导读:本文包含了病害检测技术论文开题报告文献综述及选题提纲参考文献，主要关键词:铁路隧道,隧道病害,检测,监测
病害检测技术论文文献综述
马伟斌,柴金飞[1]（2019）在《运营铁路隧道病害检测、监测、评估及整治技术发展现状》一文中研究指出铁路隧道病害具有一定的发展过程,如何在隧道病害进一步恶化之前采用相关仪器设备进行有效检测和实时监测,并进行定量化的科学评估,是铁路隧道检测、监测和评估领域面临的问题与考验。通过在铁路隧道运营维护领域的多年探索和积累,总结当前运营铁路隧道检测、监测、评估及整治技术的发展现状,对运营铁路隧道的日常运维养修具有重要的参考意义。首先,通过对铁路隧道病害进行普查和调研,对运营期铁路隧道病害进行梳理;然后,利用由验收检测、周期检测、日常检测、重点监测构成的运营铁路隧道检测、监测体系,及时掌握运营铁路隧道的运营状态;此外,基于运营铁路隧道状态评估方法,实现隧道建筑物劣化状态的快速评定;最后,通过对铁路隧道病害类型的归纳和原因分析,总结出一套适用于运营铁路隧道的病害整治技术体系。(本文来源于《隧道建设(中英文)》期刊2019年10期）
胡利娜[2]（2019）在《一种基于深度学习的隧道衬砌病害检测技术》一文中研究指出本文提出了一种基于视觉的方法,该方法使用卷积神经网络(CNN)的深层架构来检测隧道衬砌病害,而无需计算缺陷特征。由于CNN能够自动学习图像特征,所提出的方法在没有使用图像处理方法提取特征的情况下工作。设计的CNN在256×256像素分辨率的40k图像上进行训精度约为98%。进行比较研究以使用传统的Canny和Sobel边缘检测方法检查所提出的CNN的性能。结果表明,该方法具有较好的性能,在实际情况下确实可以找到具体的裂缝。(本文来源于《山西电子技术》期刊2019年05期）
邓仁莲[3]（2019）在《公路沥青路面常见病害及检测技术分析》一文中研究指出沥青混凝土路面道路在修建时,普遍会有道路的病害问题出现。其中的一部分病害现象是因为在实际工作中检测不到位或技术能力不过关。还有一部分问题与时间有关系,修建时间比较长,沥青道路可能会被一些外部因素影响,由此出现路面裂开或泛油等现象。为了推进我国的公路建设不断发展和进步,需要深入分析和研究出现的问题与现象,同时优化现有的检查技术。(本文来源于《四川水泥》期刊2019年10期）
王伟[4]（2019）在《公路沥青路面常见病害及检测技术分析》一文中研究指出在公路建设过程中,针对沥青路面进行技术改良,对提高沥青公路的建设质量水平有着重要意义。文章将对沥青道路的常见病害问题进行分析,并结合笔者工作经验,对沥青路面检测技术展开探讨。(本文来源于《智能城市》期刊2019年16期）
卢冬杰[5]（2019）在《高速公路路基路面病害检测技术的合理选择》一文中研究指出当前我国基础设施建设有了巨大的发展,在公高速公路建设方面也取得了重大的突破,特别是在高等级沥青混凝土路面的建设过程中有了针对路基路面的病害检测技术也有十分显着的效益对。在高速公路的运行过程中,其路基路面,特别容易受到多种因素的影响,使得早期的病害问题特别容易出现,在世界范围内针对路基路面的早期诊病害的诊断和检测技术正在进行深入研究,当前正处在一个快速发展的阶段。有针对性的结合我国高速公路路基路面的具体情况,掌握与之相对应的高等级公路病害的合理检测技术,并进行有效的选择,对于高速公路路基路面早期病害的成因可以进行更精准的把握,同时以诊断结果为基础进行相对应的治理,这对于我国高速公路平稳有序的运行有着至关重要的作用。(本文来源于《科技风》期刊2019年22期）
刘涛[6]（2019）在《基于机器视觉的地铁隧道管片病害检测技术研究》一文中研究指出本文基于机器视觉技术研究设计了一种轨道交通盾构衬砌病害检测系统。该系统由机器视觉图像采集和图像处理两部分组成,应用了一系列图像处理技术,实现隧道衬砌图像的自动采集及病害特征自动识别提取,提高了城轨交通运营期隧道衬砌病害检测工作的自动化及智能化水平。(本文来源于《山西电子技术》期刊2019年03期）
张华,郑彬彬,李苗鑫,王曙光[7]（2019）在《无损检测技术在道路工程隐性病害中的研究进展》一文中研究指出脱空、空洞等隐性病害直接影响着道路桥梁的安全性与耐久性,而传统的隐性病害检测方法无法直观判别病害的发生与扩展,因此利用快速、高精度的无损检测技术对道路病害检测具有十分重要的意义。在阐释道路工程中脱空、空洞隐性病害的形成与扩展机理的基础上,综述了路面主要无损检测技术的分类及检测原理,并总结红外热成像、探地雷达及落锤式弯沉无损检测技术的研究进展;最后,就无损检测技术在道路桥梁工程中的应用趋势作出展望。(本文来源于《黑龙江交通科技》期刊2019年06期）
赵向敏[8]（2019）在《沥青路面病害无损检测及养护技术研究》一文中研究指出为了研究沥青路面病害无损检测及养护关键技术,重点介绍了无损检测技术中具有代表性的叁维探地雷达检测技术。依托实际工程,重点研究了叁维地探雷达检测方法的可靠性。研究结果表明:叁维探地雷达检测技术可以准确判定病害发生的层位;雷达扫描可以发现未反映到表面的病害和隐患;叁维探地雷达技术可以有效识别道路内的脱空、沉陷、裂缝和严重疏松等病害。(本文来源于《交通世界》期刊2019年16期）
王一帆[9]（2019）在《基于支持向量机和探地雷达技术的公路浅层病害检测研究》一文中研究指出公路浅层病害不仅会影响公路的运输性能,同时会降低公路的使用年限。这类浅层病害位于公路结构层中,具有一定的隐蔽性,而且国内目前常规检测手段普遍存在着检测效率低、评价结果不全面、严重依赖人工检验等问题。因此,亟待开发出一种高效、准确的公路浅层病害自动检测识别系统,以解决上述问题。综上所述,本文提出了一种基于模式识别和探地雷达检测的公路浅层缺陷识别方法。本文的主要研究工作如下:(1)通过对比钻芯取样、超声波检测及探地雷达检测等技术的优劣,将高效、准确、无损的探地雷达检测技术作为本文的研究工具。(2)对探地雷达的基本原理及相关设备和软件进行介绍,依据电磁波的传播原理、探地雷达成像技术及常见病害的形成原因,讨论分析裂缝、脱空及沉陷叁种道路病害在探地雷达中的成像特征。(3)通过对图像预处理技术的研究,对比分析了中值滤波、均值滤波及高斯滤波的优劣进而选择降噪效果优良的高斯滤波作为降噪方法;利用Canny算子作为边缘检测手段,同时结合图像形态学处理将目标以外的信息剔除,最终利用投影分割算法将目标图像分割出来。(4)提取了病害图像的面积、复杂度、纹理特征、七个不变矩等29个原始特征,并通过K-L算法将原始特征压缩降维,以期降低计算量,减少数据重迭,提高数据有效性。(5)利用支持向量机(SVM)分类算法对不同病害的分类识别进行研究,为解决SVM算法的超参数c和g寻优问题,本文利用网格搜索法和粒子群优化算法对SVM的参数进行寻优,利用这两种寻优算法所得到的SVM模型的分类预测结果分别为88.333%和86.667%。通过对比发现,网格搜索法虽然尚可满足检测要求,但是运行速度慢,粒子群算法虽然速度得到提升,但是易陷入局部最大值中。针对PSO算法的早熟问题,提出自适应变异PSO算法,对原来的算法进行改进,进而突破局部最大值的限制,经改进后所得SVM模型的分类预测结果为91.667%,提高了病害的识别率。(本文来源于《华北水利水电大学》期刊2019-05-01）
陈平燕[10]（2019）在《隧道衬砌欠厚病害检测及处治措施技术要点探索》一文中研究指出本文以大坪山隧道旧洞加固工程为背景,通过该隧道衬砌结构实际检测数据和原有结构模型数据结构分析,阐明了其病害形成成因,提出了衬砌拆换加固、黏贴钢带加固、套拱加固叁种方案。通过方案对比分析,本次加固采用模筑套拱及喷射混凝土套拱加固相结合的处治措施,为同类工程提供一定参考。(本文来源于《福建交通科技》期刊2019年02期）
病害检测技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文提出了一种基于视觉的方法,该方法使用卷积神经网络(CNN)的深层架构来检测隧道衬砌病害,而无需计算缺陷特征。由于CNN能够自动学习图像特征,所提出的方法在没有使用图像处理方法提取特征的情况下工作。设计的CNN在256×256像素分辨率的40k图像上进行训精度约为98%。进行比较研究以使用传统的Canny和Sobel边缘检测方法检查所提出的CNN的性能。结果表明,该方法具有较好的性能,在实际情况下确实可以找到具体的裂缝。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
病害检测技术论文参考文献
[1].马伟斌,柴金飞.运营铁路隧道病害检测、监测、评估及整治技术发展现状[J].隧道建设(中英文).2019
[2].胡利娜.一种基于深度学习的隧道衬砌病害检测技术[J].山西电子技术.2019
[3].邓仁莲.公路沥青路面常见病害及检测技术分析[J].四川水泥.2019
[4].王伟.公路沥青路面常见病害及检测技术分析[J].智能城市.2019
[5].卢冬杰.高速公路路基路面病害检测技术的合理选择[J].科技风.2019
[6].刘涛.基于机器视觉的地铁隧道管片病害检测技术研究[J].山西电子技术.2019
[7].张华,郑彬彬,李苗鑫,王曙光.无损检测技术在道路工程隐性病害中的研究进展[J].黑龙江交通科技.2019
[8].赵向敏.沥青路面病害无损检测及养护技术研究[J].交通世界.2019
[9].王一帆.基于支持向量机和探地雷达技术的公路浅层病害检测研究[D].华北水利水电大学.2019
[10].陈平燕.隧道衬砌欠厚病害检测及处治措施技术要点探索[J].福建交通科技.2019