[发明专利]一种混凝土大坝监测预警方法及系统在审

专利信息
申请号: 202110689749.1 申请日: 2021-06-21
公开(公告)号: CN113418577A 公开(公告)日: 2021-09-21
发明(设计)人: 许慧琳;乔宏哲;薛军;杨保华 申请(专利权)人: 常州机电职业技术学院
主分类号: G01F23/00 分类号: G01F23/00;G08B31/00
代理公司: 常州市科谊专利代理事务所 32225 代理人: 孙彬
地址: 213100 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 混凝土 大坝 监测 预警 方法 系统
【说明书】:

发明属于大坝安全监测领域,具体涉及一种混凝土大坝监测预警模型及监测预警方法,其中混凝土大坝监测预警的方法包括:获取混凝土大坝监测数据;根据混凝土大坝监测数据计算相应支墩相应监测点的受力比;根据受力比的样本数据计算得到一维空间的最佳投影方向;根据最佳投影方向计算得到混凝土大坝的危险度权重,并根据危险度权重预测混凝土大坝的危险度指数,从而预警以及给出大坝建议蓄水位,实现了对险坝给出建议蓄水位,有利于对事故进行提前防护,同时避免了由人工根据监测数据进行危险判断和预警具有主观性强、随意性大的缺点,同时降低了大坝管理的人力成本。

技术领域

本发明涉及大坝安全监测领域,具体涉及一种混凝土大坝监测预警模型及监测预警方法。

背景技术

大坝安全监测是人们了解大坝运行状态和安全状况的有效手段,也是保证其安全运行的重要措施之一。传统的大坝安全监测大多是采用人工手动测量的,一方面很容易因为人为错误造成数据不准确,监测精度差;另一方面会加大工作人员的劳动强度。随着监测技术的发展和计算机网络技术的进步,大坝安全监测系统也在不断的发展,无线通信应用到大坝安全监测中有很好的前景。

对于监测所得到的数据,目前主要停留在对数据进行采集和存储的阶段,大部分没有达到对数据进行更深入的分析和挖掘的层次,主要使用人工分析,主观性强。有的采用了神经网络进行拟合和预测,但神经网络适用于大数据量,而大坝监测得到的是小数据量,神经网络容易出现过拟合和预测精度不高等问题。

因此,基于上述技术问题,需要设计一种新的混凝土大坝监测预警模型及监测预警方法。

发明内容

本发明的目的是提供一种混凝土大坝监测预警模型及监测预警方法。

为了解决上述技术问题,本发明提供了一种混凝土大坝监测预警模型,包括:

其中,VC为当前混凝土大坝的危险度指数,VC的范围为0-1;w为变换向量;xc为当前混凝土大坝监测参数向量数据;xK为险坝类型C2中的第K个数据;PK为险坝类型C2中的第K个数据的危险度权重;VK为险坝的危险度指数;μ1为混凝土大坝工作正常类别数据在w*向量轴投影后所得到的数据的均值

混凝土大坝的危险度指数VC为0-1之间的数,数值越大并越接近于1则表示混凝土大坝状态接近溃崩;数值越小并越接近于0表示混凝土大坝状态良好。

另一方面,本发明还提供一种混凝土大坝监测预警方法包括:

获取混凝土大坝监测数据;

根据混凝土大坝监测数据获取相应支墩相应监测点的受力比;

根据受力比的样本数据计算得到一维空间的最佳投影方向;

根据最佳投影方向预测混凝土大坝的危险度指数,根据危险度指数对混凝土大坝进行预警并给出混凝土大坝的建议蓄水位。

进一步,所述获取混凝土大坝监测数据的方法包括:

获取混凝土大坝的应力数据和扬压力数据。

进一步,所述相应支墩相应监测点的受力比的计算方法包括:

其中:j为第j个支墩监测点,j=1、2、……;Pj为第j个监测点记录的应力或扬压力值;Pj0为第j个监测点的设计最大允许应力或扬压力值;PRj为相应支墩相应监测点的受力比;xj为第j个支墩监测点的受力比。

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常州机电职业技术学院,未经常州机电职业技术学院许可,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/202110689749.1/2.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