基于深度学习的单线单洞隧道光面爆破超欠挖效果检测分析系统.pdfVIP

中国科技期刊数据库工业A

中国科技期刊数据库工业A

基于深度学习的单线单洞隧道光面爆破超欠挖效果检测

分析系统

黎雪松何俊仪曾智勇

中建八局轨道交通建设有限公司，江苏南京210000

摘要：为了有效检测和控制超欠挖现象，在隧道开挖工程中通过激光扫描获取三维数据，并将其展平和灰度化

为二维图像，从而使用深度学习模型（如U-Net）进行隧道超欠挖区域的图像分割，训练模型后，对新图像进行

分割以识别开挖边界，计算实际开挖面积并与标准断面面积比较，判断超挖、欠挖或正常开挖。最终实现准确地

对隧道爆破中超欠挖现象进行检测，减少超欠挖现象的发生。

关键词：隧道超欠；挖深度学习；检测

中图分类号：T-012

0引言

随着隧道工程建设的不断推进，超欠挖现象逐渐

成为施工中需要重点关注的问题。超挖会增加工程成

[1]

本，而欠挖则可能影响隧道的稳定性和安全性。为了

有效检测和控制超欠挖现象，传统隧道超欠挖