钢吊车梁疲劳裂缝开展的图像识别方法研究

作     者：朱文俊 黄竞崛 Zhu Wenjun;Huang Jingjue

作者机构：宝山钢铁股份有限公司上海201900 宝钢湛江钢铁有限公司广东湛江524072 

出 版 物：《山西建筑》 (Shanxi Architecture)

年 卷 期：2024年第50卷第14期

页      码：48-52,59页

摘      要：钢结构服役过程中,结构受到反复的疲劳荷载,即使未达到极限强度,结构仍会产生表面疲劳裂缝,发生破坏。目前钢结构裂缝检测技术已有很多研究,包括人工巡检、接触式智能涂层传感技术等。但人工巡检效率低下,且极易漏检,接触式的技术操作复杂、成本较高。近年来,利用图像识别技术检测结构缺陷的方法由于其易操作性和较高的检测效率,吸引了缺陷检测研究者们的关注。深度学习方法能够很好地解决复杂环境中的特征匹配问题。因此,采用深度学习的方法检测钢吊车梁疲劳裂缝,训练基于YOLOv5网络的裂缝图像识别模型,并通过传统图像处理与深度学习的结合方法,提高检测的精度,最终设计并实现了基于PC端与Android端的钢结构板件裂缝检测软件的开发制作。

主 题 词：钢结构 疲劳裂缝 深度学习 图像识别 

学科分类：08[工学] 081402[081402] 081304[081304] 0813[工学-化工与制药类] 0814[工学-地质类] 

D　O　I：10.13719/j.cnki.1009-6825.2024.14.011

馆 藏 号：203128458...