[发明专利]混凝土钢筋保护层厚度检验方法、系统、终端及介质

说明书

本发明公开了一种混凝土钢筋保护层厚度检验方法、系统、终端及存储介质，所述方法包括：扫描多个不同保护层厚度的混凝土钢筋，得到对应的标准波形图；提取所述标准波形图的分布特征；利用支持Bagging的机器学习算法，训练并学习所述分布特征，得到混凝土钢筋的保护层厚度预测值；利用所述机器学习算法的评价指标对所述保护层厚度预测值进行评估，得到混凝土钢筋的保护层厚度目标值。本发明提供的混凝土钢筋保护层厚度检验方法，克服了现有抽样检测中存在的抽样不全面问题，同时能够在构件无损的前提下，快速准确地检测出混凝土钢筋的保护层厚度，具有易实施、安全性高及可靠性强的优点。

技术领域

本发明涉及混凝土结构无损检测技术领域，具体涉及一种混凝土钢筋保护层厚度检验方法、系统、终端及介质。

背景技术

混凝土构件的混凝土钢筋保护层一般指的是从受力纵筋的外边缘位置到构件混凝土的外连缘之间的距离，其主要是对钢筋起到保护作用，避免钢筋等材料不受到水气的锈蚀，从而保护钢筋混凝土的受力性能和桥梁本身的使用寿命以及耐久性都不受到影响。精准的钢筋保护层厚度检测结果不仅是工程验收和质量评价的依据，同时可以更好促进钢筋保护层施工控制工艺的改进和发展，使其能够更好保证混凝土构件的安全性和耐久性。但是，现行方法中针对装配式混凝土构件的保护层厚度的检测大多是抽样破损检测，缺乏对预制构件的整批无损检测，进而引发混凝土保护层施工时的质量问题及安全性问题。

发明内容

本发明的目的在于提供种混凝土钢筋保护层厚度检验方法、系统、终端及介质，该方法能够解决现有抽样检测中存在的不全面、检测结果准确度无法保障、进而导致施工安全性低的技术问题。

为了克服上述现有技术中的缺陷，本发明提供了一种混凝土钢筋保护层厚度检验方法，包括：

扫描多个不同保护层厚度的混凝土钢筋，得到对应的标准波形图；

提取所述标准波形图的分布特征；

利用支持Bagging的机器学习算法，训练并学习所述分布特征，得到混凝土钢筋的保护层厚度预测值；

利用所述机器学习算法的评价指标对所述保护层厚度预测值进行评估，得到混凝土钢筋的保护层厚度目标值。

进一步地，所述标准波形图的分布特征，包括所述标准波形图的平均值、峰值、均方根、标准值、偏度、频带功率及波峰因数。

进一步地，所述利用支持Bagging的机器学习算法，训练并学习所述分布特征，得到混凝土钢筋的保护层厚度预测值，包括：

根据所述标准波形图的平均值、峰值、均方根、频带功率及波峰因数建立训练样本集；

采用随机有放回采样方式，将所述训练样本集分成多个训练样本子集；

利用分类树模型对所述训练样本子集进行机器学习，得到多个训练结果；

加权并整合所述训练结果，得到扫描信号强度与钢筋保护层厚度的映射关系，根据所述映射关系得到所述混凝土钢筋的保护层厚度预测值。

进一步地，所述利用所述机器学习算法的评价指标对所述保护层厚度预测值进行评估，得到混凝土钢筋的保护层厚度目标值，包括：

获取所述评价指标的计算公式：

式中，y为钢筋保护层厚度预测值，y′为钢筋保护层厚度实际值，n为预测值的总个数；

当RMSE＜5时，将所述保护层厚度预测值作为所述保护层厚度目标值。

本发明还提供了一种混凝土钢筋保护层厚度检验系统，包括：

波形图获取单元，用于扫描多个不同保护层厚度的混凝土钢筋，得到对应的标准波形图；