摘要：【目的】 针对排水管道隐患探测难、精度低的问题，本文旨在通过受控装置试验与实际工程实测相结合的方法，验证管中雷达（PPR）在排水管道缺陷探测中的有效性与可靠性，并论证其在大型市政排水管网智能化运维中的应用潜力。【方法】 首先，设计并搭建了3个尺寸为3.16 m×3.20 m×2.56 m的排水管道装置，埋设DN800混凝土管道并设置标准、隐患及干扰等12种工况，获取270张PPR二维纵向剖面（B-Scan）图像。其次，开发了引入通道-空间注意力机制（CBAM）的第八代单次观测目标检测（YOLOv8）算法实例分割模型，并结合多次波反射与双曲线拟合算法实现隐患的定量定位。最后，将该方法应用于无锡市NH大道150 m区段的工程实测，通过PPR与探地雷达GPR联合检测，验证模型的跨场景迁移能力。【结果】 装置试验结果显示，隐患定位误差小于0.15 m。在包含试验与实测数据的综合数据集（535张B-Scan图像）上，嵌入卷积块注意力模块的第八代单次观测目标检测模型（YOLOv8-CBAM）在交并比（IoU）阈值设为0.50条件下的平均精确度均值（mAP@50）达到了0.921。在无锡市工程实测中，该方法成功识别并定位了4处土体脱空隐患，实现了对排水管道周边隐患的高精度、跨场景识别与定量测量。【结论】 本文提出的基于YOLOv8-CBAM的PPR检测方法，完成了从“受控装置验证”到“实际工程迁移”的研究路径闭环。结果表明，该方法具备高精度识别与稳健的工程适应性，能够为大型排水管网的系统化、快速无损检测及智能化运维提供有力的技术支撑。

关键词：管中雷达；排水管道检测； 中试试验；实例分割； 机器学习； 嵌入卷积块注意力模块的第八代单次观测目标检测模型

基金资助：国家自然科学基金面上项目(52470216)

查看