Методы оценки состояния мостовых соффитов с помощью датчиков, установленных на дроне

Мостовые навесы — нижние поверхности мостовых палуб — являются одними из самых сложных компонентов для проверки с использованием обычных методов. Тем не менее их состояние напрямую влияет на грузоподъемность, долговечность и общую структурную целостность. Традиционные проверки требуют закрытия полос движения, строительных лесов, ведерных грузовиков или доступа к веревке, все из которых несут значительные риски безопасности, сбои в движении и высокие затраты на рабочую силу. Появление датчиков на дронах предлагает преобразующую альтернативу, позволяющую быстро собирать данные с высоким разрешением снизу палубы, не нанося вреда персоналу. #8217; путь. Эта статья описывает основные методы оценки состояния навеса с беспилотными летательными аппаратами (БПЛА), сенсорные технологии, которые управляют ими, и практические соображения, которые инженеры должны учитывать для достижения надежных результатов.

Дроны, оснащенные различными датчиками, могут захватывать визуальные, тепловые и геометрические данные с мостовых софитов за долю времени, необходимого для ручного осмотра. При правильном планировании и выполнении эти обследования производят количественные данные, необходимые для оценки ухудшения, приоритетного ремонта и продления срока службы. В следующих разделах подробно описаны варианты датчиков, методы анализа и операционные рамки, которые делают оценку софитов на основе дронов мощным инструментом для современного инженера инфраструктуры.

Технологии датчиков для проверки Soffit

Выбор датчика зависит от дефектов, представляющих интерес. Взлом, разбрызгивание, расслоение, влаговой вторжений, коррозии и деградации бетона имеют уникальные сигнатуры, которые некоторые датчики могут обнаружить более эффективно, чем другие. Большинство успешных программ на основе дронов используют комбинацию из трех основных технологий: видеокамеры высокого разрешения, тепловизоры и LiDAR. Передовые операторы также интегрируют мультиспектральные, ультразвуковые или проникающие в землю радиолокационные полезные нагрузки для специализированных нужд.

Визуальные камеры высокого разрешения

Визуальный осмотр остается основой любой оценки состояния моста. Современные полезные нагрузки дронов включают камеры с 20 мегапикселями или выше, полнокадровые датчики и механические затворы, которые устраняют искажения затвора при перепадах на высокой скорости. Эти камеры захватывают мелкие детали поверхности & #8212; трещины на линии движения, узкие как 0,005 дюйма, могут быть решены с надлежащим освещением и фокусным расстоянием. Федеральное управление автомобильных дорог США (FHWA) опубликовало исчерпывающее руководство по использованию визуальных изображений дронов для проверки моста , включая протоколы для перекрытия, разрешения и сшивания изображения. Для проверки софита дроны часто летают близко к поверхности (2 & #8211; 4 метра) с камерой, ориентированной под почти перпендикулярным углом. Несколько проходов под разными углами помогают выявить затененные трещины и неровности поверхности, скрытые прямым блеском.

Тепловизионная визуализация обнаруживает перепады температур по всему софиту. Нагруженные влагой бетонные или деламинированные участки имеют различную тепловую инерцию, чем звуковой бетон, что приводит к их нагреванию или охлаждению с разной скоростью во время суточных циклов. Для достижения наилучших результатов проверки проводятся либо сразу после восхода солнца (когда поверхность палубы нагревается), либо вечером (когда охлаждается). Типичная FLIR или аналогичная радиометрическая камера , установленная на дроне, может создавать тепловую карту с разрешением температуры ±0,05 °C. Эти карты затем геореференционно определяют области, где вода проникла на палубу или где деламинация активна. Метод особенно эффективен для бетонных балок и стальных ортотропных палуб, где скрытая коррозия может изменять температуру поверхности.

LiDAR (обнаружение и ранжирование света)

Датчики LiDAR излучают миллионы лазерных импульсов в секунду для создания плотных 3D-точка облаков софита. БПЛА промышленного класса LiDAR блоков (например, RIEGL miniVUX или GeoSLAM Zeb Horizon) может достичь суб-центриметровой точности на высотах полета 5–15 метров. Для софитов, датчик, как правило, монтируется на нисходящий кабаль и летит в систематических схемах сетки. Полученное облако точек захватывает точную форму поверхности, включая отклонения, выпуклости и недостающие участки бетона. Сравнивая облака точек от последовательных проверок с помощью программного обеспечения, такого как CloudCompare или Leica Cyclone, инженеры могут количественно оценить скорости деформации и точечные области структурного концерна. LiDAR также обеспечивает встроенный цифровой двойник софита, который помогает в планировании ремонта и обнаружении столкновений во время модернизации.

Многоспектральные и гиперспектральные датчики

Для проектов, требующих характеристики материала, мультиспектральные или гиперспектральные камеры могут различать гель для реакции щелочно-кремнеземного слоя (ASR), эфлоресценцию и продукты коррозии на ранней стадии. Эти датчики захватывают узкие полосы длин волн за пределами видимого спектра. Хотя они все еще менее распространены для обычного осмотра софита, они все чаще используются в исследованиях и мониторинге ценных активов. Исследовательский центр NASA Ames продемонстрировал гиперспектральную визуализацию от дронов для обнаружения химических изменений на бетонных поверхностях, хотя сложность обработки и стоимость в настоящее время ограничивают широкое распространение.

Ультразвуковая и радиолокационная система измерения толщины

Определение оставшейся толщины бетонного софита или степени коррозии в армирующей стали часто требует зондирования подповерхностного слоя. В то время как немногие дроны обычно несут контактные ультразвуковые зонды, новые бесконтактные ультразвуковые датчики с воздушным соединением и наземные радиолокационные антенны адаптируются для платформ БПЛА. Эти полезные нагрузки весят несколько килограммов и требуют октокоптеров с тяжелой грузоподъемностью. Стандарт ASTM E2903 для измерения толщины бетона с использованием радара обеспечивает основу, но GPR на основе дронов остается экспериментальным; большинство операторов в настоящее время полагаются на наземные GPR для подземных данных при использовании дронов для поверхностных и приповерхностных визуальных / тепловых аномалий.

Приобретение данных и планирование полетов

Сбор надежных данных требует большего, чем просто запуск беспилотника под мостом. Такие факторы, как доступность GPS, освещение, ветер и водоемы, влияют на качество данных. В следующих подразделах описаны ключевые этапы планирования и рабочие процедуры, используемые опытными инспекторами моста.

Предварительная оценка и безопасность места полета

Перед любым полетом инспектор должен рассмотреть планы мостов, предыдущие отчеты об инспекциях и известные критические области. Посещение места выявляет препятствия, такие как коммунальные линии, движение, световые столбы или близлежащие деревья. Для работы с софитом дрон должен работать в ограниченном пространстве под палубой; для этого часто требуется меньшая платформа (например, ] DJI Matrice 300 или Skydio X10 ) с избыточным зондированием предотвращения препятствий. В соответствии с FAA Часть 107 правил , оператор должен получить отказы для длительного полета над движущимися транспортными средствами или операций без визуальной линии обзора, если софит длинный или изогнутый. Привязные дроны (используемые через кабель) иногда используются над водой или активными дорогами для устранения ограничений батареи и снижения риска потери контроля.

Путь полета и сенсорное покрытие

Для визуальной и тепловизионной визуализации классический рисунок сетки с 60-80% перекрытием вперед и 50-70% перекрытием стороны гарантирует, что каждый квадратный сантиметр софита появляется по крайней мере на трех изображениях, что позволяет осуществлять надежное фотограмметрическое сшивание. Полеты LiDAR требуют более низкого перекрытия, но должны компенсировать более узкое поле зрения лазерного сканера. Многие дроны теперь имеют кинематические (RTK) модули GPS в реальном времени, которые обеспечивают кинематическое (RTK) позиционирование без наземных контрольных точек, что значительно упрощает обработку данных. Для софитов длиной более 100 метров полет обычно разбивается на сегменты для управления объемом данных и выносливостью батареи (обычно 15-20 минут на батарею). Автоматизированный путь полета с использованием программного обеспечения планирования миссий, такого как UgCS или DJI Pilot 2 предварительные программы точек пути, высоты и триггеров камеры.

Освещение Соображения

Соффиты по своей природе затенены и могут быть темными даже при ярком дневном свете. Для захвата пригодных для использования визуальных изображений инспекторы часто летают в пасмурные дни или используют бортовые светодиодные решетки, которые производят 2000-5000 люмен. Выделенные световые индикаторы инспекции, установленные на подвеске дрона, обеспечивают даже освещение и устраняют суровые тени, которые скрывают трещины. Тепловая визуализация не требует видимого света, но поверхность должна подвергаться достаточному тепловому циклу (рекомендуется температурный градиент не менее 4°C между звуковыми и деламинированными областями).

Обработка данных и анализ условий

Необработанные данные, полученные в результате обследования софита беспилотника — от десятков до тысяч изображений, миллионов точек LiDAR и температурных матриц — бесполезны без систематической обработки.

Визуальная и фотограмметрическая сшивка

Используя программное обеспечение структурного движения (например, ]Pix4Dmapper или ]Agisoft Metashape), отдельные изображения выровнены и слиты в ортомозаику высокого разрешения всего софита. Эта мозаика становится базовой картой для аннотации дефектов. Инженеры изучают изображение на наличие трещин, шпал, открытой арматуры, эфлоресценции и соты. Ширина трещины может быть измерена полуавтоматически с помощью инструментов, которые обнаруживают темные, линейные особенности. FHWA рекомендует регистрировать и контролировать ширину трещины более 0,012 дюйма (0,3 мм). С изображениями с субмиллиметровым разрешением инспекторы также могут документировать масштабирование поверхности и отображать степень реакции щелочно-кремнезема.

Идентификация тепловой аномалии

Обработанные тепловые изображения сшиваются в тепловую ортомозаику, где значения пикселей представляют температуру. Изменения температуры окружающей среды из-за тени или прямого солнечного света должны быть нормализованы. Холодные пятна часто указывают на влажность (испарительное охлаждение), в то время как теплые пятна могут соответствовать расслоению, где захваченный воздух изолирует поверхность. Композитные наложения (визуальные на тепловой) помогают подтвердить, соответствует ли тепловая аномалия видимому дефекту. Протокол оценки состояния моста NIST предполагает, что любая тепловая разница, превышающая 1 ° C в 0,5-метровой области, требует дальнейшего изучения.