-
公开(公告)号：CN108563911A
公开(公告)日：2018-09-21
申请号：CN201810441710.6
申请日：2018-05-10
Applicant: 武汉大学
Abstract: 本发明提供一种预测原级配筑坝堆石料最小孔隙比的方法，包括：步骤1.对超径粒进行缩尺处理，将原级配堆石料缩尺为试验级配，测得试验级配下堆石料的最小孔隙比；步骤2.选取多个代表粒径，通过最小孔隙比试验得到单一粒径组的堆石料最小孔隙比与其平均粒径的函数表达式；步骤3.将连续的试验级配曲线划分为多段，建立试验级配堆石料最小孔隙比的函数表达式，并使用基于粒子迁徙的粒群算法寻找表达式中形状参数最优解；步骤4.对照试验级配建立原级配堆石料最小孔隙比的函数表达式，并将形状参数的最优解代入该函数表达式计算出原级配筑坝堆石料的最小孔隙比。本方法预测精度高，可以较为便捷和准确地预测原级配筑坝堆石料的最小孔隙比。
-
公开(公告)号：CN110864662A
公开(公告)日：2020-03-06
申请号：CN201911187085.8
申请日：2019-11-28
Applicant: 武汉大学
IPC: G01B21/32
Abstract: 本发明涉及一种高堆石坝坝体变形的监测方法，包括：将阵列位移计连接形变监测机器人，每个监测机器人形成监测单元，形变监测机器人通过无线传输与数据处理平台连接，多个监测单元依次连接形成监测组件；在坝体高度方向上选取多个水平布设面，在水平布设面设置有平行于顺河向的第一监测组件以及平行于河流宽度方向的第二监测组件，再沿竖直方向布设有多组间隔设置的第三监测组件；数据处理平台接收每个监测点处的形变信息，数据处理平台根据接收到的各监测点上的形变信息进行计算得出顺河向、横河向以及竖直方向的形变量，再将得到的各个方向上的形变量展示给用户。本发明操作简单，获得数据详实，可长期免维护，适用范围广。
-
公开(公告)号：CN110806192A
公开(公告)日：2020-02-18
申请号：CN201911143034.5
申请日：2019-11-20
Applicant: 武汉大学
IPC: G01B21/32
Abstract: 本发明公开了一种高堆石坝内部变形的监测方法，具体指一种通过水平布设监测大坝表面沉降和通过竖直布设监测大坝深层位移的监测方法，这种阵列位移计的布设可以起到监测大坝水平方向上顺河向、横河向、竖直向的位移以及在竖直方向上的深层位移的效果，监测得到的数据资料比较完善。相比于以前大坝监测仪器布设方法，这种布设方法操作简单，获得数据详实，可长期免维护，适用范围广，可以用于200m级以上高坝。该测量装置布设方法的发明有利于该领域大坝位移监测的开展，有利于促进大坝位移监测基础理论方面的研究。
-
Patent Agency Ranking
公开(公告)号：CN112884739B
公开(公告)日：2023-08-18
申请号：CN202110191647.7
申请日：2021-02-19
Applicant: 武汉大学
Abstract: 本发明提出了一种基于深度学习网络的堆石体填筑密实度快速检测方法,采用无人机航拍堆石坝填筑过程中的碾压作业面，通过卷积神经网络进行图像处理，获得其颗粒级配曲线，根据颗粒堆积预测模型预测最小孔隙比。采用该方法对在建堆石坝工程的堆石体填筑密实度进行快速检测，实时跟踪检测填筑碾压质量。该方法仅需要通过无人机或其他设备拍摄堆石坝碾压作业面，采用深度学习算法对照片进行图像处理，结合颗粒堆积预测模型，即可检测堆石体填筑密实度，工程实践证明该检测方法高效便捷、检测精度较高，具有较强的工程应用推广价值。
-
公开(公告)号：CN112884739A
公开(公告)日：2021-06-01
申请号：CN202110191647.7
申请日：2021-02-19
Applicant: 武汉大学
Abstract: 本发明提出了一种基于深度学习网络的堆石体填筑密实度快速检测方法,采用无人机航拍堆石坝填筑过程中的碾压作业面，通过卷积神经网络进行图像处理，获得其颗粒级配曲线，根据颗粒堆积预测模型预测最小孔隙比。采用该方法对在建堆石坝工程的堆石体填筑密实度进行快速检测，实时跟踪检测填筑碾压质量。该方法仅需要通过无人机或其他设备拍摄堆石坝碾压作业面，采用深度学习算法对照片进行图像处理，结合颗粒堆积预测模型，即可检测堆石体填筑密实度，工程实践证明该检测方法高效便捷、检测精度较高，具有较强的工程应用推广价值。
-
公开(公告)号：CN110864662B
公开(公告)日：2020-12-01
申请号：CN201911187085.8
申请日：2019-11-28
Applicant: 武汉大学
IPC: G01B21/32
Abstract: 本发明涉及一种高堆石坝坝体变形的监测方法，包括：将阵列位移计连接形变监测机器人，每个监测机器人形成监测单元，形变监测机器人通过无线传输与数据处理平台连接，多个监测单元依次连接形成监测组件；在坝体高度方向上选取多个水平布设面，在水平布设面设置有平行于顺河向的第一监测组件以及平行于河流宽度方向的第二监测组件，再沿竖直方向布设有多组间隔设置的第三监测组件；数据处理平台接收每个监测点处的形变信息，数据处理平台根据接收到的各监测点上的形变信息进行计算得出顺河向、横河向以及竖直方向的形变量，再将得到的各个方向上的形变量展示给用户。本发明操作简单，获得数据详实，可长期免维护，适用范围广。
-
公开(公告)号：CN110806192B
公开(公告)日：2020-12-01
申请号：CN201911143034.5
申请日：2019-11-20
Applicant: 武汉大学
IPC: G01B21/32
Abstract: 本发明公开了一种高堆石坝内部变形的监测方法，具体指一种通过水平布设监测大坝表面沉降和通过竖直布设监测大坝深层位移的监测方法，这种阵列位移计的布设可以起到监测大坝水平方向上顺河向、横河向、竖直向的位移以及在竖直方向上的深层位移的效果，监测得到的数据资料比较完善。相比于以前大坝监测仪器布设方法，这种布设方法操作简单，获得数据详实，可长期免维护，适用范围广，可以用于200m级以上高坝。该测量装置布设方法的发明有利于该领域大坝位移监测的开展，有利于促进大坝位移监测基础理论方面的研究。
-
公开(公告)号：CN108563911B
公开(公告)日：2020-03-10
申请号：CN201810441710.6
申请日：2018-05-10
Applicant: 武汉大学
Abstract: 本发明提供一种预测原级配筑坝堆石料最小孔隙比的方法，包括：步骤1.对超径粒进行缩尺处理，将原级配堆石料缩尺为试验级配，测得试验级配下堆石料的最小孔隙比；步骤2.选取多个代表粒径，通过最小孔隙比试验得到单一粒径组的堆石料最小孔隙比与其平均粒径的函数表达式；步骤3.将连续的试验级配曲线划分为多段，建立试验级配堆石料最小孔隙比的函数表达式，并使用基于粒子迁徙的粒群算法寻找表达式中形状参数最优解；步骤4.对照试验级配建立原级配堆石料最小孔隙比的函数表达式，并将形状参数的最优解代入该函数表达式计算出原级配筑坝堆石料的最小孔隙比。本方法预测精度高，可以较为便捷和准确地预测原级配筑坝堆石料的最小孔隙比。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
