一种在磁场作用下修复涉水等复杂条件下道路的方法

    公开(公告)号:CN118186846A

    公开(公告)日:2024-06-14

    申请号:CN202410193805.6

    申请日:2024-02-21

    Applicant: 三峡大学

    Abstract: 一种在磁场作用下修复涉水等复杂条件下道路的方法,包含以下步骤:一、准备材料;二、确定磁性浆液组成材料的配比;三、路面修复准备工作,并确定修复方案;四、制备点阵式磁铁;五、制备磁性浆液;六、根据确定的修复方案,进行道路施工修补;本发明提供了一种新型的道路修复技术,利用磁性浆液和点阵式磁铁相结合的方式,可对道路进行快速精确的修复,该方法简单高效,通过使用自制的点阵式磁铁,可适应不同的复杂环境,其产生的磁热效应可以排出磁性浆液里的气体和缩短凝固时间,从而实现快速高效的道路损坏修复,其修复过程中辅以磁震动,消除磁性浆液和岩体或土体之间边界水膜的影响,让磁性浆液更好地与岩体或土体紧密粘结,提升修复效果。

    水下裂隙磁自聚浆液修复可视化试验系统及其试验方法

    公开(公告)号:CN117233148A

    公开(公告)日:2023-12-15

    申请号:CN202311225464.8

    申请日:2023-09-21

    Applicant: 三峡大学

    Abstract: 本发明提供一种水下裂隙磁自聚浆液修复可视化试验系统及其试验方法,该系统包括设置在试验架上的透明水箱,透明水箱内设有模拟裂隙试样,模拟裂隙试样包括模袋混凝土和透明封板,模袋混凝土和透明封板的相对侧均设有注浆槽,模袋混凝土和透明封板相互拼合使两组注浆槽拼合成完整的注浆孔,注浆孔内设有注浆锚杆,注浆锚杆通过注浆管与注浆液储罐连接,注浆液储罐通过气管与空压机连接。该试验系统和试验方法方便模拟水下环境裂隙磁自聚浆液修复可视化试验。

    基于改进R-UNet深度学习的透水混凝土孔隙自动识别方法

    公开(公告)号:CN114897781A

    公开(公告)日:2022-08-12

    申请号:CN202210380643.8

    申请日:2022-04-12

    Applicant: 三峡大学

    Abstract: 基于改进R‑UNet深度学习的透水混凝土孔隙自动识别方法,制备不同集料粒径的透水混凝土试样;对透水混凝土试样进行CT扫描,得到试件的CT切片图像;标准化预处理,形成标准化原始数据集;对标准化原始数据集进行标注;对带真值的标准数据集进行增强处理;提出改进R‑UNet深度学习模型,对改进后的R‑UNet深度学习模型进行训练,得到最优模型;对于亮度异常的图像,提出采用融合图像算法对分割后的图像进行融合;将测试集中的图像输入到最优模型中进行孔隙智能识别与分割,得到孔隙数目、每个孔的面积、孔隙率,同时给出评价结果。本发明方法与传统的手动阈值法相比,在精度和效率上得到大幅提升,且具有更强的鲁棒性和泛化性,完全可以代替目前采用的手动阈值法。

    基于磁力作用的壁画浮雕制作装置及制作方法

    公开(公告)号:CN116890559A

    公开(公告)日:2023-10-17

    申请号:CN202310867049.6

    申请日:2023-07-14

    Applicant: 三峡大学

    Inventor: 余帆 蔡欢

    Abstract: 本发明提供了基于磁力作用的壁画浮雕制作装置,包括三维扫描仪、第一计算机系统、磁场控制装置、磁场发生器、墙体、第二计算机系统、三维颜料打印机及磁性颜料,三维扫描仪配合第一计算机系统对图案模型进行扫描识别,第一计算机系统根据图案模型厚度信息转化为电信号传输给磁场控制装置,通过磁场控制装置来控制磁场发生器产生对应图案模型厚度信息的磁场强弱,第二计算机系统接收第一计算机系统获取的3D模型信息并传输给三维颜料打印机,由三维颜料打印机根据3D模型将对应的磁性颜料注射到墙体上。本发明提供了基于磁力作用的壁画浮雕制作方法,磁场产生装置和三维颜料打印机根据壁画浮雕具体要求进行制作,可快速、高效地完成壁画浮雕制作。

    一种水下无搅拌磁性钢筋混凝土制备施工方法

    公开(公告)号:CN116352871B

    公开(公告)日:2025-04-25

    申请号:CN202310178156.8

    申请日:2023-02-28

    Applicant: 三峡大学

    Abstract: 本发明提供一种水下无搅拌磁性钢筋混凝土制备施工方法,包括如下步骤:步骤一、制备磁性集料;步骤二、在地面根据构件大小尺寸绑扎钢筋,按照设计要求预制构件模板,随后将构件模板封装在钢筋骨架之外组成构件模具,将步骤一制备的磁性集料填入构件模具中,并初步成型形成预制骨架;步骤三、在水下根据设计要求整理出施工面,将步骤二制备的预制骨架吊入施工面,拆除预制骨架底部的构件模板,完成水下预埋和安装;步骤四、配制磁性浆液,将磁性浆液注入预制骨架中,磁性浆液固结后,拆除构件模板。该方法不需要进行骨料与水、水泥的搅拌,克服了普通混凝土抗水洗差、易污染环境、专用设备要求高等不足,能够在水中直接浇筑,不易发生分散与离析。

    基于改进R-UNet深度学习的透水混凝土孔隙自动识别方法

    公开(公告)号:CN114897781B

    公开(公告)日:2024-08-09

    申请号:CN202210380643.8

    申请日:2022-04-12

    Applicant: 三峡大学

    Abstract: 基于改进R‑UNet深度学习的透水混凝土孔隙自动识别方法,制备不同集料粒径的透水混凝土试样;对透水混凝土试样进行CT扫描,得到试件的CT切片图像;标准化预处理,形成标准化原始数据集;对标准化原始数据集进行标注;对带真值的标准数据集进行增强处理;提出改进R‑UNet深度学习模型,对改进后的R‑UNet深度学习模型进行训练,得到最优模型;对于亮度异常的图像,提出采用融合图像算法对分割后的图像进行融合;将测试集中的图像输入到最优模型中进行孔隙智能识别与分割,得到孔隙数目、每个孔的面积、孔隙率,同时给出评价结果。本发明方法与传统的手动阈值法相比,在精度和效率上得到大幅提升,且具有更强的鲁棒性和泛化性,完全可以代替目前采用的手动阈值法。

    基于在动水条件下海洋空腔修复的方法

    公开(公告)号:CN117947735A

    公开(公告)日:2024-04-30

    申请号:CN202410193811.1

    申请日:2024-02-21

    Applicant: 三峡大学

    Abstract: 基于在动水条件下海洋空腔修复的方法,所述方法包含以下步骤:一制备永磁块和可回收的磁性中空锚杆等磁吸引体,及磁性浆液;二进行水下勘测,通过雷达或超声波扫描,了解需要修复空腔的样貌,针对不同形状的空腔,采用不同方案;三针对不同方案,向空腔内放置磁吸引体,再注入磁性浆液,浆液被磁性吸附,待其凝固后,完成修复;本发明针对不同的海洋空腔形态,提出了几种基于在动水条件下海洋空腔修复的方法,总体是利用磁性浆液的优良性能,良好的流动性和细腻的质地,注浆修复时,无需进行震实即可将磁吸引体间的细缝完美填充,相比于传统的修复材料,磁性浆液抗腐蚀性好,抗分散能力强,能够有效的在动水条件下对海洋空腔进行修复。

    基于深度学习的透水混凝土孔隙智能识别与分割方法

    公开(公告)号:CN114298145A

    公开(公告)日:2022-04-08

    申请号:CN202111388773.8

    申请日:2021-11-22

    Applicant: 三峡大学

    Abstract: 基于深度学习的透水混凝土孔隙智能识别与分割方法,包括以下步骤:制备透水混凝土试样,对透水混凝土试样进行CT扫描得到试样的切片图像样本,作为初始数据集;对初始数据集进行标准化预处理、数据集标注、数据集增强,得到两组标准数据集;将标准数据集分割为训练集,验证集和测试集;构建Mask R‑CNN深度学习模型,在训练集上设置超参数并对模型进行模型训练,并通过验证集上的表现结果不断自动调整超参数,保存得到最优学习模型;将测试集中的图像输入到最优学习模型中进行孔隙智能识别与分割,输出得到孔隙分割掩模图,孔隙数目,孔隙面积和孔隙率,同时给出评价指标。本发明方法在精度和效率上得到大幅提升,且具有更强的鲁棒性和泛化能力。

Patent Agency Ranking