基于多源图像的圆形地连墙环向刚度折减系数测试方法

本发明涉及建筑安全评估，具体为基于多源图像的圆形地连墙环向刚度折减系数测试方法。

背景技术：

1、环形连地墙也称为地下连续墙，是一种环形结构，广泛应用于各种基础工程中。其主要功能在于提供地下结构的稳定性和支撑力，防止土壤和水的渗透，以及承受来自周围环境的各种荷载。环形连地墙的施工过程通常包括导墙设计、成槽施工、钢筋笼制作与安装以及混凝土浇筑等多个步骤。导墙的设计和施工是地下连续墙施工的基础，其内净空尺寸需要根据实际工程需求进行精确计算。成槽施工则采用成槽机、旋挖钻和铣槽机等设备，确保槽体的形状和尺寸满足设计要求。钢筋笼的制作和安装则需要严格控制钢筋的尺寸和加工精度，确保其与槽体紧密贴合。最后，通过混凝土浇筑将地下连续墙形成一个整体，提供稳定的支撑结构。

2、环向刚度折减系数是一个在地下连续墙工程中至关重要的参数，用于描述由于各种因素导致的墙体环向刚度的降低程度。这些影响因素可能包括多边形代替“真圆”导致的墙体有效厚度的折减、地连墙垂直度误差导致的墙体有效厚度的折减、相邻槽段间泥皮厚度对墙体环向刚度的削弱、槽段接头的类型(刚接、铰接和柔性)的影响以及地面超载不均匀对环向刚度的定量化影响等。

3、在申请公布号为cn116305465a的中国发明专利中，涉及一种外钢框架与水塔内直筒联合支撑体系的框架柱承载力的确定方法。外钢框架与水塔内直筒联合支撑体系中的框架柱与水塔内直筒通过径向横梁连接，横梁之间设置水平支撑，框架柱沿直筒切向通过竖向支撑与环向横梁相互连接，以梁柱连接工况及梁柱参数为变量，通过梁柱线刚度比值与梁线刚度组合折减系数求出框架柱的计算长度系数，并根据承载力计算公式得出框架柱承载力，推出一种外钢框架与水塔内直筒联合支撑体系的框架柱承载力的确定方法。外钢框架与水塔内直筒联合支撑体系构造简单、传力明确、施工便捷、经济安全。

4、结合以上申请及现有技术中的内容：

5、在环形连地墙施工完毕之后，为了保证墙体的可用性，确保其使用寿命能够达到预期，抗震能力及其他的力学性能可以满足预期，需要对墙体的环向刚度折减系数进行测试，依据环向刚度折减系数能判断墙体是否合格可用；但是限于环境条件，若墙体长期处于较为异常的条件下时，例如，墙体所在区域内降雨量处于长期丰沛的状态下，地下水位较高，同时，若每日的温差也较大时，墙体的老化程度可能会加速，例如说，墙体表面可能会快速出现开裂等，进而缩短墙体的使用寿命；

6、虽然通常而言，环向刚度折减系数是一个固定值，但是在以上的异常环境条件下，环向刚度折减系数也会存在变化，若是仍是依据固有的环向刚度计算模型对环向刚度折减系数进行估算，则可能会出现估算获取的值和实际值存在一定的差异的情况，如果忽视这种差异，就可能会导致一并忽视墙体产生的安全隐患；同时，考虑到环向刚度折减系数可能会存在一定的变化，现有的环向刚度折减系数测试方法通常是一次性测试，难以持续性输出结果，因此对墙体的安全管理难以给出引导作用。

7、为此，本发明提供了基于多源图像的圆形地连墙环向刚度折减系数测试方法。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了基于多源图像的圆形地连墙环向刚度折减系数测试方法，通过依据破损特征的变化分析获取变形度，若变形度超过预期，分别通过图像分析及实际观测构建相应的环向刚度折减系数，计算获取差异度，若差异度超过差异度阈值，由测试获取的环向刚度折减系数计算环向刚度计算模型的可靠度，若可靠度低于可靠度阈值，优化环向刚度计算模型；使用墙体承载数字孪生模型预测环形地连墙的使用寿命，若获取的预测使用寿命低于预期，在由墙体维护知识图谱给出对应的墙体维护策略后，对相应子区域进行维护。对各个子区域的墙体进行针对性地维护，延长墙体在各种条件下的使用寿命，解决了背景技术中提出的问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：基于多源图像的圆形地连墙环向刚度折减系数测试方法，包括，由墙体邻近区域内环境条件数据构建环境条件系数to，若获取的环境条件系数to超过条件阈值，采集环形地连墙的尺寸规格及材料数据，构建多源数据集合；

5、对多源数据集合内的图像数据进行预处理并进行特征识别，提取环形地连墙的破损特征，将提取的破损特征汇总并构建破损特征集合，并依据破损特征的变化分析获取变形度bo，若变形度bo超过预期，向外部发出模型构建指令；

6、结合墙体所处环境，建立环形地连墙的环向刚度计算模型，结合环向刚度计算模型，分别通过图像分析及实际观测构建相应的环向刚度折减系数，依据两者的差异计算获取差异度co，若差异度co超过差异度阈值，向外部发出测试指令；其中，由图像系数ts结合观测系数gs计算获取差异度co，方式如下：

7、

8、其中，tsi为第i个子区域内的图像系数，gsi为第i个子区域内的观测系数，f2、f1为权重系数，0≤f1≤1，0≤f2≤1，i＝2，…3，p，p为子区域的编号；

9、在不同条件下对墙体进行测试，由测试获取的环向刚度折减系数计算环向刚度计算模型的可靠度ko，若可靠度ko低于可靠度阈值，优化环向刚度计算模型，由优化后的环向刚度计算模型周期性构建环向刚度折减系数；

10、使用墙体承载数字孪生模型预测环形地连墙的使用寿命，若获取的预测使用寿命低于预期，为墙体的各个子区域分析获取相应的维护优先级yo，在由墙体维护知识图谱给出对应的墙体维护策略后，依据维护优先级yo依次执行墙体维护策略对相应的子区域进行维护。

11、进一步的，采集环形地连墙的地理位置、周边环境、土壤条件及降雨条件，构建环形地连墙的环境条件集合；由环境条件集合内的数据构建环境条件系数to，若获取的环境条件系数to超过条件阈值，向外部发出图像采集指令；

12、接收到图像采集指令后，采集环形地连墙的尺寸规格及材料数据，构建墙体三维模型；收集相关环形地连墙的设计、施工和运营期间的多源图像数据，包括但不限于卫星图像、无人机拍摄图像、地面扫描图像。

13、进一步的，环境条件系数to的获取方式为，将对每个检测周期内的降雨量rp及温差wp做线性归一化处理，将相应的数据值映射至区间[0，1]内，再依据如下方式：

14、

15、其中，i＝1，2，…，m，m为检测周期的个数，rpi为第i个检测周期内的降雨量，rpavg为降雨量的均值，为其合格标准值；wpi为第i个检测周期内的温差，wpavg为温差的均值，为其合格标准值；权重系数：0≤f1≤1，0≤f2≤1，且f1+f2＝1。

16、进一步的，对多源数据集合内的图像数据进行预处理，将预处理后的图像数据汇总，构建预处理后的墙体图像集合；使用边缘检测算法对预处理后的图像数据进行图像识别检测，提取环形地连墙的破损特征，并确定各个破损特征在墙体上的位置信息，将提取获取破损特征汇总构建破损特征集合。

17、进一步的，依据破损特征在墙体三维模型上的位置，获取各个破损特征的接近中心度cu，依据各个破损特征的影响范围，确定各个破损特征的蔓延面积mu；

18、将破损特征的蔓延面积mu及接近中心度cu做线性归一化处理，将相应的数据值映射至区间[0，1]内，再依据如下方式构建变形度bo：

19、

20、其中，k2、k1为权重系数，0≤k1≤1，0≤k2≤1，且k12+k22＝1，mui为第i个破损特征的蔓延面积，为蔓延面积的可接受值，cui为第i个破损特征的接近中心度，为接近中心度的可接受值，n为破损特征的个数，i＝2，…3，n。

21、进一步的，接收到模型构建指令后，根据环形地连墙的材料、结构特性及土壤-结构相互作用，结合力学理论建立力学模型，并由力学模型推导建立环形地连墙的环向刚度计算模型；将墙体分割为若干个等同的子区域，在各个子区域内，由图像分析获取提取的变形量数据作为输入，由环向刚度计算模型输出环向刚度折减系数，将其作为图像系数ts；由对墙体的实际观测数据作为输入，由环向刚度计算模型输出环向刚度折减系数，将其作为观测系数gs。

22、进一步的，接收到测试指令后，设置不同的测试条件，在不同条件下对墙体进行现场测试，并由测试数据计算获取环向刚度折减系数，将其均值作为测试系数cs；

23、由图像系数ts及测试系数cs构建环向刚度计算模型的可靠度ko，其中，在各个子区域内的图像系数ts及测试系数cs一一对应，依照如下方式：

24、

25、其中，tsi及csi分别为第i个子区域的图像系数及测试系数，tsavg与csavg为相应均值，i＝2，…3，p，p为子区域的编号，zoi为第i子区域的可靠度间值，zoavg为相应均值。

26、进一步的，若可靠度ko低于可靠度阈值，优化环向刚度计算模型，由优化后的环向刚度计算模型输出环向刚度折减系数，若获取的环向刚度折减系数低于预期，此时向外部发出报警指令；若其不低于预期，则设置监控周期，定期对墙体进行图像采集，对图像数据进行处理并选定输入后，再次由优化后的环向刚度计算模型构建环向刚度折减系数。

27、进一步的，构建墙体数据集合，训练获取墙体承载数字孪生模型，由墙体使用的极端条件作为预设测试条件，在预设测试条件下，使用墙体承载数字孪生模型预测环形地连墙的使用寿命，若获取的预测使用寿命低于预期，则发出墙体维护指令；

28、以环形连地墙维护作为目标词，经过深度搜索并在搭建实体关系之后，搭建墙体维护知识图谱；依据墙体维护策略与各个子区域内的破损特征间的对应性，由墙体维护知识图谱给出对应的墙体维护策略；其中，墙体维护策略包括加固时机、方法和材料的选择；依据维护优先级，执行墙体维护策略，依次对相应的子区域进行维护。

29、进一步的，接收到维护指令后，将环形地连墙分割为若干个子区域，从预测数据内获取各个子区域破损特征；依据破损特征在各个子区域内的分布状态，计算获取各个子区域内的维护优先级yo，方式如下：

30、将各个子区域内的破损特征的蔓延面积mu及接近中心度cu做线性归一化处理，将相应的数据值映射至区间[0，1]内，再依据如下方式：

31、

32、其中，权重系数，0≤ρ≤1，0≤ζ≤1，且0.6≤ρ+ζ≤1.2，po为优先级中间值；其中，i＝2，…3，p，p为子区域的编号，poavg为优先级中间值的均值。

33、(三)有益效果

34、本发明提供了基于多源图像的圆形地连墙环向刚度折减系数测试方法，具备以下有益效果：

35、1、通过构建环境条件系数to，依据环境条件系数to的值对墙体所在区域内的环境条件进行判断，进而对墙体状态及寿命进行预判，从而，能够及时地对墙体进行维护。

36、2、使用训练好的图像识别模型，对预处理后的墙体图像进行识别，并获取相应的识别结果，通过依据识别获取的破损特征，能够对当前的墙体安全性形成判断，以此为出发点确定是否需要对墙体进行维护。

37、3、依据墙体的破损程度预先构建变形度bo，将若干个破损特征综合考虑，依据变形度对墙体当前的变形情况进行评估，从而在对墙体损伤变形进行判断时，给出的判断结果更为准确，覆盖面也更为广泛。

38、4、依据环向刚度计算模型对当前墙体的环向刚度折减系数进行初步计算；在确定墙体所在区域内的各项条件参数后，重新推导出环向刚度计算模型，在当前的墙体进行分析和计算时，给出的结果，可靠性更高。

39、5、分别通过图像识别的结果及实际观测及测量数据作为输入，由环向刚度计算模型输出相应的环向刚度折减系数，并在对墙体进行分割的基础上，构建两者之间的差异度co，判断图像识别数据及实际观测之间的差距，以构建的差异度co对当前的差距进行描述。

40、6、在不同条件下分别获取相应的环向刚度折减系数，并进而构建可靠度ko，依据可靠度ko对基于图像识别获取的图像系数，也即相应的环向刚度折减系数的可靠性进行判断；通过设置监控周期，周期性地采集图像数据，依据优化后的模型输出相应的环向刚度折减系数，依据环向刚度折减系数是否异常来向外部发出报警，实现周期性的报警策略，在墙体存在变化时，能够及时处理及时应对，若存在隐患时，避免隐患进一步扩大。

41、7、由训练后的墙体承载数字孪生模型对当前状态的墙体寿命进行预测，依据获取预测数据对墙体状态做进一步的判断，从而实现二次验证，确保报警的可靠性，降低无效维护的风险。

42、8、依据图像识别获取破损特征及预先构建的墙体维护知识图谱，由墙体维护知识图谱给出对应的墙体维护策略作为参考的维护方案，节省制定维护策略的时间，对各个子区域的墙体进行针对性的维护，从而延长墙体在各种条件下的使用寿命，也提高后续维护效率。

43、9、通过依据各个子区域内损伤程度，计算获取相应的维护优先级yo，在需要时，对墙体的各个子区域进行有序维护，优先处理其中影响程度最大的位置，逐步降低已经存在的安全隐患，提高当前的维护效率。