基于深度学习的地下排水管道缺陷智能检测技术之工程管理研究.docx

基于深度学习的地下排水管道缺陷智能检测技术 之工程管理研究
本文是一篇工程管理论文，本论文将开展基于深度学习 的排水管道缺陷智能检测技术研究。通过CCTV影像资料获 取图像等资料，借助matlab软件运用深度学习方法智能训 练大量的图片，使训练好的网络自动高效、精准的对水管缺 陷进行分类，并对各类缺陷进行分割标注，为地下管网的日 常检测维修、升级改造提供依据。
1绪论
1.1研究背景与意义
城市地下排水管道在现代城市的正常运行中起着重要作用。 一方面，它们是保证城市运行的重要基础设施和生命线，各 个地区都在不断增大地下排水管道的规模。另一方面，受历 史和地理因素的影响，目前我国城市地下管道普遍具有设备 分布不合理、密度过大的特点，严重影响城市运行和市民正 常生活，尤其是夏季特大暴雨的来临，因各种管道缺陷（堵 塞、塌方等）导致的排水不畅造成巨大的经济损失，如西安 2021年的7.24特大暴雨，深圳2021年5.7及5.14等。 管道就像人体的动脉一样，在我们的生活中扮演着重要的角 色。但是，随着管道使用时间的延长，各种形式和类型的管 道问题会不断出现，如管道意外损坏、材料老化、管壁化学 腐蚀、裂缝和碎片侵入等，如果这些问题不能够得到解决， 就会埋下安全隐患。为了显著提高我国当前排水管道的排水 能力，延长其使用寿命，为制定检修计划提供可靠科学依据， 定期性的专业检查既有排水管道，及时发现找出排水管道安 全隐患并采取有效措施加以维修显得十分重要。实践证明， 采用先进的技术对管道进行状态调查，准确掌握管道的当前 运行状态，根据一定的优化原则对存在严重缺陷的管道及时 维修，可以减低甚至避免发生严重事故，也可以大大延长管 道的使用寿命。在发达国家或地区，所有污水调查平均每五 年进行一次。在英国，检查费与疏浚费的比例超过1。城市 管网改造工程将成为未来重要的研究方向，早期检测是必不 可少的环节。
在目前的检测工作中，传统的检测方法，如目视检查， 镜检，潜水管道检查，泥浆测量桶检查，虽然方法简单方便， 在管道环境较好或检测设备有限的情况下可以起到一定的 辅助检查作用，但在实际的大规模普查和检测过程，如果只 依靠传统的方法，如人工视觉检测，调查管道网路的铺设情 况，并对划分的等级进行评价，人工设置管网的相关特征， 操作流程复杂琐碎，检测人员的主观因素影响大，再者工作 人员长时间工作导致视觉疲劳，导致误判率增加，因此一直 未能满足现代排水管网检测的要求。同时城市地下管廊的一
些特点如可达性有限、空间有限、有水、有毒有害气体存在、 进管检测需要得到有关部门的许可、地势因素大、光不足等 [2]。这些问题的存在，使排水管道的检测工作向协助和代 替人的方向发展。如果图片能够自训练后智能识别出检测目 标，则对减低工作人员的工作强度及减少经验性工作的积累 具有重要的意义，同时还可以提高排水管道的检测效率以及 准确性。因此，实现管道缺陷的智能检测，提高检测维修精 度，降低人工劳动强度，不仅具有理论意义，而且具有实际 工程应用意义。
1.2国内外研究进展
管道普查方法研究
当前排水管道检测方法众多，比较传统的检测方法有，①目 视法，即通过观察管井水位，判断排水管道是否存在堵塞； 通过观察比较上下游管井内的水质状况来判断管道段内是 否存在破裂、内壁脱落或坍塌。②反射镜检查：通过光线反 射原理，观察管井附近管道是否存在堵塞、管壁腐蚀、障碍 物等缺陷。③潜水员进入管道进行检查：在紧急情况或缺乏 检测设备的地区再或管道环境良好的人可接近的大径管 道下采用，但必须采取一定的安全预防措施，保证工作人员 的健康与安全。④泥浆计量桶检测：主要是检测下游缓流处 的泥浆沉积厚度，防止泥浆过厚影响正常管径大小导致的管 道排水量减低。传统的排水管道检测方法具有简单方便直观 的优点，在先进设备缺乏，管道质量良好的条件情况下可发 挥辅助作用，但存在着一定的局限性，不能满足现代排水管 道检测维修的要求。目前国内外管道检测系统主要有管道扫 描与评价检测系统（SSET）、管道内窥镜声纳检测、多重传 感检测系统、潜望镜检测、管道闭路电视检测系统（CCTV）、 探地雷达以及红外温度记录与分析等。
管道内窥镜声纳检测系统应用声呐原理采集管道侧壁的相 关数据，经过专业系统的计算处理，得到排水管道的水流情 况［8］，这种方法主要是通过了解排水管道的过水面积，从 而检测管道的功能缺陷。但该种方法存在着明显的缺陷，即 以水为媒介，只能检测有水存在的管道内壁情况，不具有普 遍性。
潜望镜检测系统需要实地工作人员随身携带设备的控制箱， 具体在工作中通过操纵杆来调整摄像镜头及控制光源来拍 摄排水管道的内部视频及相关图片，通过显示器可以清晰的 观察管道的具体情况［9］，并可以长期保存数据文件供以后 查看。缺点是系统只能检测内部条件简单、长度短（0-5.5米） 的管道。
2排水管道缺陷类型及特征分析 2.1管道缺陷分类 按照《城镇排水管道检测与评估技术规程（CJJ181-2021）》 的相关规定，目前将排水管道缺陷大致划分成两大类，分别 是排水管道功能性缺陷和排水管道结构性缺陷。结构性检测 缺陷具体包括有渗漏（根据严重程度划分成四个等级）、破 裂（四个等级）、变形（四个等级）、腐蚀（三个等级）、错 （三个等级）、起伏（四个等级）、脱节（四个等级）、接 材料脱落（两个等级）、支管暗接（三个等级）、异物穿入 （三个等级）等10类，主要目的是检查排水管道功能，通 过比较排水管道的设计预期流量与实际流量，确定排水管道 的功能运行状况，此类缺陷通常可通过简单的养护维护手段 进行处理。功能性缺陷包括沉积（四个等级）、结垢（四个 等级）、障碍物（四个等级）、残墙坝根（四个等级）、树根 （四个等级）、浮渣（三个等级）等6类，主要目的是检测 排水管道材质状态、结构损耗状态及管道之前的连接状况。 详细的缺陷名称、代码、定义、等级划分及缺陷描述见规程 规定。
2.2待识别管道典型缺陷的确定
缺陷类型多种多样，并不是每一种缺陷都严重影响整个排水 管道的安全高效运行，为了有效预防典型缺陷给居民生产生 活造成不必要的影响，有必要选出排水管道中的一些有重要 研究价值的缺陷。我们选取典型缺陷的原则有以下几个。
1、发生概率高。综合我国各个地区排水管道缺陷的调查报 告发现沉淀、障碍物、结垢腐蚀、破裂、浮渣、树根、错 脱节、支管暗接发生频率最高。
眯圳宋区域祇的斐利敬据鼠汁柱状图

图2-1探而宴区地块蹄美圳掘据统目柱技图
Fig?-1 Statistical Histogram of D cfcc t C atcro rf D a ta in an Area of Shenzhen

3识别技术的选择15
3.1目前排水管道检测技术分析比
较15
3. 1. 1传统方法15
3.1.2 现代排水 管 道检测 技
术16
4 管道缺陷自动分类技术研
究25
4. 1平台选
4.2构建排水管道缺陷分类识别网络模
型25
5管道缺陷区域分割标注技术研究50
5.1图像分割及算法综述50
6工程实例应用
6.1工程概况
松岗街道位于深圳市宝安区，是内地进入深圳的西北门户。 街道的总面积有64km2，管辖的社区居委会有18个。
本次检测区域内主要道路有广州深圳段高速公路、广田路、 107国道、洋涌路、燕罗公路、沙江路、宝安大道、松岗大 道、松明大道、芙蓉大道、东方大道、田园路等。松岗街道 地形走向为东北西南向，东部由山地和低丘坡地构成，南部 和中部主要是平原地区，西部为滩涂地。测区范围属茅洲河 流域，主要河流有松岗河、茅洲河、东宝河和洋涌河等检 测对象是各个社区承担公共功能的部分排水管渠，其中不包 括社区内规划完整的封闭式小区、厂区、居民区、有围墙的 工业园区，检测的总量约为本次排水普查总量的10%。松岗 街道辖下的18个社区包括东方社区、碧头社区、燕川社区、 罗田社区、洪桥头社区、塘下涌社区、沙埔社区、沙埔围社 区、山门社区、花果山社区、溪头社区、松岗社区、松涛社 区、楼岗社区、江边社区、潭头社区、红星社区及朗下社区。 根据各个社区的面积大小及排水管网密集度来平均分配检 测数量，在实际工作中再根据现场情况微调实际检测量。
本次检测工作内容包括：排水管网内窥检测及管网评估 结合地陷防治工作要求对可能存在地陷隐患的排水管渠进 行技术检测。重点检测建成时间长、管径较大、存在隐患的 社区排水管渠。根据内窥检测（QV或CCTV）判读结果，综 合分析、查找可能存在隐患的排水管段。
7结论与展望
7.1结论
传统的排水管道缺陷检测方法，设备落后、限制条件多，检 测成本高，主观影响大，很难精确分析排水管道检测的成果， 形成系统的数据，不利于管道的长时间运行管理。为了排水 管道的安全高效运营，使管道的泄水能力达到最大值同时增 长其使用时间，必须对排水管道定期进行专业全面的检测， 及时科学预防或修复管道的缺陷，预估修复工程量与成本， 提出一种基于深度学习的地下排水管道缺陷的智能检测技 术，通过改进的AlexNet网络实现了排水管道脱落、龟裂、 裂缝、沉淀、浮渣、结垢腐蚀、树根、错脱节、障碍物、 支管暗接等十种缺陷类型的自动分类，运用SegNet网络完 成了缺陷具体位置的精确分割标注，主要做了如下工作：
1、从现阶段我国管道主要存在问题着手，明确了基于深 度学习的地下排水管道缺陷智能检测识别研究的重要意义。 通过归纳总结国内外学者在管道检测技术、图像处理技术和 深度学习等领域的研究，对本研究的理论合理性、有效操作 性及工程实用性进行了分析。
2、通过分析我国排水管道的现状，根据缺陷发生概率、危 害影响及缺陷特征分析得到排水管道的十种典型缺陷（脱落、 龟裂、裂缝、沉淀、浮渣、结垢腐蚀、树根、错脱节、障 碍物、支管暗接），并对各个缺陷的图像特征进行深入剖析， 得到各个典型缺陷特征如下：脱落的图像特征为区域面状， 裂缝为线状特征，龟裂为多交叉裂缝，这三个特征明显单一， 图像识别算法相对简单；沉淀为块状特征，位置固定，其中 掺杂不同的像素深度，便于图像算法识别；浮渣通常为薄薄 一层呈面状特征，多数为泡沫；结垢腐蚀特征为环侧壁分布， 不均匀凹凸，麻面特征明显；树根为竖向线状，局部密集成 网状；错脱节则临近管道在视觉上呈现月牙形或长方形等 规则图形；障碍物一般都处于底部，为局部不规则凸起；支 管暗接的图像特征多为顶部的管状伸出。