XiaoMi-AI文件搜索系统
World File Search System裂缝
GTC 集团能源咨询手册
我们可以记录裂缝类型（延伸与剪切）、孔径大小、矿物填充、裂缝内的孔隙度、密度、强度、方向，并确定您感兴趣的区域的应力场。在提供裂缝描述后，我们可以诊断裂缝是否会影响您的油井产量。如果是这种情况，我们会建议进行详细的裂缝研究。我们的专业仅限于沉积学和地层学。但是，我们可以为您安排合适的联系人进行详细的裂缝研究，以提高裂缝油藏的产量。
对有和没有撑杆的非平滑岩石表面之间断裂电导率的实验和数值研究
裂缝电导率的增强对于有效恢复地下资源（例如地热能和石油烃）至关重要。支撑剂，注射到液压裂缝中以保持其电导率的颗粒状材料，主要是在光滑裂缝的背景下（即平滑岩石表面之间的裂缝）进行了研究。然而，地球储层中常见的非平滑裂缝（即，粗糙岩石表面之间的裂缝）很常见，因此需要进一步研究。在这项研究中，我们对具有非平滑表面的页岩板上的断裂电导率进行了实验室测量，并使用晶格玻尔兹曼（LB）方法进行了数值模拟，该方法旨在研究具有和没有预料的情况下的非平滑裂缝的电导率。当陶瓷支撑剂浓度为2 lb/ft 2
使用裂缝检测对钢筋混凝土构件建筑结构进行脆弱性评估
摘要 — 地震发生后，出于各种原因，需要立即进入受损建筑物，包括紧急搜救、建筑物稳定和修复以及抢救和取回财物。然而，进入受损建筑物总是存在风险，而且进一步的结构倒塌往往会造成更多的受害者。本文提出了一种自动检测和分析混凝土表面数字图像中裂缝的图像处理技术。图像处理技术自动测量裂缝特征，包括宽度、长度、方向和裂缝模式。根据混凝土表面裂缝的性质、方向和行为，对建筑物进行脆弱性评估。使用各种边缘检测算法来查找裂缝。连接像素标记用于裂缝的细节分析。因此，使用裂缝检测对 RCC 建筑物进行了脆弱性评估。使用 Gorkha 地震影响的建筑物裂缝图像测试了算法。将结果与市政当局的脆弱性决策进行了比较，发现结果非常准确。
大型地下基础设施的自动像素级裂缝监测系统——欧洲核子研究中心的案例研究
在混凝土隧道衬砌中，裂缝通常在严重且无法忍受的使用寿命损坏之前出现和发展，这是结构退化的早期迹象。监测和评估裂缝空间分布可以突出长期隧道结构行为并促进隧道维护。本研究描述了一种使用机器人安装的成像技术在像素级范围内进行裂缝监测的远程自动化系统。该系统远程收集裂缝图像并将它们拼接在一起以创建隧道表面的全景图像。本研究采用迁移学习，对具有轻量级主干的最先进的语义分割模型 DeepLab V3plus 进行微调和改进，以自动检测裂缝。在全景图上实施了一种新颖的平滑混合预测方法，以呈现长距离隧道裂缝分布，从而缓解高分辨率图像推理中遇到的错误分类问题。此外，根据 CERN 隧道裂缝数据库特征，已经开发了迁移学习、定制损失函数和正则化技术，以保持所提方法的高性能和泛化。在 CERN 隧道中进行的现场试验证明了所提出的裂缝监测系统的可行性。结果表明，所提出的系统可以识别严重裂缝损坏的隧道段和特定的裂缝模式，这与隧道衬砌的结构行为有关。
TR JKM375-395M-6RL3-(V)-F30-A1.1-EN.ai - 晶科能源 - 首页
有效避免碎片、裂缝和断浇口风险 9BB技术采用圆形色带，可有效避免碎片、裂缝和断浇口风险
使用人工智能检测裂纹以提高检查效率并分析关键缺陷
裂缝是用于诊断固体结构破坏的重要标准之一。通常，具有专业知识的结构工程师会通过从外部检查裂缝、概述检查结果，然后根据发现准备分析数据来评估此类结构。这样的审查方法并不确定，因为它需要手动记录多达几十万个裂缝。但是，它也无法准确确定裂缝的长度和状态。为了解决这个问题，该行业逐渐将目光投向使用 AI 检测进行现场评估。研究人员目前正在开发一种基于移动的智能系统，该系统配备了用于识别裂缝和其他缺陷的 AI 分析功能，这将提高调查过程的效率并增强对用户的紧急响应。本研究旨在通过比较几种技术来深入了解最有效的裂缝检测方法。研究发现，混合技术是检测裂缝的最有效方法。该技术结合了人工神经网络 (ANN) 和人工蜂群 (ABC) 的优点，提出了一种更合适的全新方法。
高层建筑的安全技术...
裂缝检测是安全保障和结构状况监测中的一项艰巨任务。建筑物出现裂缝是常有的事。当应力超过阈值时，高层建筑就会出现裂缝。表面裂缝可以通过数字摄影测量法测量和监测。裂缝是借助摄像机通过颜色提取法检测出来的。另一方面，裂缝之间的非裂缝区域具有均匀运动和小应变的特征，这些特征可通过动态活动轮廓法选择。物联网 (IoT) 是一项新技术，旨在使互联网更具沉浸感和普及性。物联网有助于实时监测高层建筑的安全。关键词：物联网 (IoT)、裂缝检测、消防安全、图像处理介绍通过及时监测和