一种混凝土路面修复质量检测方法

技术领域

本发明涉及电数字数据处理领域，具体涉及一种混凝土路面修复质量检测方法。

背景技术

混凝土路面经过长时间的使用，一般会出现路面损坏，比如出现裂缝坑洞等现象。一旦路面出现破损，为了节约成本，一般会进行坑洞的修补。坑洞修补之后常常会受温度的影响导致修复区域的路面高度常常会高出原有路面的高度，同时产生膨胀现象，与原有路面之间形成挤压，挤压程度过大，有可能对修复路面再次造成损坏。

发明内容

为了解决现有方法无法预测修复路面再次造成损坏的时间的问题，本发明提供了一种混凝土路面修复质量检测方法，包括以下步骤：

获取目标修复路面的温度信息、修复路面承受重量信息、修复路面的膨胀高度变化信息和修复路面与原有路面衔接处受膨胀产生的压力大小；

根据修复路面的膨胀高度变化信息和修复路面与原有路面衔接处受膨胀产生的压力大小计算修复路面的形变程度指标；

计算不同温度下形变程度的相似程度，根据相似程度对形变程度进行分组，确定不同温度在相同时间单位内的形变程度之间的差异，结合人车流量的重量，确定该区域的形变；

使用TCN深度神经网络对修复路面的受挤压程度最大的方向进行预测，分析目标修复路面的使用寿命。

进一步地，所述根据修复路面的膨胀高度变化信息和修复路面与原有路面衔接处受膨胀产生的压力大小计算修复路面的形变程度指标，包括：

其中，U为修复路面的形变程度，Q为修复路面的膨胀高度变化，F为修复路面与原有路面衔接处受膨胀产生的压力。

进一步地，所述计算不同温度下形变程度的相似程度，根据相似程度对形变程度进行分组，确定不同温度在相同时间单位内的形变程度之间的差异，结合人车流量的重量，确定该区域的形变，包括：

根据混修复路面四个方向的压力变化，结合形变程度，确定不同温度下的形变程度相似度；

基于不同温度下的形变程度的相似度关系，对受不同温度影响形变程度进行分组；

基于分组情况，计算组内各个温度下的形变程度大小，通过组内的分析，计算得出每组的形变程度的均值，以此均值为组内的代表值，用来后续分析车流重量对该组的影响变化；

由上得到每组统一的形变程度，从而分析单位时间内经过的人车重量所对修复路面该形变程度造成的影响；

得到不同组内的挤压程度，根据挤压程度分析该修复路面的四个方向的压力变化，分析该区域的受挤压的均匀程度。

进一步地，利用如下公式计算计算不同温度之间的形变质量的相似程度。

其中，AB为两个不同的温度，

进一步地，采用如下公式计算整组变化的均值：

其中，X为该组的统一形变程度，T为温度，n为温度的数量，U为修复路面的形变程度。

进一步地，利用如下公式计算重量与形变程度之间的关系式：

其中，J为挤压程度，U为修复路面的形变程度，G为修复路面承受重量。

进一步地，利用如下公式计算第i个方向的挤压程度：

其中，

有益效果：本发明通过对修复路面的膨胀高度和修复路面与原有路面之间的挤压压力，分析该修补路面受温度影响的形变程度，结合不同温度以及不同车流重量的影响，分析路面的挤压程度变化，最后通过TCN神经网络，预测该区域路面可能再次受到破坏的时间，解决了现有方法无法预测修复路面再次造成损坏的时间的问题。

附图说明

图1是本发明的混凝土路面修复质量检测方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行介绍。

为了解决现有方法无法预测修复路面再次造成损坏的时间的问题，如图1所示，本实施例的混凝土路面修复质量检测方法具体包括以下步骤：

（1）获取目标修复路面的温度信息、修复路面承受重量信息、修复路面的膨胀高度变化信息和修复路面与原有路面衔接处受膨胀产生的压力大小；

接下来对获取各数据的过程进行以下说明：

①采集温度信息。

由于每天不同的时刻下有着不同的温度，而混凝土路面又受温度的影响，产生热胀冷缩反应，本方案基于夏季的温度进行分析，因此在采集温度信息时，没有过低的温度，不会产生冷缩现象，只有影响混凝土路面膨胀的温度。

将所有的温度按照从大到小进行排序，得到一个温度序列

②采集该路面承受重量信息。

由于修复过后，该区域可以承受人车 同行，当该区域经过人车重量较大时，会对其该区域的膨胀产生的高度以及膨胀造成的挤压压力造成影响，当重量越大，造成的额影响越大，因此，需要对该路面经过的人车重量信息进行采集。使用压力传感器对修复路面所承受重量进行采集。用来读取人车经过时对该修复路面造成的重量压力。

压力传感器的数据刷新频率为5分钟每次，以一个小时为时间长度单位，可以得到一个混凝土路面的重量变化序列G

③采集修复路面的膨胀高度变化信息。

在混凝土路面修复后，基于热胀冷缩现象，在温度变化时，修复路面的膨胀高度也会变化，温度越大，此路面的膨胀高度越高。因此需要使用红外光栅式传感器对路面的膨胀高度变化进行读取。

传感器的数据刷新频率为2分钟为一帧，以每个小时为时间长度单位，通过实时检测，得到一个膨胀高度的时间帧序列

其中，Q为路面高度变化评价。

④采集修复路面与原有路面衔接处受膨胀产生的压力大小。

在混凝土凝固后受温度的影响会产生膨胀现象，此时会在原来的路面衔接处产生一定的压力，若是压力过大，则会对之前的路面与原有的路面造成破坏，所以需要对修复路面与原来的路面衔接处的压力变化进行检测。

使用压力传感器来读取与路面衔接处的压力变化信息。将压力传感器根据四个方向安装在修复路面与原有路面的接触点，实时检测修复路面与原有路面之间的压力变化。压力传感器的数据刷新频率为2分钟每次，以一个小时为时间单位，可以得到四个方向的压力变化序列

F为修复路面与原有路面的压力变化评价。式中分子表示四个方向的压力在第一时刻的压力值，分母表示第二时刻的压力值，使得F值趋于[0,1]之间，当两个时刻压力相差越大时，趋向于0，说明其压力变化越大。当趋向于1时，两个时刻的压力变化小。至此得到了一个压力变化评价F。

根据修复路面的膨胀高度变化信息和修复路面与原有路面衔接处受膨胀产生的压力大小计算修复路面的形变程度指标；

基于形变程度可知，当修复路面膨胀高度越高，四周压力越大，说明该区域形变程度越大。

U为修复路面的形变程度。修复路面的形变程度，随着膨胀高度与四周压力的大小大的变化而变化，当膨胀高度越高，四周压力越大时，则说明修复路面的形变程度越大。至此得到了该修复路面的形变程度。

（3）计算不同温度下形变程度的相似程度，根据相似程度对形变程度进行分组，确定不同温度在相同时间单位内的形变程度之间的差异，结合人车流量的重量，确定该区域的形变；

①根据混修复路面四个方向的压力变化，结合形变程度，确定不同温度下的形变程度相似度；

由于混凝土在不同的温度下，在单位时间内，受温度影响的膨程度不一样，有的过快，有的相对稳定不变，因此根据混修复路面四个方向的压力变化，结合形变程度，确定不同温度下的形变程度相似度。

计算不同温度之间的形变质量的相似程度。

其中，AB为两个不同的温度，

②基于不同温度下的形变程度的相似度关系，对受不同温度影响形变程度进行分组。

在温度较低时，修复区域的路面受到的影响较低，甚至不产生形变，温度较高时，受到的影响较大，形变程度越大。所以基于此，为了方便后续计算分析，因此需要将形变程度接近的分为一组，因为特征相似，所以在计算各组在温度影响下的形变程度时，更为方便简单。需要对不同温度下的形变程度进行分组。

首先根据该修复路面没有产生形变时的形变程度作为阈值，分析不同温度下对该路面发生得形变程度与阈值之间的差异，以此确定该路面的形变程度大小。与阈值差异越大，说明该路面的形变程度越大，因此分析不同温度对该路面形变造成的影响程度。

根据不同温度对该路面形变的影响程度使用K-MEANS聚类分组，比较在各个温度下该路面的形变程度变化，用来后续分析该路面在不同温度影响下的使用极限。

将k值定义为3，根据在单位时间内，不同温度下的形变程度的大小进行分组：第一组，在该组温度下，修复路面微量形变或不产生形变；第二组，在该组温度影响下，修复路面产生形变，但是其形变程度较低；第三组，在该组温度影响下，修复路面产生形变，形变程度较大。

③基于分组情况，计算组内各个温度下的形变程度大小，通过组内的分析，计算得出每组的形变程度的均值，以此均值为组内的代表值，用来后续分析车流重量对该组的影响变化。

由于是根据形变程度的相似性进行分组，因此，组内不同温度对于的形变程度虽然接近，但不相等。在后续计算时，难免会出现误差，因此需要消除组内的误差。根据组内不同温度对应的形变程度，计算整组变化的均值，以均值为代表值作为该组的形变程度大小。

其中，X为该组的统一形变程度。通过组内不同温度的均值，结合形变程度，由此确定该组的统一形变程度。

④由上得到每组统一的形变程度，从而分析单位时间内经过的人车重量所对修复路面该形变程度造成的影响。

由于修复路面基于其余路面的存在差异性，所有当有车流经过时，修复路面会受车重量的影响，增大该区域与整段路面的挤压程度，当重量越大时，挤压程度越大，同时，基于形变程度不同，形变程度越大时，挤压程度也越大。基于挤压程度，可得到重量与形变程度之间的关系式。

其中，J为挤压程度。由于挤压程度与车流量的重量以及修补路面的形变程度的大小，呈正相关的关系，因此，当重量越大时，形变程度越大时，挤压程度就越大。

⑤至此得到不同组内的挤压程度，根据挤压程度分析该修复路面的四个方向的压力变化，分析该区域的受挤压的均匀程度。

根据实时检测修复路面四周的压力数据变化，分析车流经过修复路面时各个方向的压力变化情况，由此确定该车流重量对四个方向造成的挤压程度，分析不同该修复路面不同区域的挤压程度变化，从而判断各个区域的受车流重量影响程度差异。

基于实时检测得到的修复路面的四个方向的压力大小，结合挤压程度，确定各个方向的挤压程度。计算各个方向压力变化，所占整体的大小，结合挤压程度。

其中，

至此得到了该混凝土修复路面的质量检测。

（4）使用TCN深度神经网络对修复路面的受挤压程度最大的方向进行预测，分析目标修复路面的使用寿命。

由于单位时间内的车流量多少不同，因此每次对修复路面的质量影响也不相同，根据车流量的多少，按照从小到大的顺序进行排序，车流量越多，经过该区域的重量越大，对该区域的影响越大。所以得到一个车流量数量的序列

对于不同的车流量S，求得影响程度。车流量越大，路面承受的重力越大，本实施例利用路面承受的重力来作为车流量的大小。

其中，

基于得到的影响程度，对

其中，C为归一化之后的质量分数，作为损失权重。

本实施例通过对修复路面的膨胀高度和修复路面与原有路面之间的挤压压力，分析该修补路面受温度影响的形变程度，结合不同温度以及不同车流重量的影响，分析路面的挤压程度变化，最后通过TCN神经网络，预测该区域路面可能再次受到破坏的时间，解决了现有方法无法预测修复路面再次造成损坏的时间的问题。

需说明的是，尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改，该变更和修改也落入本发明的保护范围。