闵凡华

摘 要：人工判别病害有较大的工作量、达不到较高效率等问题在桥梁检测中比较常见，本研究基于RC（钢筋混凝土）桥梁初步探讨了桥梁病害检测中机器学习的应用。围绕钢筋混凝土桥梁应用桥梁病害的现有检测方法、机器学习研究进展及机器学习方法等方面展开相关探讨，结果显示，以深度学习为基础的桥梁病害检测方法可从病害图像中自动提取病害相应特征，对病害进行分类并准确定位，为病害自动化检测提供了具体应用场景，对于提高桥梁智能化养护管理水平十分积极地作用。

关键词：钢混桥梁;病害图像;桥梁病害检测

0 前言

随着桥梁使用年限的逐渐延长，混凝土材料日益发生老化问题，桥梁使用中难免出现开裂、麻面、蜂窝及钢筋锈蚀裸露等各类病害，严重影响桥梁的耐久性及安全性。对于正在使用中存在病害的桥梁，桥梁维护的关键在于快速有效地进行病害检测。桥梁病害采用传统人工判别方法因存在较大工作量、较强主观性及达不到较高效率等不足之处，与实际需求不能完全相适应。随着日益发展的计算机技术，机器学习由于在智能化水平、成本及效率等方面具有明显优势，在桥梁病害检测中日益得到广泛应用。对桥梁检测中得到的病害图像，由传统人工判别方式采用自动定位及识别方式替代，使桥梁提高管理有效性，逐渐成为一个主要的研究趋势。

1 现有钢筋混凝土桥梁病害检测方法