綜合BIM結合表面圖像分析的鋼結構無損檢測方法

田 坤

（中鐵上海設計院集團有限公司長沙設計院，湖南 長沙 410018）

作為綠色可持續建筑產品的載體，綠色建筑可以促進建筑產業的持續發展。建筑傾斜、裂縫、坍塌等事故在地震中時有發生，有效的地震區域綠色建筑傾斜檢測方法對保證建筑安全具有重要意義。

1 綜合BIM結合表面圖像分析的鋼結構無損檢測方法

1.1 實施建筑鋼結構無損檢測的方法有以下幾種

首先實施小波分解，設置預處理閾值，選擇保留模值不低于閾值的變換系數，然后采用降噪技術對建筑鋼結構檢測圖像進行降噪。利用紅外成像技術進行形態學處理，提高了檢測圖像的清晰度，檢測出鋼結構缺陷的邊緣，并完成了建筑鋼結構的無損檢測。

1）小波基的選取，小波的時頻定位特性因圖像之間的差異而有所不同。對建筑鋼結構檢測圖像進行缺陷分析時，需要對圖像進行基于小波基的合理分析。雙正交小波基不僅具有規則性、支撐性、高階消失矩性等優點，而且具有較好的對稱性和線性相位特性。

2）分解層數的選取，在將本模型用于建筑鋼結構中的無損檢測時，小波分解層的選取，是一個關鍵性的問題。其中應根據最小信號噪聲的標準，來進行信號分解層數的準確選擇。若SNR≥20，則C=4分解層數，否則C=5。為了提高NDT的實時性，將分割層設置為C=4。

3）閾值的判定，經小波變換后，建筑物鋼結構檢測圖像中的噪聲信號值分布均勻，信號幅值較小，但檢測信號仍存在較大的問題，主要表現為小波系數的聚集。

4）小波消噪，對建筑物鋼結構進行無損檢測時，若噪聲信號與有效信號在同一頻帶內，必須將噪聲信號及其小波系數重置為零，再進行零通小波處理。根據相關公式，再將信號還原為一定的值，從而實現了小噪聲。

5）形態學處理，對形狀采取膨脹處理方法，可以有效增加檢測圖像中對于鋼結構檢測目標的邊緣像素。腐蝕性處理和擴展性處理正好相反，某些類型的像素可能被移除到需要檢測的邊界上。經膨脹、腐蝕處理后，確保鋼結構檢測圖象清晰。

6）鋼結構檢測圖像缺陷邊緣檢測，在鋼構的相關檢測圖像中，缺陷邊緣的提取質量與缺陷區域的大小密切的關系。采用紅外跟蹤技術，利用旋轉跟蹤方法對鋼結構缺陷邊緣進行檢測，然后根據缺陷邊緣圖像的復原變化率依次提取缺陷邊緣。

1.2 基于BIM的地震區綠色施工建筑鋼結構檢測模型

基于無損測試方法對小波基和分解層的選取結果，構成了BIM數據層的基本結構。在此基礎上確定閾值，去除小波噪聲，并進行形態學處理，完成了BIM模型的技術層次結構。基于BIM的地震帶綠色建筑鋼結構檢測模型由應用層、數據交換層、技術層和基礎數據層三層組成，其中應用層主要是對鋼結構進行檢測。利用該模型，可對綠色建筑鋼結構材料進行全面控制、無損檢測與維修，提高鋼結構建筑質量。

其中，應用管理主要用于震區鋼結構的建設規劃、設計、施工和綠色建筑管理，數據管理主要從終端設備層和網絡技術層進行數據傳輸。建立云端服務平臺，實現信息共享與處理。信息的共享和處理完成后，移動設備和手持終端設備將用作BIM數據傳輸的硬件。如果技術層是綠色建筑，則在施工當中采用復雜的建筑技術策略，對項目進行全面有效的分析、管理和準備、設計、竣工和運行，為在抗震區創建綠色建筑鋼結構質量評估技術層，該層主要用于整個項目生命周期中綠色項目的無損檢查，材料管理和其他過程，基礎數據層主要轉換結構化數據管理，非結構化信息管理流程數據和CAD文件數據等。

2 實驗分析

2.1 檢測準確率對比

該方法適用于16個裂縫結構、8個綠色建筑中的鋼結構和8個合格結構，試驗了質量脆弱性評估方法、建筑物自動檢測方法和無損檢測方法。在對同一鋼結構進行檢測時，檢測結果與實際結構完全一致，有效檢測率為100%。對16處開裂結構和8處合格結構進行質量易損評估，9處不合格。兩次檢測未確認，兩次檢驗結果均不正確，鋼結構有效檢驗次數為7+4=11次，有效檢測率為45.8%，建筑物自動檢驗方法對16處結構裂縫進行了12次檢驗，8處合格檢驗中有5處不合格，但該方法對7處有效檢驗中，有效檢驗率為29.2%。結果表明，該方法具有較高的有效識別率，達到了實際鋼的無損檢測要求。

2.2 檢測深度與相對誤差對比

在實驗中，確定了一個實際的探測深度為1500mm的目標，該方法可以達到1499mm，比其它兩種方法分別提高23mm和91mm。該方法的相對誤差只有-0.0007%，與其它兩種方法相比，誤差較小。

3 結語

建筑業信息化和綠色建筑業的結合是未來建筑業整體發展的方向，通過建筑業信息化可以推動綠色建筑業高效發展。在此基礎上，將 BIM技術與表面圖像分析相結合，提出了一種綜合完整的鋼結構無損檢測方法，并利用小波分解去除建筑物中鋼結構檢測圖像中的噪聲。