CN106932484A - 一种基于光纤传感器的河床特性的测量方法 - Google Patents
一种基于光纤传感器的河床特性的测量方法 Download PDFInfo
- Publication number
- CN106932484A CN106932484A CN201710301982.1A CN201710301982A CN106932484A CN 106932484 A CN106932484 A CN 106932484A CN 201710301982 A CN201710301982 A CN 201710301982A CN 106932484 A CN106932484 A CN 106932484A
- Authority
- CN
- China
- Prior art keywords
- soil
- sand
- vibrating
- vibrating arm
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0231—Composite or layered materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种基于光纤传感器的河床特性的测量方法,其特征在于,包括如下步骤:S1:制作振动传感器;S2:构建砂土模型;S3:根据所述砂土模型模拟分析所述振动传感器在砂土中的动态特性,根据各种砂土的参考刚度数据,建立振动传感器的振动特性与砂土的物理特性之间的关系;S4:将振动传感器插入实际土层中,将测得的振动传感器的振动特性与砂土模型的物理特性进行比较,得出各土层厚度和地基土刚度,推断出土的类别。本申请采用光纤光栅制作振动传感器对河床特性进行测量,大大减少人力物力的投入并提高操作的安全性。
Description
技术领域
本发明涉及地质检测技术领域,具体涉及一种基于光纤传感器的河床特性的测量方法。
背景技术
光纤传感器技术的应用为分析地下土参数提供了新的技术和方法。尤其是FBG(Fiber Bragg Grating)传感器应用更为广泛,FBG传感器具有灵敏度高、远距离测量、抗电磁干扰性好等优点,因此被广泛应用于地质检测等领域。
目前,对河流淤积量的测量主要有以下几种:
1)经纬仪测记法
经纬仪测量水下地形是根据陆地上布设的控制点,利用船艇航行在水面上测定水下地形点的水深和平面位置来实现的。
2)SAR(synthetic aperture radar)
SAR法是根据星载合成孔径雷达的浅海水下地形和水深成像机理,建立浅海水下地形和水深雷达后向散射截面仿真模型。
3)GPS和GIS技术
GPS(global positioning system,全球定位系统)和GIS(geographicinformation system,地理信息系统)的应用在测量的精度、速度、效率等方面都明显优于传统方法。
但是,经纬仪测记法用于小河道的测深定位简单方便,但作业时会阻止其他船艇的正常航行。而借助SAR的水下地形测量目前仅限于尝试阶段,要提高测量精度,受制条件较多,尚不够成熟。GPS和GIS技术对测量方案的讨论,没有考虑泥沙的淤积特性,而仅是站在测量的角度上探讨。
有鉴于上述的缺陷,本设计人,积极加以研究创新,以期创设一种基于光纤传感器的河床特性的测量方法,使其更具有产业上的利用价值。
发明内容
为解决上述技术问题,本发明的目的是提供一种基于光纤传感器的河床特性的测量方法。
本发明的一种基于光纤传感器的河床特性的测量方法,包括如下步骤:
S1:制作振动传感器,
S2:构建砂土模型,
S3:根据所述砂土模型模拟分析所述振动传感器在砂土中的动态特性,根据各种砂土的参考刚度数据,建立振动传感器的振动特性与砂土的物理特性之间的关系,
S4:将振动传感器插入实际土层中,将测得的振动传感器的振动特性与砂土模型的物理特性进行比较,得出各土层厚度和地基土刚度,推断出土的类别。
进一步的,所述步骤S1中的振动传感器包括振动杆、贴合于所述振动杆上的光纤光栅和与光纤光栅连接的光纤电缆,通过测量所述光纤光栅中心波长的变化得到振动杆上应变的变化规律,振动杆上应变和波长的变化满足:
其中,ε为振动杆上的应变,λB为FBG的中心波长,△λB为波长的偏移量,GF为应变系数;
在振动杆插入砂土中的某一深度处,没有埋入土中的部分为一段悬臂梁,振动杆的基础频率ω与悬臂梁l之间的关系为:
其中,ρ,A,E和I分别是振动杆的密度,横截面面积,弹性模量和惯性矩;
因悬臂梁的固结点并非在土体与空气交界面,而是在土体下一部分深度。通过反复实验推断出悬臂梁真正的固结点并在计算公式中加以修正,因此,振动杆的基础频率ω与悬臂梁的长度l的关系为:
其中,L,ρ,A,E和I分别是振动杆的总长,密度,横截面面积,弹性模量和惯性矩,c为修正系数。
进一步的,所述振动杆为密度为2.54g/cm-3的铝合金杆件。
进一步的,所述步骤S2中构建砂土模型为通过运用Winkler地基模型来构建砂土模型,埋入砂土中的部分振动杆的压力强度p(x)为:
p(x)=K*x,
其中,K为土体的变形常数,x为振动杆的埋入深度;
运用Winkler地基模型,将K进一步用能够反映土体特性的Ki来分析,根据分析结果埋入土中的振动杆的振动特性Ki为:
Ki=k*xiDa,(1)
其中,xi是埋入土的深度,k*是地基土刚度,D是振动杆的直径,a相邻土体的距离;
建立所述振动传感器的基础频率和土体刚度矩阵之间的关系模型,其数学表达式为:
||k-ω2m||=0,(2)
其中m是单元质量矩阵,k是单元刚度矩阵,0是零向量,ω为振动频率;
解出刚度矩阵,确定能够反映土的物理特性的地基土刚度k*的参数,从而判断出土的特性。
进一步的,所述步骤S3包括:
将所要进行测量的实验土加入到实验箱;
并将振动传感器插入实验箱中;
记录传感器插入的深度;
在实验箱中加入用于模拟河床的水,静置至砂土、振动传感器和水处于相对稳定的状态;
对振动传感器施加一个用于模拟河水冲击的初始力,并使其做自由振动,并记录土层深度、振动频率,应用所构建的Winkler地基模型得出地基土刚度。
进一步的,所述步骤S4具体为先参阅砂土物理特性的标准参考数据,运用Winkler地基模型解出单一特性地基土刚度k*的数学模型,推断出单一特性土与其物理特性之间的关系,再通过振动传感器测量得出实际土中各土层厚度及地基土刚度,通过与标准参考数据值进行比较推断出土的类别。
借由上述方案,本发明至少具有以下优点:
本发明采用光纤光栅制作振动传感器对河床特性进行测量,大大减少人力物力的投入并提高操作的安全性,在有风吹或水流稍大的时候,本发明无需人为加载振动传感器的初始力,借助风或水流的作用即可完成,有效节约检测成本。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本发明所制作的振动传感器置于砂土中的结构示意图;
图2是本发明振动杆的基础频率与悬臂梁长度间的关系图;
图3是本发明构建的Winkler地基模型示意图;
图4是本发明所搭建的实验平台;
图5是本发明分层土的测试情况;
图6是本发明不同土的地基土刚度;
图7是两层土的振动特性。
其中:
1是振动传感器、101是振动杆、102是FBG传感器、103是光纤电缆、2是砂土、201是第一土层、202是第二土层、203是第n土层、3是计算机、4是解调器、5是实验箱。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参见附图1至7,本发明一较佳实施例所述的一种基于光纤传感器的河床特性的测量方法,包括如下步骤:
S1:制作振动传感器1,
S2:构建砂土模型,
S3:根据所述砂土模型模拟分析所述振动传感器在砂土中的动态特性,根据各种砂土的参考刚度数据,建立振动传感器的振动特性与砂土的物理特性之间的关系,
S4:将振动传感器插入实际土层中,将测得的振动传感器的振动特性与砂土模型的物理特性进行比较,得出各土层厚度和地基土刚度,推断出土的类别。
所述步骤S1中制作的振动传感器1,要求能通过测量振动杆的基础频率以及杆件自身参数获取被测泥沙相关的特性参数。因此,所选用的振动杆101要有一定的韧性及较高的抗剪强度,本实施例优先选用密度为2.54g/cm-3的铝合金杆件作为振动杆101。在所选用的振动杆101上贴上分布式光纤光栅本实施例优选FBG传感器,所述FBG传感器连接有光纤电缆103,如图1所示。通过测量所选用的振动杆中心波长的变化得到振动杆上应变的变化规律。振动杆上应变和波长的变化满足:
其中,ε为振动杆上的应变,λB为FBG的中心波长,△λB为波长的偏移量,GF为应变系数。
在振动杆插入砂土中的某一深度处,没有埋入土中的部分为一段悬臂梁,振动杆的基础频率ω与悬臂梁l之间的关系为:
其中,ρ,A,E和I分别是振动杆的密度,横截面面积,弹性模量和惯性矩;
而悬臂梁的固结点并非在土与空气交界面,而是在土体下一部分深度。通过反复实验推断出振动杆真正的固结点并在计算公式中加以修正,实验情况如附图2所示,因此,振动杆的基础频率ω与悬臂梁的长度l的关系为:
其中,L,ρ,A,E和I分别是振动杆的总长,密度,横截面面积,弹性模量和惯性矩,c为修正系数。
所述步骤S2中所运用的Winkler地基模型是文克勒模型是捷克工程师Winkler于1867年在计算铁路路轨时提出的一个地基模型。该模型假定地基土表面上任一点处的变形s与与该点所承受的压力强度p成正比,而与作用在其它点的应力无关。Winkler地基模型的特点是把土体视为由一系列侧面无摩擦的土柱或彼此独立的弹簧组成,其变形具有弹簧变形的特点,相邻弹簧之间变形互不影响,即地基仅在荷载作用区域下产生与基底压力成正比的沉降变形,在区域外的变形为零。因此,可用Winkler地基模型分析振动传感器在砂土中的动态特性。
本发明所述步骤S2中所构建的Winkler模型如附图3所示,振动传感器的总长为L,悬臂梁的长度为l,埋入砂土中的一段采用Winkler地基模型来描述其工作原理。
假设土体的变形常数为K,振动杆的埋入深度为x,则埋入砂土中的部分振动杆的压力强度p(x)为:
p(x)=K*x,
运用Winkler地基模型,埋入砂土中的振动杆的振动情况可以用n个刚度为Ki的离散的弹簧构成,即:将K进一步用能够反映土体特性的Ki来分析,根据分析结果埋入土中的振动杆的振动特性Ki为:
Ki=k*xiDa,(1)
其中,xi是埋入土的深度,k*是地基土刚度,D是振动杆的直径,a相邻土体的距离;
而振动杆的能量表达式为:
其中,m是单元质量矩阵,k是单元刚度矩阵,0是零向量,和v分别是振动杆的加速度向量和位移向量。
杆件的振动表达式为:
其中,是幅值,θ是初相位。
将(3)式代入(2)式可得:
因此,通过解此特征方程可得振动传感器的基础频率ω和土体刚度矩阵之间的关系模型,其数学表达式为:
||k-ω2m||=0,(4)
解出刚度矩阵,确定能够反映土的物理特性的地基土刚度k*的参数,从而判断出砂土的物理特性。
所述步骤S3包括对单一土和分层土两部分测试实验。
搭建如附图4所示的实验平台,所搭建的实验平台为:在平台上放置实验箱5,所述振动传感器置于实验箱中,振动传感器1的通过光纤电缆103连接解调器4,所述解调器4与具有数据处理功能的计算机3进行数据传输,在对单一土进行实验时,将单一土加入到实验箱,并将振动传感器垂直插入其中。记录传感器插入的深度。箱中灌入水(用于模拟河床),静置片刻至砂土、振动传感器和水达到相对稳定状态。然后对振动杆顶端施加一个初始力(用于模拟河水的冲击),然后放松,使振动杆做自由振动。记录下此时的土层深度、振动频率,应用Winkler地基模型求得能够反应土特性的地基土刚度。改变传感器不同的埋入深度,依照同样的实验方法,获取在不同深度、同一种土的地基土刚度,如附图6所示的实验得到的不同土的地基土刚度。
在对分层土进行实验时,搭建如附图4所示的实验平台,在单一土测量的基础上,在实验箱中分层加入不同的单一土如:不同厚度的第一土层201、第二土层202……第n土层203,如附图5所示。按照对单一特性土的测试方法进行测试,灌水、静置,然后使振动杆做自由振动。记录在不同深度时的振动频率,并应用Winkler地基模型得到此时的地基土刚度。最后,与单一土的地基土刚度作对比,即可判断得出每一层土的分类,并且由得到的变化曲线还可推断出每一层土的厚度。本次实验中由于构建的是多层土,相邻两层土的厚度是要考虑的关键问题。土层太薄则不在测量的分辨率内,无法正确判断土的物理特性。因此,在实验中,根据测量的分辨率,振动杆的埋入深度选取10cm土厚作为递增单位进行测量,构建的不同土层的厚度也大于10cm。如图7所示为两层土的实验结果。
所述步骤S4具体为先参阅砂土物理特性的标准参考数据如表1所示,运用Winkler地基模型解出单一特性地基土刚度k*的数学模型,推断出单一特性土与其物理特性之间的关系,再通过振动传感器测量得出实际土中各土层厚度及地基土刚度,通过与标准参考数据值进行比较推断出土的类别。
表1各种土与其刚度之间的分布
本发明的具体应用为在某一河流中插入实验用的振动传感器,放置15天左右,待振动杆、周围土、水流达到相对稳定后,运用本发明的方法对河流的淤积层进行测量,由于是现场测量,土层厚度难以确定,因此首先应用实验阶段的方案,并研究实际土层分布情况,将实验方案加以修正,从而可以验证此种方法的现场测试效果。
本发明的原理:
本发明运用Winkler地基模型分析光纤传感器在不同特性的泥沙中的振动特性,应用FBG制作了振动传感器,将振动传感器埋入所要测量的砂土中,通过测量振动杆频率等参数来分析土层的刚度分布情况,从而得到被测泥沙深度及厚度,进而判断不同层泥沙的特性参数。
由于振动杆没有埋入土中的部分如一段悬臂梁,而悬臂梁的固结点并非在土与空气交界面,而是在土下一部分深度。因此,需要反复实验推断出其真正的固结点并在计算公式中加以修正。由此方可建立正确的数学模型。
另外,由于构建的是多层土,相邻两层土的厚度是要考虑的关键问题。土层太薄的话,不在测量的分辨率内,无法正确判断土的物理特性。因此,实验阶段,根据测量的分辨率,振动杆的埋入深度选取10cm土厚作为递增单位进行测量,构建的不同土层的厚度也大于10cm。
以上所述仅是本发明的优选实施方式,并不用于限制本发明,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (6)
1.一种基于光纤传感器的河床特性的测量方法,其特征在于,包括如下步骤:
S1:制作振动传感器,
S2:构建砂土模型,
S3:根据所述砂土模型模拟分析所述振动传感器在砂土中的动态特性,根据各种砂土的参考刚度数据,建立振动传感器的振动特性与砂土的物理特性之间的关系,
S4:将振动传感器插入实际土层中,将测得的振动传感器的振动特性与砂土模型的物理特性进行比较,得出各土层厚度和地基土刚度,推断出土的类别。
2.根据权利要求1所述的一种基于光纤传感器的河床特性的测量方法,其特征在于,所述步骤S1中的振动传感器包括振动杆、贴合于所述振动杆上的光纤光栅和与光纤光栅连接的光纤电缆,通过测量所述光纤光栅中心波长的变化得到振动杆上应变的变化规律,振动杆上应变和波长的变化满足:
其中,ε为振动杆上的应变,λB为FBG的中心波长,△λB为波长的偏移量,GF为应变系数;
在振动杆插入砂土中的某一深度处,没有埋入土中的部分为一段悬臂梁,振动杆的基础频率ω与悬臂梁l之间的关系为:
其中,ρ,A,E和I分别是振动杆的密度,横截面面积,弹性模量和惯性矩;
因悬臂梁的固结点并非在土体与空气交界面,而是在土体下一部分深度。通过反复实验推断出悬臂梁真正的固结点并在计算公式中加以修正,因此,振动杆的基础频率ω与悬臂梁的长度l的关系为:
其中,L,ρ,A,E和I分别是振动杆的总长,密度,横截面面积,弹性模量和惯性矩,c为修正系数。
3.根据权利要求2所述的一种基于光纤传感器的河床特性的测量方法,其特征在于,所述振动杆为密度为2.54g/cm-3的铝合金杆件。
4.根据权利要求2所述的一种基于光纤传感器的河床特性的测量方法,其特征在于,所述步骤S2中构建砂土模型为通过运用Winkler地基模型来构建砂土模型,埋入砂土中的部分振动杆的压力强度p(x)为:
p(x)=K*x,
其中,K为土体的变形常数,x为振动杆的埋入深度;
运用Winkler地基模型,将K进一步用能够反映土体特性的Ki来分析,根据分析结果埋入土中的振动杆的振动特性Ki为:
Ki=k*xiDa, (1)
其中,xi是埋入土的深度,k*是地基土刚度,D是振动杆的直径,a相邻土体的距离;
建立所述振动传感器的基础频率和土体刚度矩阵之间的关系模型,其数学表达式为:
||k-ω2m||=0, (2)
其中m是单元质量矩阵,k是单元刚度矩阵,0是零向量,ω为振动频率;
解出刚度矩阵,确定能够反映土的物理特性的地基土刚度k*的参数,从而判断出土的特性。
5.根据权利要求4所述的一种基于光纤传感器的河床特性的测量方法,其特征在于,所述步骤S3包括:
将所要进行测量的实验土加入到实验箱;
并将振动传感器插入实验箱中;
记录传感器插入的深度;
在实验箱中加入用于模拟河床的水,静置至砂土、振动传感器和水处于相对稳定的状态;
对振动传感器施加一个用于模拟河水冲击的初始力,并使其做自由振动,并记录土层深度、振动频率,应用所构建的Winkler模型得出地基土刚度。
6.根据权利要求5所述的一种基于光纤传感器的河床特性的测量方法,其特征在于,所述步骤S4具体为先参阅砂土物理特性的标准参考数据,运用Winkler地基模型解出单一特性地基土刚度k*的数学模型,推断出单一特性土与其物理特性之间的关系,再通过振动传感器测量得出实际土中各土层厚度及地基土刚度,通过与标准参考数据值进行比较推断出土的类别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710301982.1A CN106932484B (zh) | 2017-05-02 | 2017-05-02 | 一种基于光纤传感器的河床特性的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710301982.1A CN106932484B (zh) | 2017-05-02 | 2017-05-02 | 一种基于光纤传感器的河床特性的测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106932484A true CN106932484A (zh) | 2017-07-07 |
CN106932484B CN106932484B (zh) | 2019-06-28 |
Family
ID=59429804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710301982.1A Active CN106932484B (zh) | 2017-05-02 | 2017-05-02 | 一种基于光纤传感器的河床特性的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106932484B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107271563A (zh) * | 2017-08-21 | 2017-10-20 | 兰州交通大学 | 隔振垫性能实验装置及方法 |
CN107356675A (zh) * | 2017-08-21 | 2017-11-17 | 兰州交通大学 | 隔振垫性能实验装置及方法 |
CN110398210A (zh) * | 2019-08-23 | 2019-11-01 | 山东大学 | 一种海上风机土体冲刷深度监测杆、装置及监测方法 |
CN112525153A (zh) * | 2020-10-30 | 2021-03-19 | 汕头大学 | 一种水下地形空间无失真监测方法及系统 |
WO2022025756A1 (en) * | 2020-07-30 | 2022-02-03 | Ihc Holland Ie B.V. | Testing system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1901418A (zh) * | 2006-07-21 | 2007-01-24 | 南京大学 | 土质边坡分布式光纤应变监测方法和系统 |
CN105785068A (zh) * | 2016-05-06 | 2016-07-20 | 河海大学 | 水工结构体渗流流速分布式光纤监测系统及监测方法 |
CN105865365A (zh) * | 2016-06-01 | 2016-08-17 | 南京大学 | 土体变形分布式光纤监测标定与试验方法及其装置 |
-
2017
- 2017-05-02 CN CN201710301982.1A patent/CN106932484B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1901418A (zh) * | 2006-07-21 | 2007-01-24 | 南京大学 | 土质边坡分布式光纤应变监测方法和系统 |
CN105785068A (zh) * | 2016-05-06 | 2016-07-20 | 河海大学 | 水工结构体渗流流速分布式光纤监测系统及监测方法 |
CN105865365A (zh) * | 2016-06-01 | 2016-08-17 | 南京大学 | 土体变形分布式光纤监测标定与试验方法及其装置 |
Non-Patent Citations (2)
Title |
---|
R.J.JARDINE ET AL.: "The measurment of soil stiffness in the triaxial apparatus", 《GEOTECHNIQUE》 * |
吴俊峰: "金沙江其宗水电站下坝址坝基深厚覆盖层工程地质研究", 《万方学位论文数据库》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107271563A (zh) * | 2017-08-21 | 2017-10-20 | 兰州交通大学 | 隔振垫性能实验装置及方法 |
CN107356675A (zh) * | 2017-08-21 | 2017-11-17 | 兰州交通大学 | 隔振垫性能实验装置及方法 |
CN107356675B (zh) * | 2017-08-21 | 2023-03-28 | 兰州交通大学 | 隔振垫性能实验装置及方法 |
CN107271563B (zh) * | 2017-08-21 | 2023-03-31 | 兰州交通大学 | 隔振垫性能实验装置及方法 |
CN110398210A (zh) * | 2019-08-23 | 2019-11-01 | 山东大学 | 一种海上风机土体冲刷深度监测杆、装置及监测方法 |
WO2022025756A1 (en) * | 2020-07-30 | 2022-02-03 | Ihc Holland Ie B.V. | Testing system |
CN112525153A (zh) * | 2020-10-30 | 2021-03-19 | 汕头大学 | 一种水下地形空间无失真监测方法及系统 |
CN112525153B (zh) * | 2020-10-30 | 2021-08-31 | 汕头大学 | 一种水下地形空间无失真监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106932484B (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106932484B (zh) | 一种基于光纤传感器的河床特性的测量方法 | |
CN104267429B (zh) | 确定地层压力的方法及装置 | |
CN115392098B (zh) | 基于水沙数值仿真的海上风电海缆裸露预测方法和系统 | |
Massaro et al. | Multiscale Fracture Analysis in a Reservoir‐Scale Carbonate Platform Exposure (Sorrento Peninsula, Italy): Implications for Fluid Flow | |
Askarinejad et al. | A novel technique to monitor subsurface movements of landslides | |
Kogut et al. | Application of the terrestrial laser scanner in the monitoring of earth structures | |
US20210396897A1 (en) | Computer implemented method for correcting a reservoir model of a reservoir geological formation based on seismic images | |
McCullough et al. | Centrifuge seismic modeling of pile-supported wharves | |
Srbulov | Practical soil dynamics: Case studies in earthquake and geotechnical engineering | |
Miao et al. | Inverse Analysis of Subgrade Reaction Coefficient of Subway Based on Computer Neural Network | |
CN106370225A (zh) | 堆积层滑坡的快速勘察成图方法 | |
Holzrichter | Processing and interpretation of satellite and ground based gravity data at different lithospheric scales | |
Grzegorz et al. | Implementation of virtual reference points in registering scanning images of tall structures | |
Muszyński et al. | Assessment of surface parameters of VDW foundation piles using geodetic measurement techniques | |
Kumagai et al. | Efficient surface wave method for investigation of the seabed | |
Sanfilippo et al. | A Perspective Review on Digital Twins for Roads, Bridges, and Civil Infrastructures | |
CN112016044A (zh) | 一种深海边坡稳定性分析方法及装置 | |
Wang et al. | Dynamic modeling of Meiping landslide process | |
Lannutti et al. | Structural health assessment of Puente del Inca natural monument using the integration of instruments and technologies | |
Klyuev et al. | Recognition Principles, Detection Technology and Mapping of Paleo-Channels | |
CN114036795A (zh) | 一种基于原位监测的海底斜坡地震响应反演方法 | |
Pankrath et al. | Contribution to Assess the Seismic Safety of Slopes in Quito | |
Nhu | Building a High-Resolution 3D Geotechnical Model of Hanoi City (Vietnam) for Geohazard Assessment and Sustainable Development | |
Mirza Hassan | Numerical investigation of sinkhole stability in undrained clay | |
Morales | Study Methods and Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |