CN108982316A - 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 - Google Patents
一种基于无人机检测大坝背面混凝土表面渗流系统及方法 Download PDFInfo
- Publication number
- CN108982316A CN108982316A CN201810613109.0A CN201810613109A CN108982316A CN 108982316 A CN108982316 A CN 108982316A CN 201810613109 A CN201810613109 A CN 201810613109A CN 108982316 A CN108982316 A CN 108982316A
- Authority
- CN
- China
- Prior art keywords
- module
- unmanned plane
- dam
- back side
- processor
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003204 osmotic effect Effects 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000008595 infiltration Effects 0.000 claims abstract description 19
- 238000001764 infiltration Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 239000000523 sample Substances 0.000 claims description 12
- 238000005183 dynamical system Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 230000006698 induction Effects 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000005325 percolation Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 6
- 230000008602 contraction Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000272168 Laridae Species 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 241000931526 Acer campestre Species 0.000 description 1
- 241000345998 Calamus manan Species 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000012950 rattan cane Nutrition 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radar Systems Or Details Thereof (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于无人机检测大坝背面混凝土表面渗流系统及方法，包括用于检测大坝渗流情况的无人机模块和用于对无人机模块采集到的信息进行分析的计算机模块；所述无人机模块包括图像采集模块、第一处理器模块、微波感应模块、激光感应模块、飞行动力模块和无线收发模块A；所述计算机模块包括第二处理器模块、图像处理模块、定位模块和流速测定模块。本发明通过在无人机模块内部搭载图像采集模块、第一处理器模块、微波感应模块、激光感应模块、飞行动力模块等各个模块，用于对大坝渗流参数的测量，来判断大坝表面渗流情况，从而高效，快速，低成本的进行实时检测，避免了气候，环境等危险因素的干扰。
Description
技术领域
本发明涉及水利工程技术领域，具体为一种基于无人机检测大坝背面混凝土表面渗流系统及方法。
背景技术
泽雅水库位于温州西部，鸥江支流戍浦江流域主流藤桥江中游的鸥海区泽雅镇境内，是温州市重点工程及中期供水规划的主要水源。整个工程由大坝、溢洪道、供水隧洞等组成。大坝坝体为混凝土面板堆石坝，坝顶高程113.8m，坝高78.8m，坝顶长308m，坝底宽200m；由于原建筑物本体存在有质量问题，溢洪道两侧挡墙及闸墩、堰顶、挑流鼻坎，均不同程度的出现渗流的情况，为确保水库大坝和溢洪道安全运行，需要进行处理。
大坝在长期服役过程中，其混凝土面板水下部分不可避免地会出现不同程度的渗流，尤其是服役初期，内部结构应力高速释放，渗流产生速度更快，混凝土的收缩引起空隙，收缩的主要影响因素是混凝土中的用水量和水泥用量，混凝土中的用水量和水泥用量越高，混凝土的收缩就越大。混凝土的逐渐散热和硬化过程引起的收缩，会产生很大的收缩应力，如果产生的收缩应力超过当时的混凝土极限抗拉强度，就会在混凝土中产生一定的渗流。渗流会降低坝体的稳定性，导致基坑塌陷。
目前，国内外的大坝水下表面渗流检测技术主要有高密度电阻率法、面波勘探法、瞬变电磁法、声速测量法等，这些方法存在着定位误差大、效率低，在检测裂纹有着一定的局限性，甚至内部裂纹扩展到表面且出现了明显病症时才被发现，实时性差、灾情系数高。
发明内容
本发明的目的在于提供一种基于无人机检测大坝背面混凝土表面渗流系统及方法，通过无人机内部搭载的各个模块对大坝渗流情况进行分析和处理，来判断线路运行情况，提高巡视效率，且无人机受气候、环境的影响小，巡检无死角、无盲区，无人机巡线适于执行特殊时期危险性高的任务，降低了事故几率和人员伤亡风险，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于无人机检测大坝背面混凝土表面渗流系统，包括用于检测大坝渗流情况的无人机模块和用于对无人机模块采集到的信息进行分析的计算机模块；所述无人机模块设置在无人机上；无人机上还设置了高清摄像头、微波探头和激光发射器；
所述无人机模块内部设置了图像采集模块、第一处理器模块、微波感应模块、激光感应模块、飞行动力模块和无线收发模块A；所述高清摄像头与无人机模块内部的图像采集模块的输入端相连；所述图像采集模块的输出端与第一处理器模块相连；所述微波探头的输出端与设置在无人机模块内部的微波感应模块的输入端相连；所述微波感应模块的输出端与第一处理器模块相连；所述激光发射器的输出端与设置在无人机模块内部的激光感应模块的输入端相连；所述激光感应模块的输出端与第一处理器模块相连；所述第一处理器模块的输出端与飞行动力模块的输入端相连；所述飞行动力模块与无人机模块上的动力系统连接，动力系统设置在无人机上；所述无人机模块的内部还设置有无线收发模块A，无人机模块通过无线收发模块A与计算机模块内部的无线收发模块B连接；
所述计算机模块内还设置有第二处理器模块、图像处理模块、定位模块和流速测定模块；所述第二处理器模块的输出端与图像处理模块的输入端相连，第二处理器模块的输出端与定位模块的输入端相连，第二处理器模块的输出端与流速测定模块的输入端相连；所述第二处理器模块的输入端与无线收发模块B的输入端连接，无线收发模块B与无线收发模块A连接。
优选的，所述无人机模块与计算机模块通过无线收发模块A与无线收发模块B进行无线信息传输，无线收发模块A与无线收发模块B，用于信息传输。
优选的，所述无人机模块通过微波探头向水面发射一束微波，该发射部分由脉冲调制器和射频振荡器组成，通过收发开关发射高频调制脉冲，反射信号通过收发开关进入相关检波器做相位基准，与反射信号比较，检出多普勒频率分量，然后经视频处理电路处理后送入第二处理器模块，经流速测定模块运算后获得速率数据。
优选的，所述无人机模块通过高清摄像头对大坝背面的渗流图像进行采集。
优选的，所述计算机模块内部的图像处理模块用于将无人机模块采集到的图片进行信息处理，并将信息发送至第二处理器模块，第二处理器模块与定位模块连接，并通过定位模块确定渗流位置。
本发明提供另一种技术方案：一种基于无人机检测大坝背面混凝土表面渗流的方法，包括以下步骤：
S1：将无人机模块的飞行航线与拍摄模式导入第一处理器模块，第一处理器模块控制无人机与微波感应模块、飞行动力模块、图像采集模块、激光感应模块的运作方式；
S2：通过无人机模块搭载的图像采集模块对大坝进行悬停拍摄，图像通过无线收发模块实时传送到第二处理器模块，并对所接收的图像进行处理，进而确定大坝渗流位置；
S3：将无人机模块在大坝渗流位置出进行垂直悬停并利用激光感应模块垂直坝面连续发射红绿两束激光，同时，无人机模块对渗流位置横向移动，通过检测反射回来的红绿激光是否存在时间差，即记录存在发生时间的位置，并记录无人机模块的横向位移X，以及通过该横向位移X所需的时间差。通过记录的时间差次数N将位移X划为N等份，分别乘以记录的时间差，求和后得出该渗流位置的渗流的横截面积S；
S4：同时，利用无人机模块搭载的微波感应模块，将检测到的信息通过无线收发模块传送至流速测定模块，从而确定大坝渗流的流速为V2，进而确定大坝的渗流量Q，即Q＝S*V2；
S5：通过测得的渗流量的大小，分析其对大坝安全性的影响。
与现有技术相比，本发明的有益效果是：
(1)本发明基于无人机检测大坝背面混凝土表面渗流系统及方法，利用无人机进行航拍，通过图像采集，确定大坝渗流位置，该检测大坝背面混凝土表面渗流技术充分的将通信技术和自动化技术完美的结合，弥补了现代检测大坝背面渗流技术的不足，从而大大增加了社会效益；
(2)本发明基于无人机检测大坝背面混凝土表面渗流系统及方法，通过无人机搭载的激光感应模块、微波感应模块，确定大坝渗流量，采集的数据实时自动的导入计算机软件中，自动计算结果，相比较与现有技术减小了误差，提高了精度，节省人力；
(3)本发明基于无人机检测大坝背面混凝土表面渗流系统及方法，通过对这些图像的分析和处理，来判断线路运行情况，提高巡视效率，且无人机模块受气候、环境的影响小，巡检无死角、无盲区，无人机巡线适于执行特殊时期危险性高的任务，降低了事故几率和人员伤亡风险。
附图说明
图1为本发明的整体框架结构图；
图2为本发明的系统模块图；
图3为本发明的方法流程图；
图4为本发明的激光感应模块工作图。
图中：1、无人机模块；11、高清摄像头；12、微波探头；121、脉冲调制器；122、射频振荡器；13、激光发射器；14、图像采集模块；15、第一处理器模块；16、微波感应模块；17、激光感应模块；18、飞行动力模块；19、无线收发模块A；2、计算机模块；21、无线收发模块B；22、第二处理器模块；23、图像处理模块；24、定位模块；25、流速测定模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
请参阅图1和图2，一种基于无人机检测大坝背面混凝土表面渗流系统，包括用于检测大坝渗流情况的无人机模块1和用于对无人机模块1采集到的信息进行分析的计算机模块2；所述无人机模块1设置在无人机上；无人机上还设置了高清摄像头11、微波探头12和激光发射器13。
无人机模块1内部设置了图像采集模块14、第一处理器模块15、微波感应模块16、激光感应模块17、飞行动力模块18和无线收发模块A19；所述高清摄像头11与无人机模块1内部的图像采集模块14的输入端相连，无人机模块1通过高清摄像头11对大坝背面的渗流图像进行采集；所述图像采集模块14的输出端与第一处理器模块15相连；所述微波探头12的输出端与设置在无人机模块1内部的微波感应模块16的输入端相连，微波探头12用于检测渗流流速；所述微波感应模块16的输出端与第一处理器模块15相连；所述激光发射器13的输出端与设置在无人机模块1内部的激光感应模块17的输入端相连，激光发射器13与激光感应模块17之间连接的目的，用于检测渗流的横截面积；所述激光感应模块17的输出端与第一处理器模块15相连；所述第一处理器模块15的输出端与飞行动力模块18的输入端相连；所述飞行动力模块18与无人机模块1上的动力系统连接，动力系统设置在无人机上；所述无人机模块1的内部还设置有无线收发模块A19，无人机模块1通过无线收发模块A19与计算机模块2内部的无线收发模块B21连接；计算机模块2内还设置有第二处理器模块22、图像处理模块23、定位模块24和流速测定模块25；所述第二处理器模块22的输出端与图像处理模块23的输入端相连，第二处理器模块22的输出端与定位模块24的输入端相连，第二处理器模块22的输出端与流速测定模块25的输入端相连；所述第二处理器模块22的输入端与无线收发模块B21的输入端连接，无线收发模块B21与无线收发模块A19连接。计算机模块2内部的图像处理模块23用于将无人机模块1采集到的图片进行信息处理，并将信息发送至第二处理器模块22，第二处理器模块22与定位模块24连接，并通过定位模块24确定渗流位置。
在信息传输方面：无人机模块1与计算机模块2通过无线收发模块A19与无线收发模块B21进行无线信息传输，无线收发模块A19与无线收发模块B21，用于信息传输。由无人机模块1携带的高清摄像头11对大坝背面的渗流图像进行采集，进而对渗流位置定位；其次，无人机模块1通过微波探头12向水面发射一束微波频率为37GHz，该发射部分由脉冲调制器121和射频振荡器122组成，微波探头12取自YMCP-1型非接触式微波测流仪，其反射漫发射和折射波被微波天线重新接收，并经圆极化混频器之后产生与渗流速度对应的多普勒频率信息，结合倾角传感器测量的微波发射俯角微波方向与水平方向夹角。通过收发开关发射高频调制脉冲，反射信号通过收发开关进入相关检波器做相位基准，与反射信号比较，检出多普勒频率分量，然后经视频处理电路处理后送入第二处理器模块22，经流速测定模块25运算后获得速率数据，依据多普勒原理即可计算出渗流流速；另外，无人机模块1上的激光发射器13发射有红绿两束激光，激光波长在0.5um左右的绿波段在水中的吸收衰减系数小，穿透能力最强，红外波段的光波在水中的衰减很大，在水下无法使用，所以根据红绿激光波在水中的吸收衰减系数不同，在水中的透水性不同，因而同时发射两束红绿激光，通过接收两者反射回来的激光存在的时间差T2，由从而可以确定在大坝背面是否有渗流，通过计算反射激光的时间差，即可测量渗流的横截面积。
为了更直观的说明本发明基于无人机检测大坝背面混凝土表面渗流的具体实施方法，详情请参阅图3和图4，在实施例的基础上，提供一种基于无人机检测大坝背面混凝土表面渗流的方法，包括以下步骤：
步骤1)：将无人机模块1的飞行航线与拍摄模式导入第一处理器模块15，第一处理器模块15控制无人机与微波感应模块16、飞行动力模块18、图像采集模块14、激光感应模块17的运作方式；
步骤2)：通过无人机模块1搭载的图像采集模块14对大坝进行悬停拍摄，图像通过无线收发模块A19实时传送到第二处理器模块22，并对所接收的图像进行处理，进而确定大坝渗流位置；
步骤3)：将无人机模块1在大坝渗流位置出进行垂直悬停并利用激光感应模块17垂直坝面连续发射红绿两束激光，同时，无人机模块1对渗流位置横向移动，通过检测反射回来的红绿激光是否存在时间差，即记录存在发生时间的位置，并记录无人机模块1的横向位移X，以及通过该横向位移X所需的时间差。通过记录的时间差次数N将位移X划为N等份，分别乘以记录的时间差，求和后得出该渗流位置的渗流的横截面积S；
步骤4)：同时，利用无人机模块1搭载的微波感应模块16，将检测到的信息通过无线收发模块A19传送至流速测定模块25，从而确定大坝渗流的流速为V2，进而确定大坝的渗流量Q，即Q＝S*V2；
步骤5)：通过测得的渗流量的大小，分析其对大坝安全性的影响。
具体为：无人机模块1拍摄后的照片通过无线收发模块A19、无线收发模块B21传入到计算机模块2，然后计算机模块2对其进一步的处理，应用激光感应模块17对不规则渗流面积检测，进而测出渗流的横截面积S，应用流速测定模块25检测渗流流速V2，进而得出测量渗流量的公式为Q＝S*V2,其中，S为渗流面积，V2为渗流速度。
综上所述：本发明提供的基于无人机检测大坝背面混凝土表面渗流系统及方法，包括用于检测大坝渗流情况的无人机模块1和用于对无人机模块1采集到的信息进行分析的计算机模块2，通过无人机模块1悬停在大坝上短时间内快速获取影像资料，得到清晰的画面，采集大坝背面的全景图得出渗流位置，并通过无人机搭载的激光感应模块17确定渗流和渗流的横截面积，并通过搭载的微波感应模块16检测渗流流速，从而得出渗流量；通过对这些图像的分析和处理，来判断线路运行情况，提高巡视效率，且无人机模块1受气候、环境的影响小，巡检无死角、无盲区，无人机巡线适于执行特殊时期危险性高的任务，降低了事故几率和人员伤亡风险，从而高效，快速的进行实时检测。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于，包括用于检测大坝渗流情况的无人机模块(1)和用于对无人机模块(1)采集到的信息进行分析的计算机模块(2)；所述无人机模块(1)设置在无人机上；无人机上还设置了高清摄像头(11)、微波探头(12)和激光发射器(13)；
所述无人机模块(1)内部设置了图像采集模块(14)、第一处理器模块(15)、微波感应模块(16)、激光感应模块(17)、飞行动力模块(18)和无线收发模块A(19)；所述高清摄像头(11)与无人机模块(1)内部的图像采集模块(14)的输入端相连；所述图像采集模块(14)的输出端与第一处理器模块(15)相连；所述微波探头(12)的输出端与设置在无人机模块(1)内部的微波感应模块(16)的输入端相连；所述微波感应模块(16)的输出端与第一处理器模块(15)相连；所述激光发射器(13)的输出端与设置在无人机模块(1)内部的激光感应模块(17)的输入端相连；所述激光感应模块(17)的输出端与第一处理器模块(15)相连；所述第一处理器模块(15)的输出端与飞行动力模块(18)的输入端相连；所述飞行动力模块(18)与无人机模块(1)上的动力系统连接，动力系统设置在无人机上；所述无人机模块(1)的内部还设置有无线收发模块A(19)，无人机模块(1)通过无线收发模块A(19)与计算机模块(2)内部的无线收发模块B(21)连接；
所述计算机模块(2)内还设置有第二处理器模块(22)、图像处理模块(23)、定位模块(24)和流速测定模块(25)；所述第二处理器模块(22)的输出端与图像处理模块(23)的输入端相连，第二处理器模块(22)的输出端与定位模块(24)的输入端相连，第二处理器模块(22)的输出端与流速测定模块(25)的输入端相连；所述第二处理器模块(22)的输入端与无线收发模块B(21)的输入端连接，无线收发模块B(21)与无线收发模块A(19)连接。
2.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述无人机模块(1)与计算机模块(2)通过无线收发模块A(19)与无线收发模块B(21)进行无线信息传输，无线收发模块A(19)与无线收发模块B(21)，用于信息传输。
3.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述无人机模块(1)通过微波探头(12)向水面发射一束微波，该发射部分由脉冲调制器(121)和射频振荡器(122)组成，通过收发开关发射高频调制脉冲，反射信号通过收发开关进入相关检波器做相位基准，与反射信号比较，检出多普勒频率分量，然后经视频处理电路处理后送入第二处理器模块(22)，经流速测定模块(25)运算后获得速率数据。
4.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述无人机模块(1)通过高清摄像头(11)对大坝背面的渗流图像进行采集。
5.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述计算机模块(2)内部的图像处理模块(23)用于将无人机模块(1)采集到的图片进行信息处理，并将信息发送至第二处理器模块(22)，第二处理器模块(22)与定位模块(24)连接，并通过定位模块(24)确定渗流位置。
6.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述无人机模块(1)上的激光发射器(13)发射红绿两束激光，根据红绿激光反射回来的时间差可以再次确定渗流的有无，并测算渗流的横截面积。
7.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述计算机模块(2)内部的流速测定模块(25)用于测算大坝背面渗流速度的大小。
8.如权利要求1所述的一种基于无人机检测大坝背面混凝土表面渗流系统，其特征在于：所述计算机模块(2)内部的定位模块(24)通过合成后的大坝背面全景定位渗流位置。
9.一种如权利要求1所述的基于无人机检测大坝背面混凝土表面渗流的方法，其特征在于，包括以下步骤：
步骤1)：将无人机模块(1)的飞行航线与拍摄模式导入第一处理器模块(15)，第一处理器模块(15)控制无人机与微波感应模块(16)、飞行动力模块(18)、图像采集模块(14)、激光感应模块(17)的运作方式；
步骤2)：通过无人机模块(1)搭载的图像采集模块(14)对大坝进行悬停拍摄，图像通过无线收发模块A(19)实时传送到第二处理器模块(22)，并对所接收的图像进行处理，进而确定大坝渗流位置；
步骤3)：将无人机模块(1)在大坝渗流位置出进行垂直悬停并利用激光感应模块(17)垂直坝面连续发射红绿两束激光，同时，无人机模块(1)对渗流位置横向移动，通过检测反射回来的红绿激光是否存在时间差，即记录存在发生时间的位置，并记录无人机模块(1)的横向位移X，以及通过该横向位移X所需的时间差。通过记录的时间差次数N将位移X划为N等份，分别乘以记录的时间差，求和后得出该渗流位置的渗流的横截面积S；
步骤4)：同时，利用无人机模块(1)搭载的微波感应模块(16)，将检测到的信息通过无线收发模块A(19)传送至流速测定模块(25)，从而确定大坝渗流的流速为V2，进而确定大坝的渗流量Q，即Q＝S*V2；
步骤5)：通过测得的渗流量的大小，分析其对大坝安全性的影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810613109.0A CN108982316B (zh) | 2018-06-14 | 2018-06-14 | 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810613109.0A CN108982316B (zh) | 2018-06-14 | 2018-06-14 | 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108982316A true CN108982316A (zh) | 2018-12-11 |
| CN108982316B CN108982316B (zh) | 2020-11-27 |
Family
ID=64540419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810613109.0A Active CN108982316B (zh) | 2018-06-14 | 2018-06-14 | 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108982316B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110349123A (zh) * | 2019-06-11 | 2019-10-18 | 东南大学 | 一种清水混凝土表观质量的定量评价方法 |
| CN110455367A (zh) * | 2019-08-29 | 2019-11-15 | 长江水利委员会长江科学院 | 联合无人机和高密度电阻率法的工程堆弃体量测量方法 |
| CN110987936A (zh) * | 2019-11-20 | 2020-04-10 | 天津大学 | 一种面向无人机的大坝表面裂缝智能识别测量装置 |
| CN111463570A (zh) * | 2020-04-21 | 2020-07-28 | 上海京济通信技术有限公司 | 一种无人系统抗多径干扰技术 |
| CN113064450A (zh) * | 2021-04-01 | 2021-07-02 | 河海大学 | 一种基于退火算法的量子粒子群求解无人机路径规划方法 |
| CN113093796A (zh) * | 2021-03-31 | 2021-07-09 | 河海大学 | 一种大坝无人机群自主巡检智能控制系统 |
| CN113375751A (zh) * | 2021-06-28 | 2021-09-10 | 中国电建集团成都勘测设计研究院有限公司 | 一种深厚覆盖层河床大坝渗漏量检测方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090222149A1 (en) * | 2008-02-28 | 2009-09-03 | The Boeing Company | System and method for controlling swarm of remote unmanned vehicles through human gestures |
| CN103575928A (zh) * | 2013-11-11 | 2014-02-12 | 中国地质大学（武汉） | 水库渗漏多普勒探测仪 |
| CN103592462A (zh) * | 2013-11-11 | 2014-02-19 | 中国地质大学（武汉） | 水库渗漏多普勒探测仪用三向水听器阵列探头 |
| CN104145757A (zh) * | 2014-08-11 | 2014-11-19 | 江苏恒创软件有限公司 | 一种基于无人机的干旱灾情监测以及应急处理方法 |
| US20150159191A1 (en) * | 2005-12-19 | 2015-06-11 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Systems and methods for analyzing and manipulating biological samples |
| CN105783798A (zh) * | 2016-05-04 | 2016-07-20 | 清华大学 | 结构表面变形监测系统及方法 |
| CN205504489U (zh) * | 2016-01-22 | 2016-08-24 | 深圳市燃气集团股份有限公司 | 一种搭载激光甲烷气体泄漏检测器的无人机管道巡检装置 |
| CN106323243A (zh) * | 2016-08-18 | 2017-01-11 | 广州地理研究所 | 一种基于无人机的大坝变形观测预警系统及方法和装置 |
| CN107063137A (zh) * | 2017-06-08 | 2017-08-18 | 广东容祺智能科技有限公司 | 一种基于无人机的大坝溃堤面积计算及应急处理系统 |
| CN107108023A (zh) * | 2016-12-22 | 2017-08-29 | 深圳市大疆创新科技有限公司 | 无人机及其控制方法 |
| CN107727239A (zh) * | 2017-10-20 | 2018-02-23 | 江苏筑升土木工程科技有限公司 | 一种基于无人机的堤坝渗漏遥测方法与系统 |
-
2018
- 2018-06-14 CN CN201810613109.0A patent/CN108982316B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150159191A1 (en) * | 2005-12-19 | 2015-06-11 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Systems and methods for analyzing and manipulating biological samples |
| US20090222149A1 (en) * | 2008-02-28 | 2009-09-03 | The Boeing Company | System and method for controlling swarm of remote unmanned vehicles through human gestures |
| CN103575928A (zh) * | 2013-11-11 | 2014-02-12 | 中国地质大学（武汉） | 水库渗漏多普勒探测仪 |
| CN103592462A (zh) * | 2013-11-11 | 2014-02-19 | 中国地质大学（武汉） | 水库渗漏多普勒探测仪用三向水听器阵列探头 |
| CN104145757A (zh) * | 2014-08-11 | 2014-11-19 | 江苏恒创软件有限公司 | 一种基于无人机的干旱灾情监测以及应急处理方法 |
| CN205504489U (zh) * | 2016-01-22 | 2016-08-24 | 深圳市燃气集团股份有限公司 | 一种搭载激光甲烷气体泄漏检测器的无人机管道巡检装置 |
| CN105783798A (zh) * | 2016-05-04 | 2016-07-20 | 清华大学 | 结构表面变形监测系统及方法 |
| CN106323243A (zh) * | 2016-08-18 | 2017-01-11 | 广州地理研究所 | 一种基于无人机的大坝变形观测预警系统及方法和装置 |
| CN107108023A (zh) * | 2016-12-22 | 2017-08-29 | 深圳市大疆创新科技有限公司 | 无人机及其控制方法 |
| CN107063137A (zh) * | 2017-06-08 | 2017-08-18 | 广东容祺智能科技有限公司 | 一种基于无人机的大坝溃堤面积计算及应急处理系统 |
| CN107727239A (zh) * | 2017-10-20 | 2018-02-23 | 江苏筑升土木工程科技有限公司 | 一种基于无人机的堤坝渗漏遥测方法与系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110349123A (zh) * | 2019-06-11 | 2019-10-18 | 东南大学 | 一种清水混凝土表观质量的定量评价方法 |
| CN110455367A (zh) * | 2019-08-29 | 2019-11-15 | 长江水利委员会长江科学院 | 联合无人机和高密度电阻率法的工程堆弃体量测量方法 |
| CN110455367B (zh) * | 2019-08-29 | 2021-03-19 | 长江水利委员会长江科学院 | 联合无人机和高密度电阻率法的工程堆弃体量测量方法 |
| CN110987936A (zh) * | 2019-11-20 | 2020-04-10 | 天津大学 | 一种面向无人机的大坝表面裂缝智能识别测量装置 |
| CN111463570A (zh) * | 2020-04-21 | 2020-07-28 | 上海京济通信技术有限公司 | 一种无人系统抗多径干扰技术 |
| CN111463570B (zh) * | 2020-04-21 | 2021-09-10 | 上海京济通信技术有限公司 | 一种抗多径干扰无人系统 |
| CN113093796A (zh) * | 2021-03-31 | 2021-07-09 | 河海大学 | 一种大坝无人机群自主巡检智能控制系统 |
| CN113064450A (zh) * | 2021-04-01 | 2021-07-02 | 河海大学 | 一种基于退火算法的量子粒子群求解无人机路径规划方法 |
| CN113064450B (zh) * | 2021-04-01 | 2022-02-08 | 河海大学 | 一种基于退火算法的量子粒子群求解无人机路径规划方法 |
| CN113375751A (zh) * | 2021-06-28 | 2021-09-10 | 中国电建集团成都勘测设计研究院有限公司 | 一种深厚覆盖层河床大坝渗漏量检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108982316B (zh) | 2020-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108982316A (zh) | 一种基于无人机检测大坝背面混凝土表面渗流系统及方法 | |
| AU2018261777B2 (en) | Systems and methods for monitoring underwater structures | |
| CN103808271B (zh) | 远距离量测裂缝的方法及其装置 | |
| CN105738972B (zh) | 一种水下探测系统及水下探测方法 | |
| CN106291542B (zh) | 一种隧道三维成像方法 | |
| US8542368B2 (en) | Position measuring apparatus and method | |
| RU2444760C1 (ru) | Способ съемки нижней поверхности ледяного покрова | |
| CN104865560B (zh) | 一种基于uvm的相控阵雷达数字波束形成器模块验证方法及其验证平台 | |
| CN108140066A (zh) | 图面制作装置及图面制作方法 | |
| CN110161514A (zh) | 一种激光雷达、激光雷达测量方法及车辆驾驶系统 | |
| CN105938206A (zh) | 毫米波安检仪调试系统及毫米波安检仪调试方法 | |
| CN110018508A (zh) | 一种定位方法及装置 | |
| JP5767002B2 (ja) | 超音波送受信装置、および魚量検出方法 | |
| CN113613278B (zh) | 基于北斗的闸门监测方法、系统、计算机设备和存储介质 | |
| CN109799493A (zh) | 雷达和视频融合系统及方法 | |
| CN106017423B (zh) | 既有建筑幕墙分隔定位检测系统及检测方法 | |
| CN210243838U (zh) | 用于无压输水隧洞的无人巡视装备 | |
| US20230105955A1 (en) | Imaging system, imaging method, imaging program, and information acquisition method | |
| CN106370123A (zh) | 基于激光光斑漂移的亚毫米监测装置及其控制方法 | |
| US20230111766A1 (en) | Structure inspection method and structure inspection system | |
| CN106303412A (zh) | 基于监控影像的排土场位移远程实时监测装置与方法 | |
| CN106442576B (zh) | 一种盾构法隧道结构隐蔽质量无损检测方法及系统 | |
| Zhang et al. | Large-area super-resolution 3D digital maps for indoor and outdoor wireless channel modeling | |
| CN109799477A (zh) | 一种面向毫米波车联网的序贯车辆指纹定位方法及装置 | |
| CN205139380U (zh) | 一种声波反射检测桩孔基底地质缺陷的装置 |
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 |