基于跨孔雷达数据概率反演的地下连续墙缺陷识别方法研究
项目来源
项目主持人
项目受资助机构
立项年度
立项时间
项目编号
研究期限
项目级别
受资助金额
学科
学科代码
基金类别
关键词
参与者AI
参与机构AI
项目受资助省
项目结题报告(全文)
1.基于深度学习和跨孔雷达的地下连续墙缺陷识别方法研究
- 关键词:
- 地下连续墙;跨孔雷达;反演;深度学习;生成式对抗网络;数值仿真;模型试验
- 张东昊
- 指导老师:大连理工大学 覃晖
- 0年
- 学位论文
经过改革开放四十多年的快速建设,各大中型城市的地表空间已极为有限,因此针对地下空间的开发便成为了未来城市建设的重点发展方向。地下工程施工时,需要对开挖的深基坑进行及时支护,地下连续墙凭借其可靠的结构形式和高效的施工工艺,已成为地下工程中常用的支护结构。然而,地下连续墙在施工时也不能避免在墙体内部产生夹泥、裂缝、渗漏水等病害。如果这些病害不能得到及时处理,在基坑开挖后,会演变成致使基坑失稳的安全隐患。跨孔雷达方法可通过地下连续墙内的测管,向地下连续墙结构内部激发高频电磁波,利用电磁波在不同介质间的传播特性,在基坑开挖前便可以对连续墙内部病害进行定位。但跨孔雷达图像并非地下介质的直接成像,数据解释一直是跨孔雷达方法的难点所在,限制了该方法的广泛应用。针对上述问题,本文在国家自然科学基金(41904095)和深圳市中央引导地方科技发展资金自由探索类基础研究项目(2021Szvup020)的支持下,借助深度学习网络强大的特征提取与分类能力,首先构建了跨孔雷达数据的二维反演网络,建立起跨孔雷达数据与其对应的介电常数剖面图之间的非线性映射关系。在二维反演网络的基础上,通过替换三维模块的方法,实现由跨孔雷达数据到连续墙及内部缺陷三维实体模型的反演过程。同时,由于网络的训练需要大量的数据,但实测数据难以大量获取,故本文基于时域有限差分法构建了连续墙数值模拟数据集,来满足反演网络对训练数据量的要求。最后,设计了跨孔雷达探测连续墙缺陷的可视化模型试验系统,该系统可对任意形态缺陷进行模拟,并可通过三轴滑台系统实现跨孔雷达数据的自动采集。所提出的二维和三维反演网络的有效性和泛化性能也在该试验模型上得到验证。本文取得的主要研究成果如下:(1)针对现有的跨孔雷达数据解释方法反演精度低,计算成本高等问题,本文在生成式对抗网络的基础上提出了跨孔雷达数据二维反演算法。该网络可以自动提取低分辨率下的跨孔雷达数据内全局特征信息,进行特征分类和归纳,最后重建为高分辨率的介电常数分布图。与层析成像算法相比,所提出的二维反演网络在精度上提升82.30%;在二维反演网络的基础上,引入部分三维计算模块,提出了三维反演网络。该网络可以接收跨孔雷达数据,提取数据内介电常数三维分布特征,重建出地下连续墙结构及其内部缺陷的三维介电常数模型,实现三维反演。与层析成像算法相比,所提出的三维反演网络在精度上提升81.73%,并且可以额外重建出墙体和缺陷的三维模型。(2)针对实际工程中跨孔雷达实测数据获取成本高,但是深度学习反演算法又需要大量数据进行训练的问题,本文基于电磁波时域有限差分法开展了地下连续墙缺陷检测的数值模拟,共建立仿真实验模型1100个,获得仿真雷达图像39600张作为跨孔雷达正演模拟数据集。(3)本文在正演模拟数据集上对反演网络进行训练和测试,利用训练集,通过分析网络内不同的超参数和训练数据格式的影响,完成了网络的调优工作。随后将测试集数据输入网络,二维反演网络的缺陷识别准确率可以达到91.36%,结构相似度可以达到0.93,三维反演网络的缺陷识别准确率可以达到92.02%,结构相似度可以达到0.88。另外,反演网络在识别从未出现在训练集的,包含小尺寸和不同分布情况缺陷的跨孔雷达数据时,也具有一定的泛化能力。(4)最后,本文设计了一套跨孔雷达探测地下连续墙缺陷的室内缩尺可视化模型试验系统。试验模型以钢化玻璃子母箱作为载体,采用丙酸二甲酯和纯净水分别模拟地下连续墙结构和土体介质,实现了探测过程可视化和可重复设置缺陷的目的。该系统使用步进电机驱动的三轴同步带滑台作为天线的移动控制系统,配合矢量网络分析仪的自动激发功能,实现了跨孔雷达数据的自动采集,极大简化了常规跨孔雷达的试验流程。利用所提出的二维和三维反演网络对试验数据进行反演,验证了反演算法的有效性。
...
