CN107829452B - 一种融合多传感器及地基sar的深基坑施工监测预警技术 - Google Patents
一种融合多传感器及地基sar的深基坑施工监测预警技术 Download PDFInfo
- Publication number
- CN107829452B CN107829452B CN201711110661.XA CN201711110661A CN107829452B CN 107829452 B CN107829452 B CN 107829452B CN 201711110661 A CN201711110661 A CN 201711110661A CN 107829452 B CN107829452 B CN 107829452B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- foundation pit
- early warning
- model
- deep foundation
- 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.)
- Active
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D33/00—Testing foundations or foundation structures
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D1/00—Investigation of foundation soil in situ
- E02D1/02—Investigation of foundation soil in situ before construction work
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D2600/00—Miscellaneous
- E02D2600/10—Miscellaneous comprising sensor means
Abstract
本发明公开了一种融合多传感器及地基SAR的深基坑施工监测预警技术,包括步骤:(1)建立深基坑监测信息基础数据库;(2)建立深基坑变形预测模型以及定量化预警指标体系;(3)融合多源数据的实时监控与融合预测预警模型构建;(4)建立基于数据库与网络化的专家决策管理平台,实现监测信息共享与发布。本发明基于地基SAR与GIS技术的工作原理,提出了一套融合多源数据的三维监测预测预警智能管理信息平台,具有定量反演基坑围护结构内力及周边地面沉陷的功能,采用永久散射体技术获取重点灾害发展隐患监测区连续面状形变,拟合多源监测数据优化结果,通过数据挖掘,提高监测精度,得到更多的智能知识,达到对基坑整体状况科学决策的目的。
Description
技术领域
本发明开发一种融合多传感器及地基SAR的深基坑施工监测预警技术,为基坑的可视化施工提供了快速、准确、直观、全面、智能的监测数据以及科学的预测、预警、防控的决策成果。
背景技术
随着城市化进程的加快,城市高层建筑不断刷新着记录,超深基坑工程已经慢慢超出人们的认知,40m,50m的深基坑已经开始出现。与此同时,城市地下空间开发与利用也在推进着深基坑工程的发展;城市地铁、地下管廊、大型地下综合体、城市人防等的建设都离不开深基坑工程,深度甚至达到50m-60m。
深基坑、超深基坑工程的出现引发了一系列复杂岩土工程的技术难题,在现有的理论基础上很难通过有效的手段得到解决,从而造成基坑工程事故的不断发生。这些工程事故发生,主要原因有设计不合理、施工问题,基坑监测不及时、不科学等。
传统的基坑监测数据管理方式仍然采用纸质版进行管理,而基坑工程有着施工周期长的特点,纸质资料查阅困难,做不到及时预警,并且每个部门对数据的管理方式不同,不易查阅。目前,基坑监测信息数据主要采用Excel进行静态展示,缺少对数据的交互与分析,基坑实体数据主要采用CAD系列软件处理平面图进行查阅,可视化程度较低,二维图形也很难形象描述三维空间实体对象。
发明内容
为了解决现有深基坑监测问题,本发明的目的在于提供一种融合多传感器及地基SAR的深基坑施工监测预警技术,完善深基坑监测数据分类标准和数据库编码服务,建立一个统一的数据库管理平台,以及用地基SAR技术优化传统形变及沉降监测方法,对基坑关键部位以及安全隐患部位的整体点云监测,融合多源数据,实现实时监测动态变化,为深基坑的快速、准确、应急监测与预警决策提供可视化技术支持;为深基坑工程的设计、施工、监测管理提供一个强大的、全面的数据支持,实现监测信息的共享与发布,充分挖掘监测数据的工程价值;将多传感器与地基SAR监测数据进行数据融合处理,实现各传感器检测信息自动处理与融合,达到智能表达与科学决策。
为解决上述问题,本发明采用的技术方案:一种融合多传感器及地基SAR的深基坑施工监测预警技术,包括步骤:
(1)建立深基坑监测信息基础数据库:进行基坑监测数据以及基坑周边建筑、围护结构、施工过程文件及各信息的存储和集成管理。
(2)建立深基坑变形预测模型以及定量化预警指标体系:对基坑监测原始数据进行数据解算、平差计算与融合优化、生成监测报表和变形曲线曲面图、变形速率及变形预警报表,并判断基坑稳定性,预测未来时间动态形变与决策信息。
(3)融合多源数据的实时监控与预测预警模型构建:融合多源数据判断安全隐患区,用地基SAR-PS技术对基坑重点隐患部位进行全天候实时监测与分析,为监测项目的预警值优化提供数据支持。
(4)建立基于数据库与网络化的专家决策管理平台,实现监测信息共享与发布。
步骤(1)中所述的深基坑监测信息基础数据库包括:
1)深基坑监测信息分类:空间数据分类,属性数据分类。
2)Geodatabase数据库编码:编码规则,实体类属性编码,数据项编码。
3)深基坑监测信息数据库设计:要素分类,要素类字段设计,要素关系确定。
步骤(2)中所述的建立深基坑变形预测模型以及定量化预警指标体系包括:
1)深基坑监测内容
2)基于多模型的深基坑变形预测分析
3)深基坑变形监测分级预警方法
步骤(3)中所述的融合多源数据实时监控与预测预警模型构建包括:
1)融合多源监测数据判断潜在的安全隐患区,用地基SAR-PS技术对基坑重点隐患部位进行全天候实时连续监测与分析。
2)融合上述监测预警模型处理数据,优化预测预警模型,为监测项目的现有预警阈值优化提供数据支持。
步骤(4)中所述的建立基于数据库与网络化的专家决策管理平台包括:
1)建立专家知识库,进行数据库、知识库智能化网络化,实现监测信息共享与发布。
有益效果:
(1)本发明基于Geodatabase空间数据库技术,将深基坑监测信息分为空间数据库和属性数据库,进一步完善深基坑监测基础数据库建设,给出深基坑监测基础数据库和实体类属性表的对应编码原则,建立深基坑监测智能数据库。
(2)本发明研究当前国家基坑规范对当下深基坑变形控制的标准,融合地质、力学及多源监测数据验证、优化、反演变形控制预警值,并在预警管理系统中建立绿、黄、红、黑四级预警指标体系。提出用融合多源数据的组合模型来预测基坑未来的监测变形数据,提高预测精度与管理决策能力。
(3)本发明基于ArcGIS二次开发及可视化技术,通过采用数据融合、空间插值、拉伸、颜色渐变等方法来实现基坑支护信息、监测信息、地层信息的三维可视化。可视化过程中,针对监测数据样本点稀少,样本点空间分布不规则的特征问题,实现样本点扩充、修正、插值与缓冲等。
(4)本发明基于ArcGIS组件库进行二次开发,搭建深基坑监测信息管理系统,系统集成深基坑监测信息管理、数据融合、预测与预警以及监测信息三维可视化功能。
(5) 基于地基SAR技术的工作原理,提出了一套融合多源数据的三维监测预测预警智能管理信息平台,具有定量反演基坑围护结构内力及周边地面沉陷的功能,采用永久散射体技术获取重点灾害隐患区连续面状形变。
(6) 拟合多源监测数据优化结果,通过数据挖掘,提高监测精度,得到更多的智能知识,达到对基坑整体状况科学决策的目的。
附图说明
图1是本发明工作面布置平面示意图;
图2是深基坑监测区域剖面示意图;
图3是深基坑监测区域立面示意图;
图4是深基坑安全预警管理流程图;
图5是多源信息融合基本流程图;
图6是深基坑监测多源信息融合监测预警管理系统总体框架。
具体实施方式
一种融合多传感器及地基SAR的深基坑施工监测预警技术,包括步骤:
(一)、建立深基坑监测信息基础数据库:进行基坑监测数据以及基坑周边建筑、围护结构、施工过程文件的存储和集成管理。
所述的深基坑监测信息基础数据库包括:
1)深基坑监测信息分类:空间数据分类,属性数据分类。
2)Geodatabase数据库编码:编码规则,实体类属性编码,数据项编码。
3)深基坑监测信息数据库设计:要素分类,要素类字段设计,要素关系确定。
(二)、建立深基坑变形预测模型以及定量化预警指标体系:对基坑监测原始数据进行数据解算、平差计算与融合优化、生成监测报表和变形曲线曲面图、变形速率及变形预警报表,并判断基坑稳定性,预测未来时间动态形变与决策信息。
所述的深基坑变形预测模型以及定量化预警指标体系包括:
1)深基坑监测内容
2)基于多模型的深基坑变形预测分析
灰色预测模型在变形预测分析中占据主要地位,神经网络具有类似人脑与数据挖掘功能,本发明采用GM(1,1)模型、BP神经网络与PSO算法组合进行预测分析。
GM(1,1)的时间响应序列可表示为:
模拟值可以表示为:
ARIMA模型是AR(p)模型、MA(q)模型及ARMA(p,q)模型的一种扩展形式,是最好的基础模型之一。
自回归AR(p)模型可表示为:
滑动平均MA(q)模型可表示为:
自回归滑动平均ARMA(p,q)模型可表示为 :
若加入延迟算子,可把上式简化为:
将残差序列用于PSO-BP网络训练,得到二次修正后的残差可表示为:
将PSO-GM(1,1)组合模型预测值和修正后残差相加,可得最终预测的组合结果:
3)深基坑变形监测分级预警方法
预警具体分类依据如下:
绿色预警:深基坑监测的变形速率及累计值小于控制值的60%,用绿色表示,说明深基坑周边设施及围护体系处于安全稳定状态,此时监测频率保持正常。
黄色预警:深基坑监测的变形速率及累计值(二者任意)达到控制值的60%,用黄色表示预警状态,需提高监测频率及现场巡视情况,持续关注。
红色预警:深基坑监测的变形速率及累计值(二者任意)达到控制值的90%,用红色表示预警状态,需提高监测频率及现场巡视情况,上报主管部门,启动应急预案。
黑色预警:深基坑监测的变形速率及累计值(二者任意)达到控制值的100%,用黑色表示预警,停止施工,对周边重要建筑物及深基坑支护体系采取地基SAR连续监测系统。同时通知监理、施工、设计等单位会议,采取应急方案,状况特别严重时,召开专家会议,提出解决方案。
(三)、融合多源数据实时监控与预测预警融合模型构建:
1)融合多源监测数据判断潜在的安全隐患区,用地基SAR-PS技术对基坑重点隐患部位进行全天候实时连续监测与分析。地基SAR的工作原理是利用步进频率连续波(SF-CW)技术提高距离向分辨率,利用合成孔径技术提高方位向分辨率,利用干涉技术获取两次观测的相位差,进而得到该观测时段内的变形信息,涉及技术如下:
脉冲雷达,距离向分辨率Dr与脉冲延续时间t满足:
式中,c为光速,因为脉冲延续时间t与带宽B乘积为1,则:
合成孔径技术提高方位向分辨率,合成孔径雷达的方位向分辨率Dz可表示为:
式中l为雷达发射波长,L为雷达发射点相对于监测目标的相对移动距离。
通过相邻影像的同目标回波信号间的干涉,计算变形相位,得到变形信息,完成地基SAR传感器对监测目标连续采样成像,则雷达视线向变形可表示为:
式中雷达波长为l,目标两次成像的相位差为Df。
2)融合上述监测预警模型处理数据,优化预测预警模型,为监测项目的现有预警阈值优化提供数据支持。
贝叶斯数据融合算法:基于贝叶斯理论或后验概率统计原理,根据已知向量X,推算未知m维向量Y。假定一个空间,贝叶斯推算器提供了一种计算后验概率分布的方法,t时刻的概率为Yt,已知t组测量数据Xt={x1,x2,¼,xt}和先验分布见下式:
概率密度多传感器模型使测量数据的统计更简便,当已知状态X测定值,这个概率模型可以得到传感器Y的概率分布。该分布针对具体的某个传感器,可以在实验中得以验证。传感器不确定性的高斯分布可表达为:
式中,i代表第i个传感器节点。假设有两个传感器节点,根据贝叶斯理论,由最大后验概率估计,可得两个传感器的融合均值如下:
多源信息融合的基本流程如图5。
(四)、建立基于数据库与网络化的专家决策管理平台:
1)监测系统构建及测点数据预处理
首先对CAD数据进行预处理,采用ArcGIS桌面软件将CAD数据处理成ArcGIS支持的格式,然后存储在空间数据库中,采用ArcMap制成地图。系统打开地图以后,直接进行编辑浏览、查看、数据录入等操作,利用ArcMap将基坑CAD数据处理成效果图展示。
2)监测数据处理与融合模型构建
以数据批量导入为例,数据导入前,首先要对监测数据进行预处理,排除粗差,再嵌入数据处理与可靠性检验模块、数据融合模型构建、数据融合、数据挖掘、知识库与决策支持模块等。
3)地基SAR监测与数据优化
地基SAR与多传感器共同监测结果融合,精度可靠性验证,进行深基坑稳定性分析与决策管理。已有结果表明非接触式大面积地基SAR技术是一种快速、连续、准确应急监测新技术。
4)监测数据入库
将监测数据整理成录入标准格式后,可以选择手动录入和Excel批量导入两种方式。
5)图表管理
数据入库后,系统提供折线图、曲线图、散点图、柱状图、饼状图、三维模拟与反演图等多种图表方式查看数据。
6)数据查询
对目标图层进行空间查询,选中的测点在地图中高亮显示,测点的属性信息显示在属性管理器中,在图表管理器中可以看到该测点的监测数据随时间的变化曲线图及其周边三维形变动态图,在决策管理器中,有进一步如何处理的决策建议和处理方法。
7)数据编辑
点击开始编辑以后,选择需要进行编辑的目标图层,可以进行添加测点,删除测点等操作,可以通过编辑录入测点的属性信息。
8)报表生成
设置完成报表参数后,按照系统默认的内置报表模板导出报表,系统可提供多种导出格式,包括Excel、Pdf、Word,及图形格式等。
9)监测数据预测预警与决策
根据基坑工程监测技术规范,用不同颜色渐变模拟基坑变形程度,采用组合模型与地基SAR数据融合共同对监测数据进行预测预警与决策管理。
10)建立专家知识库,进行数据库、知识库智能化网络化,实现监测信息共享与发布
集成ArcGIS、地基SAR及多传感器数据融合技术,系统实现深基坑监测数据的三维可视化网上发布与决策预警科学管理。深基坑监测多源信息融合监测预警管理系统总体框架如图6。
Claims (2)
1.一种融合多传感器及地基SAR的深基坑施工监测预警技术,其特征在于,包括以下步骤:
(1)建立深基坑监测信息基础数据库:进行基坑监测数据以及基坑周边建筑物、围护结构、施工过程文件的存储和集成管理,
所述的深基坑监测信息基础数据库包括:
A、深基坑监测信息分类:空间数据分类,属性数据分类;
B、Geodatabase数据库编码:编码规则,实体类属性编码,数据项编码;
C、深基坑监测信息基础数据库设计:要素分类,要素类字段设计,要素关系确定;
(2)建立深基坑变形预测模型以及定量化预警指标体系:对基坑监测原始数据进行数据解算、平差计算与融合优化、生成监测报表和变形曲线曲面图、变形速率及变形预警报表,并判断基坑稳定性,预测未来时间动态形变与决策信息,
所述的深基坑变形预测模型以及定量化预警指标体系包括:
A、深基坑监测内容:
①支护结构内力监测:围护墙内力,支撑轴力,立柱内力,锚杆内力,土钉内力;
②支护结构位移监测:围护墙顶部水平位移,围护墙顶部竖向位移,深层水平位移,立柱竖向位移,基坑底隆起;
③水土监测:孔隙水压力,地下水位,围护墙侧向土压力;
④周边环境监测:周边地表竖向位移,周边建筑物竖向位移,周边建筑物倾斜,周边建筑物水平位移,周边建筑物裂缝,周边管线变形,周边建筑物沉降;
B、基于多模型的深基坑变形预测分析
采用GM(1,1)模型、BP神经网络与PSO算法组合进行预测分析,
①GM单一模型
GM(1,1)的时间响应序列可表示为:
模拟值可以表示为:
②组合模型:多变量组合模型构建,组合模型测试与优化;
ARIMA模型是AR(p)模型、MA(q)模型及ARMA(p,q)模型的一种扩展形式,是最好的基础模型之一;
自回归AR(p)模型可表示为:
滑动平均MA(q)模型可表示为:
Xt=at-θ1at-1+θ2at-2+...+θqat-q
式中:q为模型的阶数,记做MA(q),θi(1≤i≤q)为模型的待定系数,at为残差;
自回归滑动平均ARMA(p,q)模型可表示为:
若加入延迟算子,可把上式简化为:
将残差序列用于PSO-BP网络训练,得到二次修正后的残差可表示为:
将PSO-GM(1,1)组合模型预测值和修正后残差相加,可得最终预测的组合结果:
C、深基坑变形监测分级预警方法:
①深基坑变形控制指标的确定:根据现行的国家规范和地方基坑施工规范进行,取规范中的下限保险值;
②预警指标体系的建立:根据国家规范要求,取规范下限值给出深基坑变形控制阈值,建立绿、黄、红、黑四级预警指标体系;
(3)融合多源数据的实时监控与预测预警模型构建:融合多源数据判断安全隐患区,用地基SAR-PS技术对基坑重点隐患部位进行全天候连续实时监测与分析,为监测项目的预警值优化提供数据支持;
(4)建立基于数据库与网络化的专家决策管理平台,实现监测信息共享与发布。
2.根据权利要求1所述的融合多传感器及地基SAR的深基坑施工监测预警技术,步骤(4)中所述的建立基于数据库与网络化的专家决策管理平台包括:建立专家知识库,进行数据库、知识库的智能化和网络化,实现监测信息共享与发布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711110661.XA CN107829452B (zh) | 2017-11-12 | 2017-11-12 | 一种融合多传感器及地基sar的深基坑施工监测预警技术 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711110661.XA CN107829452B (zh) | 2017-11-12 | 2017-11-12 | 一种融合多传感器及地基sar的深基坑施工监测预警技术 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107829452A CN107829452A (zh) | 2018-03-23 |
CN107829452B true CN107829452B (zh) | 2020-10-02 |
Family
ID=61654230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711110661.XA Active CN107829452B (zh) | 2017-11-12 | 2017-11-12 | 一种融合多传感器及地基sar的深基坑施工监测预警技术 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107829452B (zh) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109056743A (zh) * | 2018-09-03 | 2018-12-21 | 东华理工大学 | 一种智能基坑支护机构及其使用方法 |
CN111241611B (zh) * | 2018-11-27 | 2023-07-28 | 星际空间(天津)科技发展有限公司 | 一种辅助基坑实施的方法 |
CN109444886B (zh) * | 2018-12-30 | 2020-06-26 | 成都汇蓉国科微系统技术有限公司 | 一种双基sar实时成像的并行计算处理方法、系统及介质 |
CN110245785A (zh) * | 2019-05-21 | 2019-09-17 | 上海市市政工程建设发展有限公司 | 一种智能化主动伺服基坑轴力控制方法 |
CN110306605B (zh) * | 2019-06-18 | 2021-01-29 | 武汉建工集团股份有限公司 | 一种用于基坑工程自动化监测的预警系统 |
CN110991487B (zh) * | 2019-11-07 | 2022-11-08 | 天津大学 | 一种多源监测检测数据的集成耦合模型生成方法 |
CN111401768A (zh) * | 2020-03-25 | 2020-07-10 | 青岛理工大学 | 一种地铁车站安全施工预警方法 |
CN111583067A (zh) * | 2020-03-31 | 2020-08-25 | 西南交通大学 | 一种城市地下大空间施工安全预警与应急决策方法及系统 |
CN111457854A (zh) * | 2020-04-16 | 2020-07-28 | 福建汇川物联网技术科技股份有限公司 | 一种基于建筑物的变形监测方法及装置 |
CN112114952A (zh) * | 2020-09-24 | 2020-12-22 | 杭州鲁尔物联科技有限公司 | 一种多级阈值触发传感器及多级阈值触发方法 |
CN112347537B (zh) * | 2020-10-27 | 2021-09-14 | 青岛超源博创科技发展有限公司 | 工程结构数值模型的校准方法、装置、电子设备及介质 |
CN112095596B (zh) * | 2020-11-03 | 2021-02-02 | 成都诺比侃科技有限公司 | 基于云平台的边坡预应力锚杆智能化监测预警系统及方法 |
CN112580930A (zh) * | 2020-11-20 | 2021-03-30 | 深圳城安软通科技集团有限公司 | 基于gis的深基坑工程风险识别技术的方法及系统 |
CN112395364A (zh) * | 2020-12-11 | 2021-02-23 | 山西省信息产业技术研究院有限公司 | 城市轨道交通全过程综合监管系统 |
CN113155052A (zh) * | 2021-01-05 | 2021-07-23 | 上海建工装备工程有限公司 | 一种基坑变形智能预控与3d可视化方法 |
CN112926110A (zh) * | 2021-01-22 | 2021-06-08 | 中铁广州工程局集团深圳工程有限公司 | 一种地铁车站施工过程风险实时可视化预警方法 |
CN112948949A (zh) * | 2021-04-07 | 2021-06-11 | 讯飞智元信息科技有限公司 | 水利枢纽工程动态建模方法、装置以及设备 |
CN113269878B (zh) * | 2021-05-26 | 2023-04-07 | 上海新纪元机器人有限公司 | 一种基于多传感器的建图方法及系统 |
CN113407182B (zh) * | 2021-06-15 | 2024-04-12 | 国网冀北电力有限公司工程管理分公司 | 一种工程建设管理数据分析决策系统平台 |
CN113532374B (zh) * | 2021-06-30 | 2022-09-09 | 中铁第四勘察设计院集团有限公司 | 一种地面沉降检测方法、装置、设备和存储介质 |
CN113340305A (zh) * | 2021-07-06 | 2021-09-03 | 哈尔滨理工大学 | 一种基于mems的液压支架姿态监测方法 |
CN113404029A (zh) * | 2021-07-12 | 2021-09-17 | 苏州思萃融合基建技术研究所有限公司 | 基于数字孪生技术的施工现场深基坑智能监测预警系统 |
CN113432636B (zh) * | 2021-07-13 | 2023-03-14 | 南京华群能源集团有限公司 | 一种用于深基坑作业的智能感知预警球状终端 |
CN113720382A (zh) * | 2021-08-20 | 2021-11-30 | 中铁十四局集团大盾构工程有限公司 | 一种基于动态反分析计算和融合算法与智能化监测系统 |
CN113802566B (zh) * | 2021-09-28 | 2023-04-07 | 北京住总集团有限责任公司 | 一种用于富水砂层基坑的预应力锚索支护及施工方法 |
CN113914386A (zh) * | 2021-11-04 | 2022-01-11 | 中国市政工程西北设计研究院有限公司 | 基于bim+3s技术的深基坑支护安全智能监测方法 |
CN113744395B (zh) * | 2021-11-08 | 2022-01-25 | 辽博信息科技(山东)有限公司 | 一种建筑地基沉降的监测预警方法及系统 |
CN115014272B (zh) * | 2022-05-31 | 2024-02-06 | 河海大学 | 一种基于物联网的堤坝智能监测装置及安装和监测方法 |
CN115167212B (zh) * | 2022-07-13 | 2023-09-26 | 中交第三航务工程局有限公司 | 基于监测平台的基坑动态施工控制系统及方法 |
CN115369885A (zh) * | 2022-08-05 | 2022-11-22 | 中国二十二冶集团有限公司 | 基于bim和无人机的深基坑施工动态监控方法 |
CN117196893B (zh) * | 2023-11-06 | 2024-01-05 | 中交第四航务工程勘察设计院有限公司 | 一种基础设施基坑实时监测预警管理方法及系统 |
CN117521977A (zh) * | 2024-01-04 | 2024-02-06 | 深圳市光明顶技术有限公司 | 基于智慧平台的数据处理方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015105133B4 (de) * | 2015-04-02 | 2019-04-04 | G quadrat Geokunststoffgesellschaft mbH | System zur Herstellung einer Spundwand, Spundwand sowie Verfahren zur Feststellung einer Schlosssprengung bei der Herstellung einer Spundwand |
CN106703086A (zh) * | 2015-08-08 | 2017-05-24 | 南京科博空间信息科技有限公司 | 基坑在线安全监测系统 |
CN107121954A (zh) * | 2017-05-26 | 2017-09-01 | 西安航空学院 | 土木工程基坑施工监测系统及监测方法 |
-
2017
- 2017-11-12 CN CN201711110661.XA patent/CN107829452B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107829452A (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107829452B (zh) | 一种融合多传感器及地基sar的深基坑施工监测预警技术 | |
CN111191880B (zh) | 一种基于数字化映射的边坡全生命周期安全管理方法 | |
CN109000158B (zh) | 基于物联网和bim的管道渗漏预警系统、方法及其应用 | |
CN103544390B (zh) | 基于元胞自动机的溃决洪水快速演进模拟分析方法 | |
Li et al. | Quantitative assessment for the rockfall hazard in a post-earthquake high rock slope using terrestrial laser scanning | |
CN109242291A (zh) | 河湖流域水环境智慧管理方法 | |
CN115063963B (zh) | 一种基于数字孪生技术的滑坡监测系统及方法 | |
CN110992653A (zh) | 城市内涝预警系统及方法 | |
CN104766129A (zh) | 一种基于时空信息融合的地铁盾构施工地表变形的预警方法 | |
CN107119657B (zh) | 一种基于视觉测量基坑监测方法 | |
Vukomanovic et al. | Not seeing the forest for the trees: Modeling exurban viewscapes with LiDAR | |
CN113283802A (zh) | 一种复杂艰险山区滑坡危险性评估方法 | |
CN113610301B (zh) | 一种表征地面沉降时序演变的预测算法 | |
CN109615118A (zh) | 基于大数据地质灾害防治信息化服务集成控制系统及方法 | |
Ji et al. | 3D scene reconstruction of landslide topography based on data fusion between laser point cloud and UAV image | |
Zhang et al. | Monitoring and warning for digital twin-driven mountain geological disaster | |
CN113251914A (zh) | InSAR技术与长短时记忆神经网络结合的地表形变预测方法 | |
CN116580532A (zh) | 一种基于雷达遥感技术的地质灾害预警系统 | |
CN113378396B (zh) | 一种小流域地质灾害隐患点早期识别的方法 | |
CN116663762A (zh) | 一种城市规划地下空间勘察测绘方法及系统 | |
CN111429471A (zh) | 一种地质灾害信息管理系统及方法 | |
Pourali et al. | Vertical accuracy assessment of LiDAR ground points using minimum distance approach | |
CN116994156B (zh) | 一种滑坡隐患综合遥感识别方法、系统、设备及介质 | |
CN111881566B (zh) | 基于实景仿真的滑坡位移检测方法及装置 | |
CN116884198A (zh) | 铁路路基形变监测及灾害预警的智慧型数字孪生管理系统 |
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 |