基于深度迁移学习的铁路隧道衬砌结构病害检测研究

作者：杜义康; 罗建利; 郭瑜^*

来源：昆明理工大学学报(自然科学版), 2023, 48(04): 45-54.

DOI：10.16112/j.cnki.53-1223/n.2023.04.332

• 铁路隧道
• 衬砌结构病害
• 深度迁移学习
• 病害检测
• 探地雷达

针对成形后铁路隧道衬砌结构中空洞、脱空、不密实等病害难以快速、准确检测难题，深入研究了探地雷达电磁波在隧道衬砌结构传播规律与基于深度学习的智能检测方法.应用有限差分方法数值模拟了电磁波在不同病害的隧道衬砌结构传播过程，获取了B-Scan雷达图像，总结了空洞、脱空、不密实图像的特征.在此基础上，建立了由数值模拟与真实雷达图像组成的样本库，提出了深度迁移的铁路隧道衬砌结构病害检测方法，自动学习复杂病害特征与更新网络模型参数，克服了隧道衬砌结构真实病害样本集有限的限制.试验结果表明，迁移学习后的网络能够准确检测实际隧道衬砌结构中缺陷体，验证了文中方法的有效性和可行性.

• 单位
  机电工程学院; 中国铁建高新装备股份有限公司; 昆明理工大学