中国科技核心期刊
RCCSE中国核心学术期刊
JST China收录期刊
中国建筑科学领域高质量科技期刊分级目录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像识别与有限元分析的输电塔杆件损伤评估

陈科技 李先哲 黄铭枫 王彦博 楼文娟 卞荣

陈科技, 李先哲, 黄铭枫, 王彦博, 楼文娟, 卞荣. 基于图像识别与有限元分析的输电塔杆件损伤评估[J]. 工业建筑, 2024, 54(11): 1-8. doi: 10.3724/j.gyjzG24060406
引用本文: 陈科技, 李先哲, 黄铭枫, 王彦博, 楼文娟, 卞荣. 基于图像识别与有限元分析的输电塔杆件损伤评估[J]. 工业建筑, 2024, 54(11): 1-8. doi: 10.3724/j.gyjzG24060406
CHEN Keji, LI Xianzhe, HUANG Mingfeng, WANG Yanbo, LOU Wenjuan, BIAN Rong. Damage Assessment of Transmission Tower Members Based on Image Recognition and Finite Element Analysis[J]. INDUSTRIAL CONSTRUCTION, 2024, 54(11): 1-8. doi: 10.3724/j.gyjzG24060406
Citation: CHEN Keji, LI Xianzhe, HUANG Mingfeng, WANG Yanbo, LOU Wenjuan, BIAN Rong. Damage Assessment of Transmission Tower Members Based on Image Recognition and Finite Element Analysis[J]. INDUSTRIAL CONSTRUCTION, 2024, 54(11): 1-8. doi: 10.3724/j.gyjzG24060406

基于图像识别与有限元分析的输电塔杆件损伤评估

doi: 10.3724/j.gyjzG24060406
基金项目: 

国网浙江省电力有限公司经济技术研究院自建专项(JY02202275)。

详细信息
    作者简介:

    陈科技,硕士,高级工程师,主要从事输电线路设计与评审工作。

    通讯作者:

    黄铭枫,mfhuang@zju.edu.cn。

Damage Assessment of Transmission Tower Members Based on Image Recognition and Finite Element Analysis

  • 摘要: 提出一种基于图像识别与有限元分析的输电塔杆件损伤评估方法,针对受损杆件,利用现场巡检获取的图像,结合边缘检测和线性拟合等步骤来定位杆件轮廓,对杆件的弯曲程度和状态进行定量评估,该方法在杆件交叉和节点板等复杂情况下也表现出较好的鲁棒性。针对未受损杆件,在有限元模型中设定损伤工况,构建了一种杆件重要性分析方法,可准确定位损伤杆件的牵连杆件位置。输电塔倒塌计算与失效路径分析表明,杆件的初始损伤会改变输电塔倒塌的失效路径,损伤杆件的牵连杆件存在提前失效的风险,进一步验证了杆件重要性分析方法的准确性。
  • [1] CERÓN A, MONDRAGÓN I, PRIETO F. Real-time transmission tower detection from video based on a feature descriptor[J]. IET Computer Vision, 2017, 11(1): 33-42.
    [2] 卞荣, 陈科技, 张柏岩, 等. 基于改进Canny算法的输电导线覆冰冰形视觉识别[J]. 高压电器, 2021, 57(11): 131-138.
    [3] HUANG M, ZHANG B, LOU W, et al. A deep learning augmented vision-based method for measuring dynamic displacements of structures in harsh environments[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2021, 217, 104758.
    [4] VEERAKUMAR R, HU H, TIAN L, et al. An experimental study of rime ice accretion on bundled conductors[J]. Experimental Thermal and Fluid Science, 2023, 147, 110962.
    [5] 桂常清. 基于集成卷积神经网络的钢结构锈蚀识别[D]. 天津:天津大学, 2019.
    [6] 逯鹏, 赵天淞, 王剑, 等.基于计算机视觉的钢结构表面损伤识别与健康监测综述[J]. 工业建筑, 2022, 52(10): 22-27.
    [7] 逯鹏, 赵天淞, 王剑, 等. 基于计算机视觉的钢结构表面锈蚀程度检测方法[J]. 工业建筑, 2024, 54(8):133-139.
    [8] 王雯瑶. 基于图像处理的输电线路故障诊断系统研究[D].北京: 华北电力大学, 2020.
    [9] 姚志东, 卢佳祁, 熊梦雅, 等. 基于计算机视觉的钢结构表面缺陷智能识别研究综述[J]. 建筑结构, 2023, 53(24): 126-135.
    [10] 蔡建国, 王蜂岚, 冯健, 等.新广州站索拱结构屋盖体系连续倒塌分析[J].建筑结构学报, 2010, 31(7):103-109.
    [11] 张雷明, 刘西拉. 框架结构能量流网络及其初步应用[J]. 土木工程学报, 2007, 40(3): 45-49.
    [12] 吴刚, 张晓辉, 李殿亮, 等. 特高压长悬臂输电塔鲁棒性分析[J]. 空间结构, 2023, 29(2): 80-87

    , 96.
    [13] 何启巧. 基于检测状态的输电杆塔结构随机分析与可靠性评估[D]. 重庆:重庆大学, 2022.
    [14] HE K, GKIOXARI G, DOLLlÁR P, et al. Mask R-CNN[C]//Proceedings of the IEEE International Conference on Computer Vision. 2017: 2961-2969.
    [15] KIRILLOV A, MINTUN E, RAVI N, et al. Segment anything[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2023: 4015-4026.
    [16] CANNY J. A computational approach to edge detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986 (6): 679-698.
    [17] 中华人民共和国住房和城乡建设部. 钢结构设计标准: GB 50017—2017[S]. 北京: 中国建筑工业出版社, 2018.
    [18] LI Y, CHEN Y, SHEN G, et al. Member capacity-based progressive collapse analysis of transmission towers under wind load[J]. Wind and Structures, 2021, 33(4): 317-329.
    [19] 刘智健. 输电铁塔风致响应的在线监测与状态评估方法研究[D]. 广州:华南理工大学, 2020.
    [20] 国家能源局. 架空输电线路运行状态评估技术导则: DL/T 1249—2013[S]. 北京: 中国电力出版社, 2013.
    [21] 国家能源局. 架空输电线路荷载规范: DL/T 5551—2018[S]. 北京: 中国计划出版社, 2018.
    [22] 范存新, 葛义娇, 谢丽宇. 基于概率可靠度的输电塔风灾易损性分析[J]. 工业建筑, 2015, 45(7): 84-88

    , 94.
    [23] 胡鹏瑞. 长横担输电塔的等效静力风荷载及抗风承载力研究[D]. 杭州:浙江大学, 2023.
  • 加载中
计量
  • 文章访问数:  52
  • HTML全文浏览量:  6
  • PDF下载量:  12
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-06-04
  • 网络出版日期:  2024-12-05

目录

    /

    返回文章
    返回