基于大数据的大坝变形监测管理系统及方法
文献发布时间:2024-04-18 19:58:53
技术领域
本发明涉及变形监测技术领域,具体为基于大数据的大坝变形监测管理系统及方法。
背景技术
大坝指截河拦水的堤堰,水库、江河等的拦水大堤,大坝变形监测是指利用测量方法和各种传感器,连续或周期性监测大坝的水平位移、垂直位移、裂缝和应力等变形要素。
现今,在对大坝的变形情况进行监测时,主要通过人工观测大坝整体或局部的变形量以获取大坝在各种因素影响下变形量大小和分布的变化规律,从而了解大坝在运行期间的变形情况,但人工监测无法做到实时有效,导致监测结果与实际情况存在差异,以及现有系统利用相关仪器对大坝变形情况进行监测时,容易受环境因素的影响,即相关仪器的每一次移动都要对其进行校准处理,过程较为复杂,且精度较低。
发明内容
本发明的目的在于提供基于大数据的大坝变形监测管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于大数据的大坝变形监测管理方法,所述方法包括:
步骤一:利用无人机和水下机器人对大坝坝体全域的坝面图像进行采集,基于采集的坝面图像,判断大坝坝面是否存在贯穿性裂缝;
步骤二:根据大坝中水源对坝面产生的压力,以及环境温度对坝面裂缝产生的作用力,对坝面各受损位置的开裂速率进行预测;
步骤三:根据步骤二中预测的受损坝面的开裂速率,对坝体的变形情况进行确定;
步骤四:根据步骤三中确定的坝体的变形情况,对大坝变形情况进行监管。
进一步的,所述步骤一利用无人机分别对大坝坝体迎水面和背水面的坝面图像进行采集,利用水下机器人对大坝坝体在水下的迎水面坝面图像进行采集,将水下机器人采集的迎水面坝面图像与无人机采集的迎水面坝面图像进行融合处理,得到完整的大坝坝体迎水面的坝面图像,对背水面坝面图像和完整的迎水面坝面图像进行边缘锐化和灰度处理,图像的边缘锐化和灰度处理为现有技术,基于处理结果,对坝面受损位置进行标记,对坝面在各标记位置的受损长度、最大受损宽度和受损方向进行获取;
若标记的受损位置位于坝体迎水面,则将标记的受损位置对应的获取信息放入集合A中,若标记的受损位置位于大坝背水面,则将标记的受损位置对应的获取信息放入集合B中;
若采集的背水面坝面图像中标记的受损位置有水渗出,则判断对应标记位置为贯穿性裂缝,反之,则初步判断对应标记位置为非贯穿性裂缝,以采集的背水面坝面图像和完整的迎水面坝面图像的对角线交点作为叠合点,对背水面坝面图像和完整的迎水面坝面图像进行叠合处理,若迎水面坝面图像和背水面坝面图像中标记的受损位置存在重合,且受损方向相同,则判断迎水面坝面和背水面坝面在对应标记位置构成贯穿性裂缝,反之,则判断迎水面坝面和背水面坝面在对应标记位置不构成贯穿性裂缝。
进一步的,所述步骤二包括:
Ⅰ:利用
根据计算的水压力P
扩展有限元法用于解决裂纹、孔洞、夹杂等间断问题最有效的数值方法;
Ⅱ:对坝体所在位置的环境温度进行获取,利用W=τ*(S+0.25T)*E对坝体背水面受损位置、以及坝体迎水面中未浸入水源的受损位置受到的温度应力进行计算,利用
同理,对大坝背水面中编号为j的受损位置因温度应力作用而产生的裂缝扩展速率f
Ⅲ:根据步骤一中对贯穿性裂缝和非贯穿性裂缝的判断结果,对于贯穿性裂缝,贯穿性裂缝对应的大坝背水面标记的受损位置受水压力和温度应力的共同作用,对于非贯穿性裂缝,非贯穿性裂缝对应的大坝背水面标记的受损位置仅受温度应力的作用,对坝面各受损位置对应的开裂速率进行预测,具体的预测公式为:
G
g
其中,j=1,2,…,m,表示大坝背水面标记的受损位置对应的编号,m表示大坝背水面标记的受损位置总数,G
进一步的,对坝面中各受损位置对应的开裂速率,与对应受损位置的最大受损宽度之间的乘积分别进行计算,得到对应受损位置在各时刻的最大受损宽度M,结合坝面中各受损位置之间的位置关系,对坝体的变形系数进行计算,具体的计算公式为:
其中,M
进一步的,所述步骤四将步骤三中计算的坝体变形系数与临界变形系数进行比较,若坝体变形系数≥临界变形系数,则需要对大坝进行安全维护,若坝体变形系数<临界变形系数,则无需对大坝进行安全维护。
基于大数据的大坝变形监测管理系统,所述系统包括裂缝类型判断模块、受损位置开裂速率预测模块、大坝变形监测模块和大坝监管模块;
所述裂缝类型判断模块用于判断大坝坝面中各受损位置的裂缝类型是否为贯穿性裂缝;
所述受损位置开裂速率预测模块用于对大坝坝面中各受损位置的开裂速率进行预测;
所述大坝变形监测模块用于对坝体的变形情况进行监测;
所述大坝监管模块用于根据大坝变形监测模块监测的坝体变形情况,选择是否对坝体进行维护管理。
进一步的,所述裂缝类型判断模块包括信息获取单元、第一判断单元和第二判断单元;
所述信息获取单元利用无人机和水下机器人对坝体迎水面和背水面的完整坝面图像进行采集,基于采集的坝面图像,对坝面在各标记位置的受损长度、最大受损宽度和受损方向进行获取,并将采集的坝面图像传输至第一判断单元和第二判断单元,将获取信息传输至受损位置开裂速率预测模块;
所述第一判断单元对信息获取单元传输的采集的坝面图像进行接收,根据采集的背水面坝面图像中标记的受损位置是否有水渗出,对对应受损位置是否为贯穿性裂缝进行判断,若判断为非贯穿性裂缝,则将非贯穿性裂缝对应的标记位置传输至第二判断单元,将贯穿性裂缝对应的标记位置传输至受损位置开裂速率预测模块;
所述第二判断单元对信息获取单元传输的采集的迎水面坝面图像,以及第一判断单元传输的标记位置进行接收,以采集的背水面坝面图像和完整的迎水面坝面图像的对角线交点作为叠合点,对背水面坝面图像和完整的迎水面坝面图像进行叠合处理,结合重合的受损位置的受损方向,判断对应标记的受损位置是否为贯穿性裂缝,并贯穿性裂缝对应的标记位置传输至受损位置开裂速率预测模块。
进一步的,所述受损位置开裂速率预测模块包括水压力计算单元、温度应力计算单元、裂缝扩展速率获取单元和受损位置开裂速率预测单元;
所述水压力计算单元对坝体迎水面中各标记位置受到的水压力进行计算,并将计算结果传输至裂缝扩展速率获取单元;
所述温度应力计算单元对坝体背水面中标记的各受损位置、以及坝体迎水面中各标记的各受损位置受到的温度应力进行计算,并将计算结果传输至裂缝扩展速率获取单元;
所述裂缝扩展速率获取单元对水压力计算单元和温度应力计算单元传输的计算结果,以及信息获取单元传输的获取信息进行接收,结合扩展有限元法对坝体迎水面中标记的各受损位置因水压力作用而产生的裂缝扩展速率,以及大坝背水面和坝体迎水面中标记的各受损位置因温度应力作用而产生的裂缝扩展速率进行获取,并将获取信息传输至受损位置开裂速率预测单元;
所述受损位置开裂速率预测单元对裂缝扩展速率获取单元传输的获取信息,以及第一判断单元和第二判断单元传输的贯穿性裂缝对应的标记位置进行接收,基于接收信息,对坝面各受损位置对应的开裂速率进行预测,并将预测结果传输至大坝变形监测模块。
进一步的,所述大坝变形监测模块对受损位置开裂速率预测单元传输的预测结果,以及信息获取单元传输的获取信息进行接收,基于接收信息,对坝体的变形系数进行计算,并将计算结果传输至大坝监管模块。
进一步的,所述大坝监管模块对大坝变形监测模块传输的计算结果进行接收,将接收坝体变形系数与临界变形系数进行比较,根据比较结果选择是否对大坝进行维护管理。
与现有技术相比,本发明所达到的有益效果是:
1.本发明通过坝体中标记的各受损位置受到的水压力和温度应力,对各受损位置对应的开裂速率进行预测,相较于现有技术中通过相关测量仪器对大坝的变形情况进行监测而言,过程更为简单,且能够对水下坝面的变形情况进行监测,提高了系统的使用范围。
2.本发明通过坝面标记的各受损位置的裂缝宽度增加量对大坝的变形情况进行监测,且在监测过程中,考虑到网状裂缝会加速裂缝的扩展速率,进一步提高了系统的监测精度。
3.本发明在对大坝变形情况进行确定的过程中,考虑到贯穿性裂缝会受到水压力和温度应力的共同作用,且通过扩展有限元法对各受损位置的裂缝扩展速率进行预测,提高了相关数据的处理精度,保证系统能够对大坝的实时变形情况进行有效确定,进一步提高了系统的监管效果。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于大数据的大坝变形监测管理系统及方法的工作流程示意图;
图2是本发明基于大数据的大坝变形监测管理系统及方法的工作原理结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1和图2,本发明提供技术方案:基于大数据的大坝变形监测管理方法,方法包括:
步骤一:利用无人机和水下机器人对大坝坝体全域的坝面图像进行采集,基于采集的坝面图像,判断大坝坝面是否存在贯穿性裂缝;
步骤一所述步骤一利用无人机分别对大坝坝体迎水面和背水面的坝面图像进行采集,利用水下机器人对大坝坝体在水下的迎水面坝面图像进行采集,将水下机器人采集的迎水面坝面图像与无人机采集的迎水面坝面图像进行融合处理,融合后的背水面坝面图像与迎水面坝面图像的各参数均一致,得到完整的大坝坝体迎水面的坝面图像,对背水面坝面图像和完整的迎水面坝面图像进行边缘锐化和灰度处理,图像的边缘锐化和灰度处理为现有技术,基于处理结果,对坝面受损位置进行标记,对坝面在各标记位置的受损长度、最大受损宽度和受损方向进行获取;
若标记的受损位置位于坝体迎水面,则将标记的受损位置对应的获取信息放入集合A中,若标记的受损位置位于大坝背水面,则将标记的受损位置对应的获取信息放入集合B中;
若采集的背水面坝面图像中标记的受损位置有水渗出,则判断对应标记位置为贯穿性裂缝,反之,则初步判断对应标记位置为非贯穿性裂缝,以采集的背水面坝面图像和完整的迎水面坝面图像的对角线交点作为叠合点,对背水面坝面图像和完整的迎水面坝面图像进行叠合处理,若迎水面坝面图像和背水面坝面图像中标记的受损位置存在重合,且受损方向相同,则判断迎水面坝面和背水面坝面在对应标记位置构成贯穿性裂缝,反之,则判断迎水面坝面和背水面坝面在对应标记位置不构成贯穿性裂缝。
步骤二:根据大坝中水源对坝面产生的压力,以及环境温度对坝面裂缝产生的作用力,对坝面各受损位置的开裂速率进行预测;
步骤二包括:
Ⅰ:利用
根据计算的水压力P
扩展有限元法用于解决裂纹、孔洞、夹杂等间断问题最有效的数值方法;
Ⅱ:对坝体所在位置的环境温度进行获取,利用W=τ*(S+0.25T)*E对坝体背水面受损位置、以及坝体迎水面中未浸入水源的受损位置受到的温度应力进行计算,坝体背水面受损位置受到的温度应力计算公式与坝体迎水面中未浸入水源的受损位置受到的温度应力的计算公式相同,利用
同理,根据计算的温度应力W,以及各受损位置对应的受损长度、最大受损宽度、受损方向和对应受损位置的图像信息,通过扩展有限元法对坝体背水面中编号为j的受损位置的裂缝扩展情况、以及坝体迎水面中编号为i的受损位置的裂缝扩展进行模拟,基于模拟结果,对大坝背水面中编号为j的受损位置因温度应力作用而产生的裂缝扩展速率f
Ⅲ:根据步骤一中对贯穿性裂缝和非贯穿性裂缝的判断结果,对于贯穿性裂缝,贯穿性裂缝对应的大坝背水面标记的受损位置受水压力和温度应力的共同作用,对于非贯穿性裂缝,非贯穿性裂缝对应的大坝背水面标记的受损位置仅受温度应力的作用,对坝面各受损位置对应的开裂速率进行预测,具体的预测公式为:
G
g
其中,j=1,2,…,m,表示大坝背水面标记的受损位置对应的编号,m表示大坝背水面标记的受损位置总数,G
步骤三:根据步骤二中预测的受损坝面的开裂速率,对坝体的变形情况进行确定;
对坝面中各受损位置对应的开裂速率,与对应受损位置的最大受损宽度之间的乘积分别进行计算,得到对应受损位置在各时刻的最大受损宽度M,结合坝面中各受损位置之间的位置关系,对坝体的变形系数进行计算,具体的计算公式为:
其中,M
步骤四:根据步骤三中确定的坝体的变形情况,对大坝变形情况进行监管。
步骤四将步骤三中计算的坝体变形系数与临界变形系数进行比较,若坝体变形系数≥临界变形系数,则需要对大坝进行安全维护,若坝体变形系数<临界变形系数,则无需对大坝进行安全维护。
基于大数据的大坝变形监测管理系统,系统包括裂缝类型判断模块、受损位置开裂速率预测模块、大坝变形监测模块和大坝监管模块;
裂缝类型判断模块用于判断大坝坝面中各受损位置的裂缝类型是否为贯穿性裂缝;
裂缝类型判断模块包括信息获取单元、第一判断单元和第二判断单元;
信息获取单元利用无人机和水下机器人对坝体迎水面和背水面的完整坝面图像进行采集,基于采集的坝面图像,对坝面在各标记位置的受损长度、最大受损宽度和受损方向进行获取,并将采集的坝面图像传输至第一判断单元和第二判断单元,将获取信息传输至受损位置开裂速率预测模块;
第一判断单元对信息获取单元传输的采集的坝面图像进行接收,根据采集的背水面坝面图像中标记的受损位置是否有水渗出,对对应受损位置是否为贯穿性裂缝进行判断,若判断为非贯穿性裂缝,则将非贯穿性裂缝对应的标记位置传输至第二判断单元,将贯穿性裂缝对应的标记位置传输至受损位置开裂速率预测模块;
第二判断单元对信息获取单元传输的采集的迎水面坝面图像,以及第一判断单元传输的标记位置进行接收,以采集的背水面坝面图像和完整的迎水面坝面图像的对角线交点作为叠合点,对背水面坝面图像和完整的迎水面坝面图像进行叠合处理,结合重合的受损位置的受损方向,判断对应标记的受损位置是否为贯穿性裂缝,并贯穿性裂缝对应的标记位置传输至受损位置开裂速率预测模块。
受损位置开裂速率预测模块用于对大坝坝面中各受损位置的开裂速率进行预测;
受损位置开裂速率预测模块包括水压力计算单元、温度应力计算单元、裂缝扩展速率获取单元和受损位置开裂速率预测单元;
水压力计算单元对坝体迎水面中各标记位置受到的水压力进行计算,并将计算结果传输至裂缝扩展速率获取单元;
温度应力计算单元对坝体背水面中标记的各受损位置、以及坝体迎水面中各标记的各受损位置受到的温度应力进行计算,并将计算结果传输至裂缝扩展速率获取单元;
裂缝扩展速率获取单元对水压力计算单元和温度应力计算单元传输的计算结果,以及信息获取单元传输的获取信息进行接收,结合扩展有限元法对坝体迎水面中标记的各受损位置因水压力作用而产生的裂缝扩展速率,以及大坝背水面和坝体迎水面中标记的各受损位置因温度应力作用而产生的裂缝扩展速率进行获取,并将获取信息传输至受损位置开裂速率预测单元;
受损位置开裂速率预测单元对裂缝扩展速率获取单元传输的获取信息,以及第一判断单元和第二判断单元传输的贯穿性裂缝对应的标记位置进行接收,基于接收信息,对坝面各受损位置对应的开裂速率进行预测,并将预测结果传输至大坝变形监测模块。
大坝变形监测模块用于对坝体的变形情况进行监测;
大坝变形监测模块对受损位置开裂速率预测单元传输的预测结果,以及信息获取单元传输的获取信息进行接收,基于接收信息,对坝体的变形系数进行计算,并将计算结果传输至大坝监管模块。
大坝监管模块用于根据大坝变形监测模块监测的坝体变形情况,选择是否对坝体进行维护管理。
大坝监管模块对大坝变形监测模块传输的计算结果进行接收,将接收坝体变形系数与临界变形系数进行比较,根据比较结果选择是否对大坝进行维护管理。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
- 基于大数据平台的大坝变形预测方法
- 一种基于时间序列预测模型的大坝变形监测分析方法