计算机视觉辅助下三维细观的3DPC模板柱损伤量化评估与检测方法研究OA
针对3D打印混凝土(3DPC)模板柱轴压构件损伤定量评估与快速检测的需求,文中提出一种"细观三维有限元-损伤指数模型-计算机视觉"的综合技术方法.首先基于CT扫描结果构建3DPC模壳与贫镁矿混凝土核心的细观随机模型,采用蒙特卡洛与随机骨料生成算法建立206组参数化有限元模型,并结合6个轴压试件试验进行标定,峰值承载力误差控制在8%以内.其次引入修正Park-Ang损伤指数,标定组合系数β=0.087,将3DPC模板柱轴压全过程划分为四级损伤状态,并在各典型阶段及多视角输出构件表面变形图像,形成共54 468张、具有明确物理含义标签的损伤图像数据集.最后选取GoogLeNet、ResNet-50和VGG16三种卷积神经网络进行对比训练,结果表明GoogLeNet在测试集上的分类准确率为71.5%,整体Macro-F1达到96.1%,在真实试验照片上的损伤识别正确率超过85%.研究表明,所提出方法能够实现3DPC模板柱损伤状态的可靠定量评估与图像智能检测,为装配式混凝土模板柱的健康监测与工程应用提供了有效技术支撑.
王正超;李吉人;丁晟轩;王坤
辽宁科技大学 土木工程学院,辽宁 鞍山 114000辽宁科技大学 土木工程学院,辽宁 鞍山 114000辽宁科技大学 土木工程学院,辽宁 鞍山 114000辽宁科技大学 土木工程学院,辽宁 鞍山 114000
信息技术与安全科学
3DPC蒙特卡洛方法三维细观模型损伤指数计算机视觉卷积神经网络损伤识别
《物联网技术》 2026 (6)
4-14,11
辽宁省高等学校基本科研项目(LJ212510146019)研究生科技创新项目(LKDYC202524)教育部科技计划项目(202200050)辽宁省教育厅基金项目(2017LNQN12)辽宁科技大学人才引进基金项目(2017RC09)
评论