[发明专利]浆砌石拱坝自动化监测系统有效

专利信息
申请号: 202010517174.0 申请日: 2020-06-09
公开(公告)号: CN111694916B 公开(公告)日: 2022-12-13
发明(设计)人: 张挺;林川;苏燕;翁锴亮;陈佳豪;詹昌洵;李伊璇;朱铠 申请(专利权)人: 福州大学
主分类号: G06F16/29 分类号: G06F16/29;G06F30/13;G06N3/04;G06N3/08;G06Q10/06;G06Q50/06;G01C13/00;G01D21/02;G01K13/02;G01S19/14;G01S19/43
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 丘鸿超;蔡学俊
地址: 350108 福建省福州市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 石拱 自动化 监测 系统
【说明书】:

发明提供了一种浆砌石拱坝自动化监测系统,包括:数据采集模块、数据中心库模块和拱坝安全监测分析预警模块;所述数据采集模块包括:水位传感器、温度传感器和坝体径向位移监测模块;所述数据中心库模块用于存储数据采集模块和拱坝安全监测分析预警模块生成的历史数据;所述拱坝安全监测分析预警模块通过多元线性回归方法和/或LSTM方法和/或高斯过程回归方法和/或卷积神经网络方法对数据采集模块传输的监测数据进行阈值判断以确定是否发出预警信息。其提出砌石拱坝的大坝安全反演模型和预测评估预警系统,通过人工智能方法的运用能够将结构校核时间推进到秒级响应,为大坝的实时安全评估和预测预警分析开辟新路。

技术领域

本发明属于水库大坝安全监测领域,具体涉及一种浆砌石拱坝自动化监测系统。

背景技术

随着科学技术的快速发展以及水库大坝安全运行的实际需求,对于大多数水库大坝存在运行时间长、老化失修严重、大坝结构及抗震安全存在风险等问题,为了保障水库大坝安全运行,安全监测是水库管理的重要组成部分,是掌握水库大坝安全性态的重要手段,是科学调度、安全运行的前提。

对于山区丘陵地带,地形相对狭窄,拱坝因其空间壳状高次静定结构而被优先且广泛选作挡水建筑物;从安全角度看,建设大坝安全监测系统是大坝运作的刚需,是水利工程行业掌握运行期大坝安全程度,及时发现存在的问题和安全隐患的必然趋势,是有效监控大坝工作状态的优势平台;从经济角度看,建设大坝安全监测系统可以实现实时监控,大幅度降低一系列内因与外因造成大坝失事的可能性;在实际运行中,由于现有监测系统没有安全实时预警系统,未能实现全数据的自动采集和实时处理,无法满足电气设备自动控制,导致系统间的集成性差,造成无法实现数据互联共享,且数据资源冗余繁杂,使得管理层不能及时掌握大坝实际情况,影响在台风、暴雨、洪水、高水位等不利工况下的对大坝工作具体调度,严重者将会造成大坝溃坝,危及下游安全。

由于当前没有针对砌石拱坝的大坝安全评价标准、模型算法及实时安全评估预警系统,对管理而言不能及时对大坝工作调度做出及时响应,且非智能化的数据采集或多或少影响数据传输的流程,无法实时处理数据,毫无疑问,这对保障水库大坝安全运行造成了巨大的风险。

发明内容

为了实现对浆砌石拱坝的各种工作状态实时、高精度自动化监控,及时对拱坝安全性进行评估,并做到预测预警反馈,本发明提供了一种浆砌石拱坝自动化监测系统。

本发明具体采用以下技术方案:

一种浆砌石拱坝自动化监测系统,其特征在于,包括:数据采集模块、数据中心库模块和拱坝安全监测分析预警模块;

所述数据采集模块包括:水位传感器、温度传感器和坝体径向位移监测模块;

所述数据中心库模块用于存储数据采集模块和拱坝安全监测分析预警模块生成的历史数据;

所述拱坝安全监测分析预警模块通过多元线性回归方法和/或LSTM方法和/或高斯过程回归方法和/或卷积神经网络方法对数据采集模块传输的监测数据进行阈值判断以确定是否发出预警信息。

优选地,所述拱坝安全监测分析预警模块利用3σ准则置信区间进行测值安全判断。

优选地,所述拱坝安全监测分析预警模块根据HST模型方法建立的多元回归机器学习模型对数据采集模块传输的监测数据进行阈值判断以确定是否发出预警信息。

优选地,所述HST模型方法建立的多元回归机器学习模型将拱坝径向位移按照形成原因,分解为水压分量δH、温度分量δT、时效分量δθ,设模型随机误差为ε,则拱坝径向位移表示为:

δ=δH(t)+δT(t)+δθ(t)+ε

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010517174.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top