基于树莓派和深度学习的PCCP管道断丝检测系统

• 作者: 孙学超 张友源 朱今祥 王平 尹达
• 来源期刊: 人民珠江
• 学科: 化学
• 关键词: 预应力钢筒混凝土管;断丝检测;深度学习;树莓派
• 年，卷（期）: 2025,（2）
• 页码范围: 67-74
• 页数: 8页
• 语种: 中文

摘要

PCCP(Prestressed Concrete Cylinder Pipe)断丝电磁检测技术是维护PCCP管线工程安全的一种重要的技术手段，电磁检测技术虽然检测准确率较高、应用较广，但仍存在数据处理烦杂、人工耗时高的问题，难以在实际工程中大规模应用。为了解决传统PCCP管道断丝检测设备存在识别效率低和人工成本高的问题，提出一种基于树莓派和深度学习的断丝检测系统。以树莓派作为主控系统的核心，进行数据采集，再调用提前在PC平台上训练出的LSTM(Long Short-term Memory)网络模型，利用LSTM模型强大的特征提取能力对采集数据进行处理，实时给出断丝检测结果，成功克服了传统方法的局限性，实现了对断丝问题的高效准确识别。试验结果表明，该检测系统对测试集数据检测准确率达到80%，为PCCP管道断丝检测工程化应用提供可用性的解决方案。