[发明专利]一种识别钢材锈蚀类型的方法

说明书

本发明提供了一种识别钢材锈蚀类型的方法，包括：将各种钢结构锈蚀情况分为多种不同的钢结构锈蚀类型；采集各种钢结构锈蚀的图片，通过分类得到各种钢结构锈蚀类型图片；将预处理后的每种钢结构锈蚀类型图片均按照预设的比例划分为训练集、验证集和测试集；建立用于识别各种钢结构锈蚀类型的卷积神经网络模型；对设置后的卷积神经网络模型进行训练；对训练后的卷积神经网络模型进行测试，生成测试结果；将测试结果与测试集进行对比，根据对比结果确定测试结果的精度；使用训练后的卷积神经网络模型对待测试的钢结构锈蚀的图片进行识别，确定该待测试的钢结构锈蚀的图片的钢结构锈蚀类型。应用本发明可以快速、方便地识别钢结构锈蚀类型。

技术领域

本申请涉及钢结构锈蚀技术领域，尤其涉及一种识别钢材锈蚀类型的方法。

背景技术

近几十年来，国家经济发展十分迅速，建筑与交通市政基础设施的开发日新月异，桥梁、大型体育场馆、交通枢纽、铁路车站、机场航站楼、工业厂房等建(构)筑物如雨后春笋般不断涌现，这些市政基础设施大量采用了钢结构，据统计既有钢结构面积已超过70亿平方米。

锈蚀病害是钢结构运行的重要影响因素。长期处于近海、工业大气等具有腐蚀性的环境中的钢结构，随着时间的增长，表面涂层材料会逐渐劣化、变薄甚至脱落而导致内部的钢材暴露出来，极易发生锈蚀。锈蚀后的钢材的强度、塑性、韧性等力学性能均会发生不同程度的劣化，既影响钢结构的耐久性，也严重影响其安全性。因此，锈蚀是钢结构破坏的一种主要机制，锈蚀会导致材料损耗，增加结构后期维护、维修成本，造成资源浪费和经济损失，而且也将严重影响结构安全性；此外，不同的锈蚀类型对结构的影响也是不同。

在现有技术中，常用的钢结构锈蚀检测评估方法主要是依靠有经验的专业检测员结合相关仪器设备进行检查。这些检测方法效率低、误检及漏检率高、劳动强度大，而且人工检测的成本高；同时，还具有一定的局限性，在大面积区域作业时费时费力，在无法进入的区域或者禁止设备使用的区域进行检测作业时的风险很高。同时，钢结构锈蚀分布具有随机性，很难对锈蚀进行标准化评价，易受经验和主观因素影响，同一锈蚀类型，不同检测技术人员凭借个人经验对其判断结果不同。因此亟需一种标准化、智能化手段对钢结构锈蚀类型进行快速识别，以确定其锈蚀程度对结构耐久性和安全性的影响。

发明内容

有鉴于此，本发明提供了一种识别钢材锈蚀类型的方法，从而可以快速、方便地识别钢结构锈蚀类型。

本发明的技术方案具体是这样实现的：

一种识别钢材锈蚀类型的方法，该方法包括：

根据表观形态特征将各种钢结构锈蚀情况分为多种不同的钢结构锈蚀类型；

采集各种钢结构锈蚀的图片，并根据钢结构锈蚀类型对采集得到的钢结构锈蚀的图片进行分类，得到各种钢结构锈蚀类型图片；

对各种钢结构锈蚀类型图片进行预处理；

将预处理后的每种钢结构锈蚀类型图片均按照预设的比例划分为训练集、验证集和测试集，并对训练集和验证集中的钢结构锈蚀类型图片进行数据标注；

建立用于识别各种钢结构锈蚀类型的卷积神经网络模型；

使用每种钢结构锈蚀类型图片的训练集对卷积神经网络模型进行训练，使用对应的验证集进行验证，并设置卷积神经网络模型的超参数；

根据各种钢结构锈蚀类型图片的训练集对设置后的卷积神经网络模型进行训练；

根据各种钢结构锈蚀类型图片的测试集对训练后的卷积神经网络模型进行测试，生成测试结果；

将测试结果与测试集中对应的钢结构锈蚀类型图片所属的钢结构锈蚀类型进行对比，根据对比结果确定测试结果的精度；

使用训练后的卷积神经网络模型对待测试的钢结构锈蚀的图片进行识别，确定该待测试的钢结构锈蚀的图片的钢结构锈蚀类型。