-
公开(公告)号：CN119879791A
公开(公告)日：2025-04-25
申请号：CN202510084877.1
申请日：2025-01-20
Applicant: 广州航海学院
Abstract: 本发明公开了基于掺金属粉末改性材料与雷达的沥青层厚度测量方法，包括在相邻两层的沥青层的分层处设置有用于粘接的粘结层，所述粘结层包括采用第一粘接材料制成的第一粘接区以及采用第二粘接材料制成的第二粘接区，所述第一粘接区和第二粘接区交替分布，所述第一粘接材料为掺杂有金属粉末的改性乳化沥青，且对于每一层沥青层，在该层沥青层的上方均具有至少一个可供电磁波穿过并抵达该层沥青层与下一层沥青层分层处的电磁波通道，向所述沥青层结构发射电磁波，根据所述电磁波在各沥青层结构中的反射时间计算各沥青层的厚度，该方法可精确识别与检测介电常数相近的不同沥青层厚度。
-
公开(公告)号：CN119754585A
公开(公告)日：2025-04-04
申请号：CN202411872895.8
申请日：2024-12-18
Applicant: 广州航海学院
Abstract: 本公开涉及一种排桩预留锚杆孔定位装置及方法，排桩预留锚杆孔定位装置用于排桩预留的锚杆孔定位，包括固定模块和定位模块，定位模块至少部分与所述固定模块连接，固定模块用于将定位模块安装于锚杆孔的端口处，并且定位模块的轴线与锚杆孔的轴线共线；定位模块包括转动连接的第一定位组件和第二定位组件，第一定位组件和第二定位组件均绕着锚杆孔的轴线转动，使得第一定位组件与第二定位组件相对转动连接。本公开能够及时施加锚固力，从而有效地控制基坑周边建筑物变形，降低基坑失稳的风险；通过固定模块和定位模块的配合，以非破坏式的方式确定锚杆孔位置，保障了排桩的质量，确保排桩受力不受影响，从而提升了支护结构的整体稳定性和可靠性。
-
公开(公告)号：CN118997134A
公开(公告)日：2024-11-22
申请号：CN202411105492.0
申请日：2024-08-13
Applicant: 广州航海学院
Abstract: 本发明涉及一种港口码头钢管桩的修复方法，包括：表面处理；在表面涂布环氧富锌底涂层，并在环氧富锌底涂层表面打磨；在环氧富锌底涂层外粘贴第一布层，第一布层包括胶接的第一碳纤维布和第一玻璃纤维布，第一碳纤维布的外侧面贴靠并结合于环氧富锌底涂料的表面上；在第一玻璃纤维布外涂刷第一防腐涂料并烘干；第一防腐涂料包括以下组分：80‑100份水性聚氨酯乳液，60‑70份玻璃鳞片，成膜助剂5‑8份，流平剂1‑3份，消泡剂1‑2份，增稠剂1‑2份。本发明采用简单的设计和工艺即可实现抗海水腐蚀、抗渗透、抗酸碱、耐盐雾和提升力学性能等功效，既可实现对钢管桩的修补，又可实现对钢管桩的防腐和加固。
-
公开(公告)号：CN118823481A
公开(公告)日：2024-10-22
申请号：CN202411018636.9
申请日：2024-07-29
Applicant: 广州航海学院
IPC: G06V10/764 , G06V10/762 , G06V10/44 , G06V10/80 , G06V10/26 , G06V10/48 , G06V10/20 , G06T5/94 , G06T5/40 , G06N20/00
Abstract: 本申请提供一种基于人工智能的桥梁检测图像识别方法及系统，包括：针对能见度增强后的桥梁图像，利用多尺度Retinex算法进行对比度增强，突出桥梁结构轮廓，通过自适应直方图均衡化方法平衡图像亮度分布，消除光照不均和阴影干扰，获取光照归一化后的桥梁图像；针对散射校正后的桥梁图像，通过形态学顶帽运算提取桥梁结构的多尺度特征，采用局部自相似性度量聚类桥梁表面纹理，获取尺度归一化和纹理分割后的桥梁结构图像；根据桥梁骨架结构图，通过结构张量分析确定桥梁表面各向异性区域，利用灰度共生矩阵提取各向异性区域的高阶纹理特征，构建桥梁损伤的纹理特征字典。
-
公开(公告)号：CN118731179A
公开(公告)日：2024-10-01
申请号：CN202410929346.3
申请日：2024-07-11
Applicant: 广州航海学院
IPC: G01N29/11 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06F18/2411 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084 , G06F30/13 , G06F30/23 , G06F30/27 , G01N29/44 , G01M5/00
Abstract: 本公开涉及一种桥梁结构三维损伤识别方法，包括以下步骤：布设声发射传感器：获取目标桥梁的三维结构信息，确定声发射传感器的布设方案并布设声发射传感器；信号采集和提取：采集声发射传感器的声发射信号，提取声发射信号的关键特征参数，关键特征参数包括上升时间、事件计数和能量值；模型构建：构建目标桥梁的数字孪生模型，并将损伤数据映射到数字孪生模型中，结合损伤数据库及所提取的关键特征参数，对数字孪生模型进行训练优化；损伤识别及监测：基于数字孪生模型，对目标桥梁进行损伤识别，并预测目标桥梁的损伤发展趋势，评估目标桥梁的剩余使用寿命。本公开能够实时监测裂纹的形成与扩展，提高损伤识别的准确性和时效性。
-
公开(公告)号：CN117401945B
公开(公告)日：2024-05-07
申请号：CN202311468850.X
申请日：2023-11-06
Applicant: 广州航海学院
IPC: C04B28/04 , C04B14/02 , C04B24/26 , C04B111/90 , C04B111/26
Abstract: 本发明公开了一种压敏水泥基材料及其制备方法，所述压敏水泥基材料以质量份数计，原料包括：0.4～0.6份纳米超导炭黑、0.2～0.6份聚乙烯醇、80～120份硅酸盐水泥、35～45份水、0.1～0.2份消泡剂和0～160份标准砂。本发明采用纳米超导炭黑和聚乙烯醇作为复合增强剂合成压敏水泥基材料，其合成的具有“葡萄串导电结构”的水泥基材料具有优异的应力感知灵敏度和良好的重复性，且其电阻率显著提高，降低了结构钢筋在内部应用时产生锈蚀的风险。
-
公开(公告)号：CN119043606B
公开(公告)日：2025-05-20
申请号：CN202411058470.3
申请日：2024-08-02
Applicant: 广州航海学院
IPC: G01M5/00 , G01D21/02 , G01N21/88 , G01N21/94 , G06F30/23 , G06F30/27 , G06N3/0442 , G06N3/0464 , G06F18/24 , G06F119/14
Abstract: 本发明涉及一种桥梁结构隐性损伤识别方法，包括通过监测桥梁结构锈蚀、变形及环境数据；分析锈蚀类型与程度，识别锈蚀的类型、分布特征和对应的当前锈蚀程度；根据多个时间序列下的锈蚀程度，构建锈蚀预测及粘结力关联模型；对比监测数据评估锈蚀预测模型准确性，并调整锈蚀预测模型；对比监测数据评估关联分析模型准确性，并调整锈蚀预测模型；识别锈蚀影响的潜在隐患区域，分析通过的车辆对这些潜在隐患区域的影响；评估粘结力削弱程度并分类隐患区域，并将受影响区域分类。本发明解决了传统桥梁锈蚀监测方法难以实时、准确识别锈蚀类型及其发展趋势的问题；通过精确的监测和预测，有效提升了桥梁结构的安全性和寿命，显著降低了维护成本。
-
公开(公告)号：CN119043606A
公开(公告)日：2024-11-29
申请号：CN202411058470.3
申请日：2024-08-02
Applicant: 广州航海学院
IPC: G01M5/00 , G01D21/02 , G01N21/88 , G01N21/94 , G06F30/23 , G06F30/27 , G06N3/0442 , G06N3/0464 , G06F18/24 , G06F119/14
Abstract: 本发明涉及一种桥梁结构隐性损伤识别方法，包括通过监测桥梁结构锈蚀、变形及环境数据；分析锈蚀类型与程度，识别锈蚀的类型、分布特征和对应的当前锈蚀程度；根据多个时间序列下的锈蚀程度，构建锈蚀预测及粘结力关联模型；对比监测数据评估锈蚀预测模型准确性，并调整锈蚀预测模型；对比监测数据评估关联分析模型准确性，并调整锈蚀预测模型；识别锈蚀影响的潜在隐患区域，分析通过的车辆对这些潜在隐患区域的影响；评估粘结力削弱程度并分类隐患区域，并将受影响区域分类。本发明解决了传统桥梁锈蚀监测方法难以实时、准确识别锈蚀类型及其发展趋势的问题；通过精确的监测和预测，有效提升了桥梁结构的安全性和寿命，显著降低了维护成本。
-
公开(公告)号：CN118505701B
公开(公告)日：2024-10-18
申请号：CN202410963049.0
申请日：2024-07-18
Applicant: 广州航海学院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T5/20 , G06T5/30 , G06T5/40 , G06T5/70 , G06T5/90 , G06T7/13 , G06T7/155 , G06V10/26 , G06V10/54 , G06V10/764
Abstract: 本发明公开了一种基于计算机图像处理的混凝土裂缝识别方法，包括以下步骤：S1、获得清晰且色彩丰富的表面图像；S2、对获取的混凝土表面图像应用图像增强技术；S3、根据混凝土裂缝的形态学特征设计专门的形态学操作算子；S4、进行多尺度和多方向的裂缝边缘提取；S5、对裂缝边缘进行形态学分析；S6、运用深度学习中的语义分割模型对原始图像进行分析；S7、综合边缘检测和语义分割的结果；运用深度学习的语义分割模型对裂缝进行像素级的分类，结合边缘检测和语义分割的结果进行综合分析和优化，有助于更精细地区分裂缝与其他纹理特征，解决裂缝特征模式不一致的问题。
-
公开(公告)号：CN118037730A
公开(公告)日：2024-05-14
申请号：CN202410437598.4
申请日：2024-04-12
Applicant: 广州航海学院
Abstract: 本发明公开了一种基于计算机图像处理的裂缝长度检测系统，包括图像采集模块、图像处理模块、裂缝边缘提取模块、裂缝区域分割模块、形态学处理模块、裂缝尺寸测量模块和裂缝分析评估模块；本发明通过使用高精度图像采集装置、图像处理模块、裂缝边缘提取模块和裂缝区域分割模块，有效识别不同材料背景下裂缝的边缘特征，提高了裂缝检测的准确性，通过图像处理模块中的图像滤波去噪、对比度和亮度调整等技术，提高了对裂缝边缘的清晰度，克服了环境干扰对检测系统的影响，裂缝尺寸测量模块通过精炼后的裂缝区域图像，对裂缝的长度和宽度进行精确测量，解决了裂缝本身的宽度不一、走向复杂多变的问题，提高了裂缝尺寸测量的准确性。
