巨型钢框架复合支撑体系的拉索预拉力预估理论

如何确定拉索预拉力是巨型钢框架预应力复合支撑体系的关键问题。首先基于拉索作用建立拉索预拉力的确定准则,然后依据简化的弹簧模型,详细推导了竖向荷载和预拉力作用下,复合支撑内力增量方程,最后基于预拉力确定准则和结构变形叠加原理建立了拉索预拉力的确定理论。研究表明,拉索预拉力应确保竖向荷载作用下复合支撑内力增量平衡,并确保最不利工况下拉索具有剩余拉力;拉索预拉力必须从顶部大层往下逐层求解;建立的预拉力确定理论可为巨型钢框架预应力复合支撑体系的初步设计及定性评判奠定理论基础。     

基于深度学习和ArcMap的路面病害智能综合检测方法

为了提升路面病害检测效率,实现路面病害检测结果的可视化显示,结合深度学习技术和ArcMap地理信息系统,设计一种适用于沥青路面的路面病害智能综合检测方法.该检测方法首先利用基于视觉几何组(visual geometry group, VGG)模型的卷积神经网络进行路面图像分类,再利用基于单步多框检测(single shot MultiBox detector, SSD)模型的目标检测网络实现路面病害识别,最后利用ArcMap地理信息系统生成道路健康地图.测试结果表明：基于VGG-16模型的路面图像分类准确率为94.60%,能够判别正常路面和病害路面;基于SSD模型的路面病害识别平均精确度为87.36%,能够有效识别坑槽、松散、车辙、裂缝、泛油和修补等6类病害类型;基于ArcMap系统的道路健康地图能够实现病害定位与结果显现.