原文传递
隧道衬砌隐伏病害地质雷达智能反演方法
| 论文题名： | 隧道衬砌隐伏病害地质雷达智能反演方法 |
| 关键词： | 隧道检测;衬砌病害;地质雷达;智能反演 |
| 摘要： | 隧道在长期服役过程中极易产生裂缝、空洞、脱空等隐伏病害，甚至引发掉块、坍塌等安全事故，对其健康服役、长寿命运营以及人民生命财产安全构成巨大威胁。开展隧道结构定期“体检”，实现隧道衬砌隐伏病害的准确诊断对保障隧道安全运营至关重要。地质雷达(Gmund penetrating radar，GPR)因其快速高效、操作灵活及对结构内部病害的高分辨率，成为隧道衬砌结构检测的优选方法。然而，目前地质雷达数据解释主要依赖人工判断，仅能对目标体的位置、埋深等信息进行粗略估计。地质雷达反演能够基于检测数据重构被测结构内部介电分布，但常规反演方法严重依赖初始模型，对于介电分布复杂的隧道衬砌，往往难以精确判断目标的几何与介电属性。因此，研究精准高效的自动化地质雷达反演方法已成为隧道安全检测与健康状态评估的迫切需求，具有重要的学术意义与工程实用价值。本文主要研究工作及成果如下: (1)针对复杂隧道衬砌结构隐伏病害的精细反演难题，本文提出了基于道对道编码的地质雷达反演方法，通过单道地质雷达数据邻域信息增强和多层全连接的空间特征映射，解决了复杂病害响应特征提取与特征空间对应问题，实现了复杂隧道衬砌隐伏病害介电常数的准确反演与轮廓的精细刻画。构建了仿真隧道衬砌数据集，并与主流反演方法进行了综合对比，验证了该方法对于复杂隧道衬砌隐伏病害反演的优越性及准确性。最后，开展了混凝土模型试验，证明了该方法对于实际数据的适用性。 (2)现有方法处理连续长测线地质雷达数据时，容易造成病害形态畸变与介电常数数值的不连续，对此，本文提出了融合卷积神经网络与递归神经网络的连续长测线地质雷达B-scan数据反演与识别方法，重点研究连续测线中不同位置局部短测线地质雷达B-scan数据之间的双向关联特征交互，保证连续长测线地质雷达数据反演与识别结果的连续性与准确性，设计双任务结构同时实现了隧道衬砌结构介电常数反演与病害类型诊断。综合开展了仿真实验与沙箱模型试验，验证了该方法对于不同长度连续长测线地质雷达B-scan数据反演与识别的有效性。 (3)针对隧道检测过程中地质雷达设备频率多样且数据标注匮乏的问题，本文创建了挖掘无标注地质雷达数据内部信息的半监督跨频率地质雷达反演方法，结合生成对抗架构与Mean-Teacher架构提取不同频率地质雷达B-Scan数据的共性响应特征，从全局空间结构连贯性和像素级介电常数准确性两方面提升目标域地质雷达数据反演精度，实现了不同频率少量数据标注条件下隧道衬砌结构介电常数的准确反演。仿真实验与沙箱试验结果表明，该方法能够准确反演多种不同频率的地质雷达数据。 |
| 作者： | 刘涵池 |
| 专业： | 控制工程 |
| 导师： | 隋青美;王正方 |
| 授予学位： | 硕士 |
| 授予学位单位： | 山东大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
