城市地鐵盾構隧道病害快速檢測與工程實踐

第1章緒論1
 
1.1城市地鐵發(fā)展現(xiàn)狀/1
1.2地鐵隧道結構病害現(xiàn)狀/3
1.3地鐵隧道結構病害檢測技術/5
1.3.1基于攝像測量的自動檢測技術/6
1.3.2基于激光掃描的自動檢測技術/7
1.3.3探達無損探測技術/8
1.4地鐵隧道結構病害檢測技術發(fā)展趨勢/9
第2章城市地鐵隧道結構病害11
 
2.1地鐵隧道襯砌結構、施工方法和病害基本類型/11
2.1.1地鐵隧道的結構形式/12
2.1.2地鐵隧道的施工方法/13
2.1.3地鐵隧道結構病害的基本類型/14
2.2上海地鐵盾構隧道運營環(huán)境與結構病害/26
2.2.1上海地鐵隧道運營環(huán)境/27
2.2.2上海地鐵隧道病害調(diào)查/34
2.2.3隧道結構病害特征與規(guī)律總結與分析/44
2.3隧道結構檢測項目及措施/48
2.3.1隧道結構檢測項目/49
2.3.2隧道結構檢測措施/51
第3章盾構隧道結構病害常規(guī)人工檢查53
 
3.1檢查類型及作用/53
3.2檢查內(nèi)容/54
3.2.1滲漏水/55
3.2.2管片損傷/58
3.2.3結構形變/59
3.2.4結構裂化老化/59
3.2.5其他病害/61
3.3資料成果要求/62
3.3.1記錄表/62
3.3.2記錄影像/66
3.3.3其他信息/66
第4章盾構隧道三維激光掃描檢測68
 
4.1三維激光掃描檢測原理/68
4.1.1脈沖飛行時間測距法/69
4.1.2調(diào)制波相位測距法/69
4.2三維激光掃描檢測設備及其選用/70
4.2.1三維激光掃描檢測設備/70
4.2.2三維激光掃描檢測設備的選用/73
4.3三維激光掃描檢測軟件/74
4.3.1數(shù)據(jù)采集/74
4.3.2坐標系配準/76
4.3.3點云去噪/78
4.3.4數(shù)據(jù)壓縮/80
4.3.5三維模型重建/82
4.3.6紋理映射/85
4.3.7工程與數(shù)據(jù)管理/86
4.4三維激光掃描檢測數(shù)據(jù)處理方法/87
4.4.1隧道變形與輪廓限界/87
4.4.2病害圖像處理/90
4.5三維激光掃描檢測發(fā)展趨勢/91
第5章盾構隧道攝影成像掃描檢測94
 
5.1攝影技術概述/94
5.1.1攝影發(fā)展簡史/94
5.1.2攝影基本概念/95
5.2攝影測量介紹/97
5.2.1攝影測量概述/97
5.2.2攝影測量基本概念/98
5.2.3常用攝影測量解析方法/100
5.2.4攝影測量用于斷面變形檢測的研究/102
5.3攝影測量儀器與檢測裝備/103
5.3.1圖像傳感器/103
5.3.2圖像采集卡/107
5.3.3照明光源/109
5.3.4旋轉編碼器/111
5.4移動式隧道病害檢測系統(tǒng)/111
5.4.1檢測系統(tǒng)組成/111
5.4.2模擬隧道試驗/113
5.5攝影成像掃描檢測/116
5.5.1檢測計劃/116
5.5.2檢測過程/116
5.5.3檢測裝置與人員配置/117
5.5.4檢測報告/117
5.6數(shù)字圖像處理/117
5.6.1數(shù)字圖像處理簡介/117
5.6.2數(shù)字圖像處理基本步驟/118
5.7圖像數(shù)據(jù)庫系統(tǒng)/122
5.7.1MySQL概述/122
5.7.2系統(tǒng)開發(fā)/122
第6章盾構隧道壁后注漿探達無損探測127
 
6.1盾構隧道壁后注漿目的及施工中存在的問題/127
6.1.1壁后注漿的目的/127
6.1.2壁后注漿系統(tǒng)分類/128
6.1.3注漿材料的選擇/129
6.1.4壁后注漿施工中的問題/129
6.2隧道壁后注漿探達無損探測國內(nèi)外研究
現(xiàn)狀/131
6.3盾構隧道壁后注漿探達無損探測模擬試驗
研究/133
6.3.1探達無損探測原理/133
6.3.2盾構隧道壁后注漿探測模擬試驗/135
6.4盾構隧道壁后注漿探達無損探測正演數(shù)值
模擬分析/157
6.4.1盾構隧道壁后注漿探達時域有限差分法數(shù)值
模擬框架/157
6.4.2盾構隧道壁后注漿縱向分布數(shù)值模擬/159
6.4.3盾構隧道壁后注漿環(huán)向分布數(shù)值模擬/170
6.4.4數(shù)值正演模擬結論/173
6.5盾構隧道壁后注漿探達無損探測結果的圖像
識別技術/174
6.5.1基于小波神經(jīng)網(wǎng)絡的圖像識別技術/175
6.5.2基于小波神經(jīng)網(wǎng)絡的隧道壁后注漿探測識別結果/181
6.5.3盾構隧道壁后注漿探達無損探測圖像識別案例/185
 
第7章基于深度學習的圖像處理194
 
7.1機器學習與深度學習/194
7.1.1機器學習/194
7.1.2深度學習/195
7.2人工神經(jīng)網(wǎng)絡/195
7.2.1人工神經(jīng)網(wǎng)絡的構成/196
7.2.2人工神經(jīng)網(wǎng)絡的反向傳播算法/197
7.2.3人工神經(jīng)網(wǎng)絡的相關參數(shù)/198
7.3深度學習方法/198
7.4基于深度學習的隧道病害識別實例/202
7.4.1滲漏水病害識別的全卷積網(wǎng)絡模型/202
7.4.2基于RFCN的隧道襯砌病害檢測模型/210
第8章盾構隧道結構檢測的其他方法221
 
8.1隧道結構滲漏水紅外檢測/221
8.1.1檢測原理/221
8.1.2隧道實測/222
8.2隧道縱向沉降靜態(tài)監(jiān)測/224
8.2.1基于傾角傳感器的縱向沉降靜態(tài)監(jiān)測方案/224
8.2.2基于傾角傳感器的縱向沉降靜態(tài)監(jiān)測傳感器研發(fā)/227
8.2.3無線縱向沉降傳感器室內(nèi)試驗/233
8.2.4無線縱向沉降傳感器現(xiàn)場試驗/236
8.3隧道縱向沉降動態(tài)監(jiān)測/244
8.3.1基于傾角傳感器的縱向沉降動態(tài)監(jiān)測方案/244
8.3.2機械設計思路/248
8.3.3數(shù)據(jù)處理及無線傳輸系統(tǒng)/251
8.3.4數(shù)據(jù)處理及無線傳輸系統(tǒng)單元電路設計/252
8.4隧道裂縫深度檢測/254
8.4.1裂縫發(fā)展情況跟蹤監(jiān)測/254
8.4.2裂縫深度擴展情況監(jiān)測/255
第9章盾構隧道結構檢測實例258
 
9.1隧道結構三維激光掃描檢測實例1/258
9.1.1工程概述/258
9.1.2檢測儀器/259
9.1.3檢測過程/260
9.1.4內(nèi)業(yè)作業(yè)/262
9.2隧道結構三維激光掃描檢測實例2/269
9.2.1工程概述/269
9.2.2檢測儀器及流程/269
9.2.3外業(yè)作業(yè)/270
9.2.4內(nèi)業(yè)作業(yè)/272
9.2.5成果質量檢查/276
9.2.6測量成果/278
9.3隧道結構表面病害攝影成像掃描檢測實例/283
9.3.1工程概述/284
9.3.2檢測儀器/284
9.3.3檢測流程/285
9.3.4外業(yè)作業(yè)/285
9.3.5內(nèi)業(yè)作業(yè)/288
9.3.6檢測結果統(tǒng)計/299
9.3.7攝像測量檢測技術優(yōu)勢總結/300
9.4隧道壁后注漿層探達探測實例/301
9.4.1工程概述/301
9.4.2現(xiàn)場檢測方案及數(shù)據(jù)分析/302
第10章總結與展望306
 
參考文獻310
 
附錄321
 
附錄1隧道結構檢查結果報告/321
附錄2表單式記錄/326
附錄3展開圖/327