage Cracking in Oilwell Cement Using Digital Image Correlation
Im et al. Multi-modal diagnostic method for detection of concrete crack direction using light-section method and hammering test
CN107449827B (zh) 一种堆石混凝土结构层面质量检测方法及评价方法
CN113065224B (zh) 基于图像识别的深海管道裂纹扩展监测与可靠性评估方法
You et al. [Retracted] Intelligent Edge Computing Detection Vehicle and Detection Method Based on Tunnel Lining Concrete
CN112505033A (zh) 一种用于施工过程的高效超挖探坑检测方法
Vora et al. Image processing based analysis of cracks on vertical walls
CN105952434A (zh) 基于测井大数据实时驱动的在役油套管缺陷自动判定方法
TW201445121A (zh) 材料界面檢測方法
RU2753108C2 (ru) Способ выявления растущих дефектов магистральных трубопроводов
Skow et al. In-line inspection tool performance evaluation using field excavation data

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