© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
贵州宏信创达工程检测咨询有限公司
企业贵州宏信创达工程检测咨询有限公司成立于2016年，属专业技术服务业，主营建设工程质量检测。面向高速公路路面病害、图像识别、隧道沉降等领域提供数据服务，开放高速公路路面病态图像标注样本集（高速公路路面病害、图像识别）、隧道沉降因素分析数据集（隧道沉降、数据分析）、桥梁有限元模型承载能力算法（桥梁工程、有限元分析），支撑交通监测与通行研判。
高速公路路面病害图像识别隧道沉降专业技术服务高新技术企业
数据集列表
桥梁有限元模型承载能力算法
１、基本数据获取：获取指定桥梁的结构尺寸，长度、宽度、高度、梁高、梁宽、墩柱尺寸等基础信息；施工材料的力学性能参数；确定桥梁的支座类型、约束条件等边界条件数据；一年月内重要监测指标的变化数据；
２、数据处理：基于采集的数据，在有限元分析软件建立桥梁的有限元模型，根据力学性能参数为模型中的各个部件定义材料属性；按照边界条件数据对模型进行约束处理，在有限元模型上加入自重荷载、车辆荷载和风荷载等内容，计算桥梁结构在荷载作用下的响应；
３、数据应用：对计算结果进行分析，判断桥梁的承载能力是否满足要求。
贵州省数据知识产权登记平台2025-06-20 更新310
重点关注桥梁分析数据集
1.数据采集：通过桥梁监测结构响应数据（包括振动频率、位移等），采集预警信息，获取预警频率、预警时间、预警地点、预警桥梁（名称）等内容。
2.数据处理：根据采集的信息计算各桥梁预警触发频率，并按轻微、中度、严重三个级别分类。通过聚类分析识别高频预警桥梁的共性特征。
3.数据应用：统计分析预警频率与级别，识别高风险桥梁并优化检测优先级；结合荷载与结构响应的关联规律，制定差异化的加固方案和交通管制策略；基于高频预警场景下的损伤模式数据，为新建桥梁的荷载标准、结构设计提供实证依据，从而系统性提升桥梁网络的安全性与耐久性，实现从被动处置到主动预防的精准化管理。
贵州省数据知识产权登记平台2025-06-20 更新280
基于预警规律分析的桥梁养护规律的数据集
1.数据采集：通过获取桥梁结构的位移信息，包括具体时间、测点编号以及位移值。
2.数据处理：通过机器视觉算法，对原始数据进行处理计算，得到能真实反应结构位移的数据。
3.数据应用：结合桥梁实际状态与安全阈值标准，合理设计阈值，对超出阈值的数据进行记录，并合理安排桥梁的养护工作，如某种监测类型的预警频繁出现且级别较高，就增加对此类问题的养护资源投入和检查频率；若某类预警极少出现且级别低，则适当减少相关养护频次。
贵州省数据知识产权登记平台2025-06-20 更新80
高速公路路面病态图像标注样本集
1、数据采集：通过多种设备采集的高速公路路面图像，对图像进行清晰度筛选，格式、尺寸的预处理，构成标准原始图像；
2、数据处理：1）预处理：对病害信息进行分类；2）病态定位：确定病害的特点，对病害信息进行分类；3）病态标注：采用标注软件labelImg对训练集中的图片上各种病态信息分别标注；标注的内容包括：病害位置、病害类型、病害参数；4）图像合并和压缩；
3、数据应用：标注后的图片与标准原始图像构成样本集，可用于卷积神经网络训练，构建识别模型；采用识别模型对原始图片进行智能分析后得到自动标注病害的路面图片。
贵州省数据知识产权登记平台2025-06-20 更新1330
基于多阈值触发的桥梁安全预警算法
１、确定报警标准：JTT1037-2022《公路桥梁结构监测技术规范》，采集桥梁实际监测数据；
２、数据处理：对JTT1037-2022《公路桥梁结构监测技术规范》中的标准进行数据结构化，构成不同指标的超限报警阈值；当接收数据达到阈值范围时，生成和存储报警内容，结合负责人信息生成通知数据。
贵州省数据知识产权登记平台2025-06-20 更新110
隧道沉降因素分析数据集
1、数据采集：获取隧道名称并指定隧道监测点，采集指定时间段内隧道的原始监测数据，包括沉降、环境温度、环境湿度、载荷、基础变形等信息。
2、数据处理：利用传递测量算法对原始监测数据进行精准转换与校正，提取隧道监测点在隧道沉降前后的关联因素信息，如：环境温度、环境湿度、荷载、基础变形与沉降等数据，统计沉降量、环境温度变化量、环境湿度变化量、载荷变化量、基础变形量，揭示沉降与环境/荷载因素间的动态作用机制，构成隧道沉降因素分析数据集。
3、数据应用：根据隧道沉降因素分析数据集，为隧道养护提供实时决策依据，降低塌方事故风险，并精准定位沉降主因，避免盲目加固，节省维护成本。
贵州省数据知识产权登记平台2025-06-20 更新1110
高速公路路面病态识别模型
1、定义目标检测网络，采用 Faster R-CNN结构，通过预训练的卷积神经网络进行特征提取，通过卷积层和池化层，进行图像标注区域的处理；在输入层图像定义与高速公路路面病态图像标注样本集的图像匹配的图像尺寸和通道数；通过迭代计算，在输出层输出标签和边界框坐标。
2、高速公路路面病态图像标注样本集作为样本，70%为训练集，30%为验证集；
3、使用高速公路路面病态图像标注样本集进行模型训练，通过标准原始图像特征与标注信息之间的映射关系，从而实现对图像分类、病害检测和和标注。
贵州省数据知识产权登记平台2025-06-20 更新280