[发明专利]一种混凝土结构缺陷的检测方法、设备及介质

权利要求书

1.一种混凝土结构缺陷的检测方法，其特征在于，包括：

若混凝土构筑物所处的环境包括水域环境，则确定所述混凝土构筑物的水上部分与水下部分；

获取所述水上部分的弹性波数据，并根据所述弹性波数据确定所述混凝土构筑物的特征参数，所述特征参数至少包括以下一种：密实度、浅层结构缺陷数据；

获取所述混凝土构筑物所在水体处的水体参数；

将所述特征参数以及所述水体参数输入至预先训练的神经网络模型，以得到所述水下部分的第一腐蚀等级；

根据所述特征参数，对所述混凝土构筑物的渗透率进行预测；

确定所述混凝土构筑物的使用时间；

若预测得到的所述渗透率大于第一预设阈值，且所述使用时间大于第二预设阈值，则提高所述第一腐蚀等级。

2.根据权利要求1所述的一种混凝土结构缺陷的检测方法，其特征在于，将所述特征参数以及所述水体参数输入至预先训练的神经网络模型，以得到所述水下部分的第一腐蚀等级之前，所述方法还包括：

获取所述水上部分的第一红外热成像，并根据所述第一红外热成像得到所述水上部分的第二腐蚀等级；

获取大气环境参数；

将所述大气环境参数与所述特征参数输入至神经网络模型，得到第一参考腐蚀等级；

将所述第一参考腐蚀等级与所述第二腐蚀等级进行比对，并根据所述比对的结果对所述神经网络模型进行修正。

3.根据权利要求2所述的一种混凝土结构缺陷的检测方法，其特征在于，获取大气环境参数，具体包括：

获取所述混凝土构筑物所在位置处的经纬度，并根据所述经纬度确定所述位置处的气候类型；

获取符合所述气候类型的多个时间对应的天气数据，所述天气数据至少包括以下一种：指定季节的昼夜温差数据、指定季节的空气湿度数据、指定季节的温度数据、指定季节的降雨量数据；

对多个所述天气数据进行平均处理，并将所述处理后的多个天气数据作为大气环境参数。

4.根据权利要求2所述的一种混凝土结构缺陷的检测方法，其特征在于，将所述第一参考腐蚀等级与所述第二腐蚀等级进行比对，并根据所述比对结果对所述神经网络进行修正之后，所述方法还包括：

根据所述水上部分的图像与图像识别模型，确定所述水上部分中的浪溅区；

获取所述浪溅区的第二红外热成像，并根据所述第二红外热成像得到所述浪溅区的第三腐蚀等级；

获取所述浪溅区的表面参数，所述表面参数至少包括以下一种：表面附着物类型、表面附着物密度；

将所述大气环境参数、所述水体参数以及所述表面参数输入至所述神经网络模型，得到第二参考腐蚀等级；

将所述第二参考腐蚀等级与所述第三腐蚀等级进行比对，并根据所述比对的结果对所述神经网络模型进行修正。

5.根据权利要求4所述的一种混凝土结构缺陷的检测方法，其特征在于，获取所述浪溅区的表面参数之后，所述方法还包括：

将所述表面参数添加至所述水体参数中。

6.根据权利要求1所述的一种混凝土结构缺陷的检测方法，其特征在于，获取水体参数，具体包括：

确定所述混凝土结构所处的水体环境，所述水体环境至少包括以下一种：河流环境、湖泊环境、海洋环境；

根据所述水体环境确定待测量值；

对所述待测量值进行检测，得到水体参数。

7.根据权利要求1所述的一种混凝土结构缺陷的检测方法，其特征在于，将所述特征参数以及所述水体参数输入至预先训练的神经网络模型之前，所述方法还包括：

对神经网络模型进行训练，训练过程具体包括：

获取多个训练样本，所述训练样本包括：腐蚀影响因素、腐蚀等级；

将所述腐蚀影响因素输入至初始神经网络模型的输入层，将所述腐蚀等级输入至所述初始神经网络模型的输出层，并进行监督训练；

得到神经网络模型。