本發(fā)明屬于涂料施工質(zhì)檢，具體而言，涉及一種聚氨酯防水涂料施工質(zhì)量檢測方法、介質(zhì)及系統(tǒng)。

背景技術(shù)：

1、建筑防水工程對于確保建筑物的使用壽命和功能性具有重要意義。隨著城市化進(jìn)程的加快，建筑防水工程面臨著更加嚴(yán)峻的挑戰(zhàn)。傳統(tǒng)的建筑防水材料如瀝青、合成高分子等存在著防水性能差、使用壽命短、環(huán)境污染等諸多問題，無法滿足現(xiàn)代綠色建筑對防水材料的高要求。因此，具有優(yōu)異防水性能、耐候性和環(huán)保性的新型防水材料的開發(fā)備受關(guān)注。

2、聚氨酯防水涂料作為新一代建筑防水材料，因其出色的防水、阻氨和環(huán)保性能而備受青睞。聚氨酯防水涂料通常由多種組分復(fù)配而成，具有化學(xué)交聯(lián)固化的特點，在固化過程中形成三維網(wǎng)狀結(jié)構(gòu)，從而獲得優(yōu)異的防水性能。與傳統(tǒng)防水材料(如瀝青、膠體等)相比，聚氨酯防水涂料具有以下優(yōu)勢：防水性能強(qiáng)、耐化學(xué)腐蝕性好、抗老化性能佳、施工方便、無毒無污染等，已被廣泛應(yīng)用于民用建筑、工業(yè)廠房、橋梁隧道等多種場景。

3、然而，聚氨酯防水涂料的施工質(zhì)量直接影響其最終的防水性能。施工質(zhì)量受到多種因素的影響，如基層處理、環(huán)境條件、操作人員水平等，很容易出現(xiàn)涂層開裂、氣泡、剝離等缺陷，導(dǎo)致防水性能下降。因此，對聚氨酯防水涂料的施工質(zhì)量進(jìn)行有效檢測和評估，對于確保工程質(zhì)量、延長建筑物使用壽命具有重要意義。

4、目前，聚氨酯防水涂料的質(zhì)量檢測主要依賴人工抽檢和目視評估，具有效率低、主觀性強(qiáng)、覆蓋面狹窄等缺陷。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供一種聚氨酯防水涂料施工質(zhì)量檢測方法、介質(zhì)及系統(tǒng)，能夠解決聚氨酯防水涂料的質(zhì)量檢測主要依賴人工抽檢和目視評估，存在效率低、主觀性強(qiáng)、覆蓋面狹窄的技術(shù)問題。

2、本發(fā)明是這樣實現(xiàn)的：

3、本發(fā)明的第一方面提供一種聚氨酯防水涂料施工質(zhì)量檢測方法，其中，包括以下步驟：

4、s10、采集施工現(xiàn)場的聚氨酯防水涂料樣品，獲取通過理化測試得到的涂料的物理化學(xué)性能數(shù)據(jù)，包括附著力、抗拉伸強(qiáng)度、耐老化性能；

5、s20、獲取經(jīng)過多束激光遍歷照射涂料施工的涂層表面后得到的反射激光圖像和散射激光圖像；

6、s30、對獲取的反射激光圖像和散射激光圖像進(jìn)行圖像預(yù)處理，包括噪聲去除、對比度增強(qiáng)，以提高圖像質(zhì)量；

7、s40、將所述反射激光圖像進(jìn)行提取涂層區(qū)域的紋理特征、邊緣檢測以及圖像亮度梯度檢測操作，得到第一紋理特征、第一邊緣檢測特征、第一圖像亮度梯度特征；對所述散射激光圖像進(jìn)行提取涂層區(qū)域的紋理特征、邊緣檢測以及圖像亮度梯度檢測操作，得到第二紋理特征、第二邊緣檢測特征、第二圖像亮度梯度特征；

8、s50、利用超聲波回波檢測技術(shù)檢測涂層與基層之間的結(jié)合狀態(tài)，獲取聲學(xué)信號數(shù)據(jù)，預(yù)處理后進(jìn)行特征提取，得到超聲信號特征；

9、s60、對所述第一紋理特征、第一邊緣檢測特征、第一圖像亮度梯度特征、第二紋理特征、第二邊緣檢測特征、第二圖像亮度梯度特征以及所述超聲信號特征進(jìn)行空間配準(zhǔn)，將多個特征對應(yīng)到同一個參考坐標(biāo)系下；

10、s70、利用注意力機(jī)制模型，學(xué)習(xí)多種特征之間的相關(guān)性，并利用遺傳算法優(yōu)化注意力機(jī)制模型的參數(shù)，使之能更好地學(xué)習(xí)多種特征之間的相關(guān)性，對多種特征進(jìn)行相互標(biāo)注，包括差異性標(biāo)注以及相似性標(biāo)注；

11、s80、將標(biāo)注后的多個特征進(jìn)行拼接，得到融合特征；將所述物理化學(xué)性能數(shù)據(jù)與所述融合特征進(jìn)行級聯(lián)，構(gòu)建融合特征矩陣；對所述融合特征矩陣進(jìn)行降維處理，降低特征矩陣的冗余度，得到檢測矩陣；

12、s90、利用預(yù)先訓(xùn)練好的聚氨酯防水涂料施工質(zhì)量檢測模型，輸入所述檢測矩陣，得到一個施工質(zhì)量矩陣，用于表示聚氨酯防水涂料施工區(qū)域的每個子區(qū)域的施工質(zhì)量。

13、在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明的一種聚氨酯防水涂料施工質(zhì)量檢測方法還可以做如下改進(jìn):

14、其中，所述s20的具體步驟包括：使用多束激光掃描儀對施工區(qū)域的涂層表面進(jìn)行遍歷照射，獲取反射激光圖像和散射激光圖像，反射激光圖像對應(yīng)物體表面反射回來的激光強(qiáng)度的二維成像，散射激光圖像對應(yīng)物體表面散射的激光的成像。

15、其中，所述s50的具體步驟包括：沿涂層表面移動超聲波探頭對整個涂層區(qū)域進(jìn)行掃描；對得到的回波信號進(jìn)行預(yù)處理，去除噪聲、標(biāo)準(zhǔn)化，再進(jìn)行特征提取，提取的超聲信號特征包括能量衰減特征、共振頻率特征。

16、其中，所述s60的具體步驟包括：獲取不同傳感器的內(nèi)外參數(shù)；利用已知時間戳，將每個傳感器采集到的數(shù)據(jù)轉(zhuǎn)換到同一參考坐標(biāo)系下進(jìn)行數(shù)據(jù)對準(zhǔn)；對配準(zhǔn)后的多源數(shù)據(jù)采用點云配準(zhǔn)算法生成三維模型，從而實現(xiàn)多源異構(gòu)數(shù)據(jù)的空間配準(zhǔn)。

17、其中，所述s70的具體步驟包括：利用注意力機(jī)制模型對配準(zhǔn)后的多種特征學(xué)習(xí)相關(guān)性，采用多頭注意力機(jī)制對多種特征進(jìn)行多次線性變換并計算注意力分布；采用遺傳算法優(yōu)化注意力模型參數(shù)，對具有明顯差異性的特征賦予較高注意力分?jǐn)?shù)，對相似特征賦予較低注意力分?jǐn)?shù)，從而實現(xiàn)特征差異性標(biāo)注和相似性標(biāo)注。

18、其中，所述聚氨酯防水涂料施工質(zhì)量檢測模型的訓(xùn)練步驟包括：采集已知施工質(zhì)量標(biāo)簽的聚氨酯防水涂料樣本數(shù)據(jù)，按比例劃分訓(xùn)練集及測試集；進(jìn)行特征工程預(yù)處理及選擇；采用神經(jīng)網(wǎng)絡(luò)模型如多層感知機(jī)或卷積神經(jīng)網(wǎng)絡(luò)；利用反向傳播算法對網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，目標(biāo)使訓(xùn)練集損失函數(shù)值最小化；在測試集上評估模型泛化能力，確定最優(yōu)模型參數(shù)，得到聚氨酯防水涂料施工質(zhì)量檢測模型。

19、其中，所述第一紋理特征計算采用灰度共生矩陣方法，具體為：構(gòu)建灰度共生矩陣，計算能量、對比度、相關(guān)性、熵的統(tǒng)計量作為紋理特征向量；所述第一邊緣檢測特征采用canny算子進(jìn)行提取，具體包括：高斯濾波去噪；計算灰度圖像梯度幅值和方向；非極大值抑制；雙閾值檢測和連接邊緣；所述第一圖像亮度梯度特征提取采用sobel算子，具體為：分別計算水平和垂直方向的梯度近似值，再將兩個梯度的絕對值相加作為梯度幅值。

20、進(jìn)一步的，所述較高注意力分?jǐn)?shù)為10～50，所述較低注意力分?jǐn)?shù)為1～5。

21、本發(fā)明的第二方面提供一種計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)可讀存儲介質(zhì)中存儲有程序指令，所述程序指令運(yùn)行時，用于執(zhí)行上述的一種聚氨酯防水涂料施工質(zhì)量檢測方法。

22、本發(fā)明的第三方面提供一種聚氨酯防水涂料施工質(zhì)量檢測系統(tǒng)，其中，包含上述的計算機(jī)可讀存儲介質(zhì)。

23、與現(xiàn)有技術(shù)相比較，本發(fā)明提供的一種聚氨酯防水涂料施工質(zhì)量檢測方法、介質(zhì)及系統(tǒng)的有益效果是：本發(fā)明將多種物理信號和成像數(shù)據(jù)進(jìn)行融合，包括光譜成像、熱紅外成像、激光掃描、超聲波探測等，全方位刻畫了涂層的幾何、光學(xué)、熱學(xué)、力學(xué)等多個屬性，能夠全面檢測開裂、氣泡、剝離、顏色不均勻等各類缺陷。同時，還融合了涂料的物理化學(xué)性能參數(shù)，如硬度、附著力、抗拉強(qiáng)度等，使得質(zhì)量評估更加全面，不僅關(guān)注缺陷檢測，還考慮了涂層的本征性能指標(biāo)。傳統(tǒng)的人工目視檢測和取樣檢測效率低下，存在明顯的主觀性和隨機(jī)性。本發(fā)明充分利用了機(jī)器學(xué)習(xí)和模式識別技術(shù)，通過數(shù)據(jù)驅(qū)動的方式，自動從多源數(shù)據(jù)中提取特征，并基于注意力模型融合不同特征，最終構(gòu)建智能質(zhì)量檢測模型，實現(xiàn)了檢測評估流程的自動化，同時極大的提高了檢測的覆蓋面，大幅提高了檢測的效率和客觀性。

24、綜上所述，本發(fā)明的方案解決了聚氨酯防水涂料的質(zhì)量檢測主要依賴人工抽檢和目視評估，存在效率低、主觀性強(qiáng)、覆蓋面狹窄的技術(shù)問題。