System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 土石坝施工期变形参数反演与位移云图增强现实表达方法技术_技高网

土石坝施工期变形参数反演与位移云图增强现实表达方法技术

技术编号:41403511 阅读:6 留言:0更新日期:2024-05-20 19:29
本发明专利技术提出一种土石坝施工期变形参数反演与位移云图增强现实表达方法,包括,根据大坝的施工现场勘测资料,建立施工期有限元模型,依托工程经验得到待反参数,利用正交实验法对待反参数构造基本参数组合进行有限元计算获取训练样本;利用训练样本,基于CS‑BPNN算法,训练土石坝变形参数反演模型;根据大坝的施工进度、反演参数模型和实测位移数据,对施工各阶段进行大坝变形性态计算与分析,得到反演后的参数并经过有限元计算生成变形位移云图;基于增强现实技术,通过三维注册,将变形位移云图与真实施工场景虚实融合,实现各阶段变性性态的可视化与预测分析。通过本发明专利技术提出的方法,可有效保证土石坝施工安全。

【技术实现步骤摘要】

本专利技术属于水利工程土石坝施工领域。


技术介绍

1、土石坝是一种由坝址附近开采的土石料或混合料以碾压等施工方式填筑的挡水坝。土石坝是目前最为广泛的坝型,其具有结构设计简单、工程造价低、对变形和地基的适应性强、施工工艺要求低等特点。由于土石坝坝体和坝基材料的变形特性,大坝多年以后变形才能达到稳定。实际工程中虽然布置变形监测点可以获得真实变形数值,但监测点无法遍及大坝每一处,只能体现大坝的局部变形,对大坝的安全评价存在一定的影响。在大坝的安全评价中,常采用数值模拟的方法研究大坝的变形性态,而参数的合理程度是影响数值模拟准确性的关键因素。目前,基于实测变形数据的参数反演分析成为参数确定的主要方法之一。传统的参数反演的方法存在反演效率低、收敛慢等问题,本专利技术提出了基于cs-bpnn算法解决了以上问题。然后利用参数反演结果进行有限元计算模拟得到计算云图,预测监测点外的土石坝变形形态情况。基于增强现实技术,通过跟踪注册和虚实结合实现变形位移云图和真实施工场景的结合,实现变形性态的可视化表达。


技术实现思路

1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此,本专利技术的目的在于提出一种土石坝施工期变形参数反演与位移云图增强现实表达方法,用于实现监测点外的土石坝各阶段变性性态的可视化与预测分析。

3、为达上述目的,本专利技术第一方面实施例提出了一种土石坝施工期变形参数反演与位移云图增强现实表达方法,包括:

4、根据大坝的施工现场勘测资料,建立施工期有限元模型,依托工程经验得到待反参数,利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本;

5、利用所述训练样本,基于cs-bpnn算法,训练土石坝变形参数反演模型;

6、根据所述大坝的施工进度、所述反演参数模型和实测位移数据,对施工各阶段进行大坝变形性态计算与分析,得到反演后的参数并经过有限元计算生成变形位移云图;

7、基于增强现实技术,通过三维注册,将所述变形位移云图与真实施工场景虚实融合,实现各阶段变性性态的可视化与预测分析。

8、另外,根据本专利技术上述实施例的一种土石坝施工期变形参数反演与位移云图增强现实表达方法还可以具有以下附加的技术特征:

9、进一步地,在本专利技术的一个实施例中,所述根据大坝的施工现场勘测资料,建立施工期有限元模型,依托工程经验得到待反参数,利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本,包括,

10、根据现场勘测资料,建立施工期有限元模型,

11、根据工程经验和有关位移敏感性分析成果,确定需要反演的待反参数k、n、k_b、m,

12、根据所述待反参数利用正交实验构造训练参数组进行有限元计算生成位移样本。

13、进一步地,在本专利技术的一个实施例中,所述利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本,包括:

14、明确试验目的,确定待反演参数的范围,确定实验的影响因子k、n、kb、m;确定每个影响因子的水平数;

15、根据所述每个影响因子的水平数选择合适的正交表,进行表头设计,进行试验;

16、对所述实验的结果进行统计分析,获取训练参数组;

17、将所述训练参数组进行有限元计算生成位移训练样本。

18、进一步地,在本专利技术的一个实施例中,所述利用所述训练样本,基于cs-bpnn算法,训练土石坝变形参数反演模型,包括:

19、对所述训练样本进行预处理,并在相同的模拟条件下计算预选测量点处的相应沉降位移;

20、将预处理后的参数样本输入网络训练的学习集,以建立cs-bpnn参数的反分析,获取合理的参数反演模型;

21、将监测点得到的位移实测数值导入已建立的cs-bpnn模型,即可得到需要反演的参数,将得到的反演参数进行有限元计算得到的位移数值与监测值进行对比确定其合理性。

22、进一步地,在本专利技术的一个实施例中,所述基于增强现实技术,通过三维注册,将所述变形位移云图与真实施工场景虚实融合,实现各阶段变性性态的可视化与预测分析,包括:

23、通过摄像头获取被测目标的多帧视频图像进行处理并解算出位姿估计信息;

24、求解所述变形位移云图的位姿估计,通过坐标转换将所述变形位移云图准确定位到真实施工场景中,然后在对应帧视频图像中渲染所述变形位移云图;

25、利用orb算法获取多帧视频图像中土石坝施工场景的特征数据与所述变形位移云图的特征数据进行匹配,实现虚实融合,获得增强现实的效果。

26、为达上述目的,本专利技术第二方面实施例提出了一种土石坝施工期变形参数反演与位移云图增强现实表达装置,包括以下模块:

27、获取模块,用于根据大坝的施工现场勘测资料,建立施工期有限元模型,依托工程经验得到待反参数,利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本;

28、训练模块,用于利用所述训练样本,基于cs-bpnn算法,训练土石坝变形参数反演模型;

29、生成模块,用于根据所述大坝的施工进度、所述反演参数模型和实测位移数据,对施工各阶段进行大坝变形性态计算与分析,得到反演后的参数并经过有限元计算生成变形位移云图;

30、增强模块,用于基于增强现实技术,通过三维注册,将所述变形位移云图与真实施工场景虚实融合,实现各阶段变性性态的可视化与预测分析。

31、进一步地,在本专利技术的一个实施例中,所述获取模块,还用于:

32、根据现场勘测资料,建立施工期有限元模型,

33、根据工程经验和有关位移敏感性分析成果,确定需要反演的待反参数k、n、k_b、m,

34、根据所述待反参数利用正交实验构造训练参数组进行有限元计算生成位移样本。

35、进一步地,在本专利技术的一个实施例中,所述获取模块,还用于:

36、明确试验目的,确定待反演参数的范围,确定实验的影响因子k、n、kb、m;确定每个影响因子的水平数;

37、根据所述每个影响因子的水平数选择合适的正交表,进行表头设计,进行试验;

38、对所述实验的结果进行统计分析,获取训练参数组;

39、将所述训练参数组进行有限元计算生成位移训练样本。

40、进一步地,在本专利技术的一个实施例中,所述训练模块,还用于:

41、对所述训练样本进行预处理,并在相同的模拟条件下计算预选测量点处的相应沉降位移;

42、将预处理后的参数样本输入网络训练的学习集,以建立cs-bpnn参数的反分析,获取合理的参数反演模型;

43、将监测点得到的位移实测数值导入已建立的cs-bpnn模型,即可得到需要反演的参数,将得到的反演参数进行有限元计算得到的位移数值与监测值进行对比确定其合理性。

本文档来自技高网...

【技术保护点】

1.一种土石坝施工期变形参数反演与位移云图增强现实表达方法,其特征在于,包括以下步骤,

2.根据权利要求1所述的方法,其特征在于,所述根据大坝的施工现场勘测资料,建立施工期有限元模型,依托工程经验得到待反参数,利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本,包括,

3.根据权利要求1所述的方法,其特征在于,所述利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本,包括:

4.根据权利要求1所述的方法,其特征在于,所述利用所述训练样本,基于CS-BPNN算法,训练土石坝变形参数反演模型,包括:

5.根据权利要求1所述的方法,其特征在于,所述基于增强现实技术,通过三维注册,将所述变形位移云图与真实施工场景虚实融合,实现各阶段变性性态的可视化与预测分析,包括:

6.一种土石坝施工期变形参数反演与位移云图增强现实表达装置,其特征在于,包括以下模块,

7.根据权利要求6所述的装置,其特征在于,所述获取模块,还用于:

8.根据权利要求6所述的装置,其特征在于,所述获取模块,还用于:

9.根据权利要求6所述的装置,其特征在于,所述训练模块,还用于:

10.根据权利要求6所述的装置,其特征在于,所述增强模块,还用于:

...

【技术特征摘要】

1.一种土石坝施工期变形参数反演与位移云图增强现实表达方法,其特征在于,包括以下步骤,

2.根据权利要求1所述的方法,其特征在于,所述根据大坝的施工现场勘测资料,建立施工期有限元模型,依托工程经验得到待反参数,利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本,包括,

3.根据权利要求1所述的方法,其特征在于,所述利用正交实验法对所述待反参数构造基本参数组合进行有限元计算获取训练样本,包括:

4.根据权利要求1所述的方法,其特征在于,所述利用所述训练样本,基于cs-bpnn算法,训练土石坝变形参数反演模型,包括:

<...

【专利技术属性】
技术研发人员:汪军高英张社荣江永安王超张海龙王枭华刘建龙王凯航张扬谭金林屈志刚王帅李华山王新平张丽娜窦乙峰王永飞方祥宇赵宇翔
申请(专利权)人:河南水投袁湾水库工程有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1