检索结果-南通市图书馆

检索条件"主题词=螺栓微小松动"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于改进YOLOv5的桥梁高强度螺栓松动智能识别研究

基于改进YOLOv5的桥梁高强度螺栓松动智能识别研究

引用

作者：朱志伟重庆交通大学

学位级别：硕士

高强度螺栓是钢结构桥梁的关键连接元件,由于其长期受到振动冲击、疲劳荷载以及恶劣环境等不利因素影响,易出现松动和脱落,给桥梁安全运营带来巨大隐患,如何高效准确地检测桥梁螺栓的损伤成为亟需解决的难题。现有方法中,通过人工现场... 详细信息

高强度螺栓是钢结构桥梁的关键连接元件,由于其长期受到振动冲击、疲劳荷载以及恶劣环境等不利因素影响,易出现松动和脱落,给桥梁安全运营带来巨大隐患,如何高效准确地检测桥梁螺栓的损伤成为亟需解决的难题。现有方法中,通过人工现场逐一排查的效率低,基于接触式传感器的检测方法成本高、对外界环境敏感,基于机器视觉的检测方法存在缺乏样本丰富的数据集、定位小目标螺栓精度较低以及难以识别螺栓的微小松动等问题。因此,本文基于机器视觉技术,以高强度螺栓为研究对象,提出了一种桥梁高强度螺栓松动智能识别方法。本文主要工作和结论如下:1)提出了基于改进YOLOv5的螺栓损伤识别方法针对现有研究螺栓图像数据集训练样本单一的现状,构建了样本均衡的螺栓图像数据集,为提升对螺栓的识别性能,对基于YOLOv5的桥梁螺栓损伤识别模型进行优化,包括引入注意力机制,提升了模型对螺栓特征的提取能力;优化空间金字塔池化结构,减少了螺栓特征信息流失;采用MPDIo U作为边界框回归损失函数,提高了螺栓边界框的回归精度;将检测头解耦,降低了分类任务和回归任务共享检测头对边界框位置回归的负面影响。实验结果表明,相较于基准模型,改进模型的检测精确率提升了3%,m AP@0.5提升了4.3%。相较于其他主流检测模型,也具备明显优势。2)设计了基于轮廓边线角度量化的螺栓微小松动识别方法针对现有方法对螺栓的微小松动识别精度低、实用性差等问题,通过对螺栓图像进行预处理,降低了背景噪声和图像畸变,并利用螺栓损伤识别模型,裁剪出了单个螺栓;通过改进Canny算子,增强了螺栓轮廓特征;构建了螺栓边线分段提取方法,经过轮廓提取、角点提取以及轮廓分段,得到了准确的螺栓边线;结合RANSAC算法与三角学,量化了螺栓角度,通过对比松动前后的螺栓角度,有效识别出螺栓的微小松动。实验结果表明,该方法对光照具备一定的鲁棒性,在拍摄距离保持在1米以内时,算法可识别的最小螺栓松动角度可达1°,并且能够在拍摄角度保持在20°以内时取得较好的识别效果。3)开展了桥梁螺栓检测模型的压缩与部署研究为提高螺栓损伤识别模型的实用性,采用结构化剪枝技术,对模型的BN层进行剪枝,在不显著降低检测性能的前提下有效缩减了模型体积。开发了螺栓检测软件,将剪枝后的模型接入到螺栓检测软件中,并将其打包安装在手机端,实现了螺栓检测软件的本地检测、实时检测与视频流检测等功能。实验结果表明,当剪枝率为0.5时,剪枝模型的表现最佳,其模型体量减少了16M,推理时间降低了1.9ms,进一步微调后,m AP@0.5达到了91.3%。此外,可视化结果展示了螺栓检测软件可实现螺栓损伤的自动化检测。

关键词：桥梁工程螺栓损伤螺栓微小松动图像处理 YOLOv5

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：