林月潭（福建省五建建設(shè)集團(tuán)有限公司，福建 泉州 362200）

由于混凝土材料具有強(qiáng)度高、耐久性好、抗震和抗沖擊能力強(qiáng)、可塑性優(yōu)良、防水性能強(qiáng)等優(yōu)點，混凝土成為建筑工程最為關(guān)鍵的建筑材料，是目前工程結(jié)構(gòu)中使用最多的大宗材料。在建筑行業(yè)高速發(fā)展的我國，混凝土的產(chǎn)量占到全球混凝土總產(chǎn)量的50%[1]。由于混凝土的施工質(zhì)量直接關(guān)系到建筑結(jié)構(gòu)的安全性能、使用性能、抗震性能和耐久性能等，因此，高質(zhì)量的混凝土澆筑施工是獲得均勻、密實、內(nèi)優(yōu)外美的高品質(zhì)建筑構(gòu)件的關(guān)鍵。然而，混凝土的質(zhì)量受到諸多因素的影響，包括原材料質(zhì)量、施工環(huán)境、技術(shù)工藝、人員素質(zhì)等，這些因素既有主觀因素，又有客觀因素，相互交叉和相互影響，使得現(xiàn)場混凝土工程質(zhì)量的控制需要涉及全方位和全要素的管理[2-3]。

在計算機(jī)信息技術(shù)和傳感器技術(shù)的發(fā)展下，土木工程行業(yè)也朝著數(shù)字化、智能化的方向發(fā)展。借助高速發(fā)展的人工智能技術(shù)和機(jī)器視覺技術(shù)，對混凝土的施工全過程進(jìn)行機(jī)器監(jiān)督和混凝土質(zhì)量檢測控制，可以起到事半功倍的效果，可以大大提高混凝土施工全過程的高效質(zhì)量控制[4]。

研究依托福建省泉州市浦西城市綜合體安置房——汀榮9#地塊5#、6#樓工程，提出基于數(shù)字圖像處理算法的混凝土質(zhì)量檢測和控制方法，在工程環(huán)境復(fù)雜的施工現(xiàn)場，運(yùn)用高清攝像機(jī)對混凝土的下料和澆筑過程進(jìn)行攝像，獲得高精度的圖像和視頻，結(jié)合數(shù)字圖像技術(shù)和深度學(xué)習(xí)方法，提取混凝土的圖像特征，研究混凝土坍落度和混凝土標(biāo)號的混凝土質(zhì)量圖像響應(yīng)。相比于傳統(tǒng)的人工混凝土質(zhì)量檢測方法，提出的混凝土質(zhì)量控制方法具有簡便快捷、成本低廉、檢測分類高、成果數(shù)字化的優(yōu)點，研究成果可以應(yīng)用于土木工程領(lǐng)域混凝土的施工質(zhì)量控制。

1 工程概況

浦西城市綜合體安置房——汀榮9#地塊5#、6#樓工程位于泉州市豐澤區(qū)泉秀街道，場地東側(cè)為燈榮路，南側(cè)為泉州市第七中學(xué)崇德校區(qū)及第七中學(xué)教師宿舍樓，西側(cè)為多棟9層居民樓（樁基礎(chǔ)），北側(cè)為福廈公路。場地地貌為海基平原地貌。本工程結(jié)構(gòu)為地下1層，地上21層的現(xiàn)澆混凝土框架-核心筒結(jié)構(gòu)，最高建筑高度80m，總建筑面積54262.93m2。

本工程主要結(jié)構(gòu)類型為現(xiàn)澆混凝土框架-核心筒結(jié)構(gòu)，結(jié)構(gòu)抗震設(shè)防烈度為7度，耐火等級為一級，防火類別為一類高層公共建筑，建筑工程設(shè)計等級為一級，功能布局為地下室平時為機(jī)械停車庫及非機(jī)動車停車庫。地下室（人防地下室）建筑面積約為5221.32m2，其中人防建筑面積（C區(qū)）為420.45m2，主體結(jié)構(gòu)合理使用年限50 年。建筑施工涉及土建工程總量多，包括深基坑工程、主體結(jié)構(gòu)高支模工程、主體結(jié)構(gòu)鋼筋混凝土工程等。建筑物詳細(xì)特征情況見表1。

表1 建筑物詳細(xì)特征情況

2 高層建筑混凝土工程施工質(zhì)量控制技術(shù)要點

混凝土工程的質(zhì)量控制技術(shù)要點包括原材料質(zhì)量控制、配合比參數(shù)控制、混凝土澆筑質(zhì)量控制。

2.1 原材料質(zhì)量控制

原材料控制是混凝土工程重點，拌制混凝土的原材料主要包括水、水泥、粗細(xì)骨料和添加劑等。材料控制要點，其中生產(chǎn)所用水的pH值不小于4，硫酸鹽含量≤1%。通用水泥分為硅酸鹽水泥、普通硅酸鹽水泥、粉煤灰硅酸鹽水泥、礦渣硅酸鹽水泥、火山灰質(zhì)硅酸鹽水泥、復(fù)合硅酸鹽水泥[5]。各種水泥的適用范圍見表2。

表2 各類水泥的適用范圍和不適用范圍對比

粗骨料應(yīng)控制各級骨料的級配含量，最大粒徑不超過鋼筋凈距的2/3，粗骨料粒徑為40mm時，可以分成D20 和D40 兩級粒徑組合；當(dāng)粗骨料粒徑為80mm 時，可以分為D20、D40 和D80 三級粒徑組合；當(dāng)粗骨料粒徑為150（120）mm 時，可以分為D20、D40、D80、D150（D120）四級粒徑組合。細(xì)骨料應(yīng)選擇質(zhì)地堅硬和級配良好的天然河沙，細(xì)骨料的含水率一般控制在6%以內(nèi)，人工砂的細(xì)度模數(shù)控制在2.4～2.8，而天然砂的細(xì)度模數(shù)控制在2.2～3.0。在拌制混凝土過程中加入外加劑，用以改善混凝土性能的物質(zhì)，摻量不大于水泥質(zhì)量的5%[6]。

2.2 配合比參數(shù)控制

配合比的參數(shù)孔應(yīng)滿足工程設(shè)計的強(qiáng)度要求，設(shè)計的混凝土與所處環(huán)境的耐久性要求相匹配，并滿足和易性要求，主要控制參數(shù)如水灰比、水膠比、砂率、骨料粒徑、膠凝材料種類和摻合料種類等應(yīng)進(jìn)行嚴(yán)格控制。一般而言，在用水量方面，水泥水化需要的水僅是總質(zhì)量的23%左右，用水量應(yīng)控制水泥顆粒能夠充分?jǐn)U散、逐步完成水化反應(yīng)[7]。在沒有加入減水劑時，混凝土坍落度變化20mm，用水量隨之變化5kg/m3左右，加入減水劑后，用水量按3kg/m3左右變化?；炷撂涠让吭黾?0mm，漿體用量將增加10L/m3，膠凝材料用量也就相應(yīng)增加20kg/m3左右。

2.3 混凝土澆筑質(zhì)量控制

當(dāng)混凝土運(yùn)至現(xiàn)場后，應(yīng)盡快安排澆筑入模。粗骨料粒徑大于25mm時，澆筑傾落高度不超過3m，粗骨料粒徑小于等于25mm，澆筑傾落高度不超過6m。混凝土振搗應(yīng)遵循“快插慢拔”的原則，振搗時間控制在20s～30s之間，插點之間的間距為振動棒作用半徑的1.5倍，插點與模板的距離保持150mm～200mm。每臺混凝土輸送泵的最大理論排量為50m3/h，混凝土的流淌坡度保持在1:8的自然狀態(tài)。

3 基于深度學(xué)習(xí)的高層建筑施工過程混凝土工程質(zhì)量控制方法

3.1 基于深度學(xué)習(xí)的混凝土質(zhì)量控制算法

在高層建筑施工過程中，混凝土的控制節(jié)點主要為原材料的下料區(qū)域、施工拌合區(qū)域和混凝土澆筑區(qū)域，經(jīng)過質(zhì)量控制參數(shù)以及現(xiàn)場圖像的輸入和數(shù)字化處理，建立目標(biāo)質(zhì)量控制模型，并以修改的YOLOv3-tiny方法重構(gòu)圖像分類模型，最后以U-Net模型分類器，輸出質(zhì)量控制結(jié)果，如圖1所示。

圖1 高層建筑混凝土工程施工質(zhì)量控制全流程算法

對原材料的下料區(qū)域、施工拌合區(qū)域和混凝土澆筑區(qū)域的如圖2～圖4所示。

圖2 原材料下料區(qū)

圖3 混凝土拌合區(qū)

圖4 混凝土澆筑區(qū)

在混凝土原料的下料區(qū)，由于骨料在倉庫料斗之間的出口出現(xiàn)快熟傾瀉狀態(tài)，對圖像的捕捉完成后，首先對對象進(jìn)行二值化，見式（1）；隨后可以采取高斯濾波的方法對噪點進(jìn)行濾除，其計算方法見式（2）。

式中Dn(x,y)為差分圖像；fn(x,y)、fn-1(x,y)為圖像中相鄰2個像素點的灰度值；T為濾波設(shè)定的閾值。

當(dāng)一個像素點的灰度梯度值超過maxVal（T值上限），則像素點被認(rèn)為是邊緣點，而對于一個像素點的灰度梯度值小于minVal（T值下限），則像素點被認(rèn)為非邊緣點。

YOLOv3在處理速度和準(zhǔn)確性方面表現(xiàn)出色，使其成為實時目標(biāo)質(zhì)量監(jiān)測任務(wù)的理想選擇。相比之前的算法，尤其是針對小目標(biāo)，YOLOv3-tiny 的精度有顯著提升。對于每一幅輸入圖像，YOLOv3-tiny會預(yù)測三個不同尺度的輸出，目的是檢測出不同大小的目標(biāo)。

3.2 試驗結(jié)果與分析

試驗以骨料的含水率、混凝土的坍落度為例，在質(zhì)量控制訓(xùn)練中運(yùn)用普通的圖像分類卷積神經(jīng)網(wǎng)絡(luò)模型以及研究中的U-Net 模型進(jìn)行訓(xùn)練和機(jī)器學(xué)習(xí)，并以1083 個樣本數(shù)量進(jìn)行質(zhì)量控制輸出，以傳統(tǒng)的人工質(zhì)量檢測為基準(zhǔn)，判別算法的質(zhì)量控制準(zhǔn)確性，結(jié)果如圖5所示。

圖5 骨料含水率、混凝土的坍落度的質(zhì)量控制準(zhǔn)確率

從圖5（a）中可以看出，普通卷積神經(jīng)網(wǎng)絡(luò)模型的骨料含水量質(zhì)量控制準(zhǔn)確率變化范圍為76.44%～85.39%，總體準(zhǔn)確率為80.24%；而U-Net模型的骨料含水量質(zhì)量控制準(zhǔn)確率變化范圍為80.34%～93.45%，總體準(zhǔn)確率為87.9%。U-Net 模型的骨料含水量在質(zhì)量控制中等、良好和優(yōu)秀的準(zhǔn)確率上均大于普通卷積神經(jīng)網(wǎng)絡(luò)模型。

從圖5（b）中可以看出，普通卷積神經(jīng)網(wǎng)絡(luò)模型的混凝土坍落度質(zhì)量控制準(zhǔn)確率變化范圍為77.9%～89.7%，總體準(zhǔn)確率為82.6%；而U-Net模型的混凝土坍落度質(zhì)量控制準(zhǔn)確率變化范圍為87.5%～92.3%，總體準(zhǔn)確率為90.8%。U-Net 模型的混凝土坍落度在質(zhì)量控制中等、良好和優(yōu)秀的準(zhǔn)確率上均大于普通卷積神經(jīng)網(wǎng)絡(luò)模型。

4 結(jié)語

本文以福建省泉州市浦西城市綜合體安置房工程為研究對象，提出基于數(shù)字圖像處理算法和機(jī)器視覺技術(shù)的混凝土工程質(zhì)量全過程控制方法，并以傳統(tǒng)的人工檢測驗證質(zhì)量控制效果，得到以下結(jié)論：

（1）提出的混凝土質(zhì)量控制方法為在混凝土的控制節(jié)點主獲取圖像參數(shù)，經(jīng)過質(zhì)量控制參數(shù)以及現(xiàn)場圖像的輸入和數(shù)字化處理，建立目標(biāo)質(zhì)量控制模型，并以修改的YOLOv3-tiny方法重構(gòu)圖像分類模型，最后以U-Net模型分類器，輸出質(zhì)量控制結(jié)果。

（2）基于U-Net模型的混凝土骨料含水率質(zhì)量控制表明，U-Net模型的混凝土骨料含水率質(zhì)量控制總體準(zhǔn)確率為87.9%，大于普通卷積神經(jīng)網(wǎng)絡(luò)模型的骨料含水率質(zhì)量控制總體準(zhǔn)確率80.24%。高準(zhǔn)確率的骨料含水率為提高混凝土強(qiáng)度、減低混凝土收縮度提供了良好基礎(chǔ)。

（3）基于U-Net 模型的混凝土坍落度質(zhì)量控制表明，U-Net模型的混凝土坍落度質(zhì)量控制總體準(zhǔn)確率為90.8%，大于普通卷積神經(jīng)網(wǎng)絡(luò)模型的混凝土坍落度質(zhì)量控制總體準(zhǔn)確率82.6%。高準(zhǔn)確率的坍落度質(zhì)量控制為混凝土的流動性、工作性能、耐久性能提供了良好的基礎(chǔ)。