CN109211137A - 一种快速识别隧道掌子面岩性的装置及方法 - Google Patents
一种快速识别隧道掌子面岩性的装置及方法 Download PDFInfo
- Publication number
- CN109211137A CN109211137A CN201811053871.4A CN201811053871A CN109211137A CN 109211137 A CN109211137 A CN 109211137A CN 201811053871 A CN201811053871 A CN 201811053871A CN 109211137 A CN109211137 A CN 109211137A
- Authority
- CN
- China
- Prior art keywords
- module
- face
- tunnel
- image
- lithology
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种快速识别隧道掌子面岩性的装置,包括控制箱和支承三脚架,本发明还提供一种快速识别隧道掌子面岩性的方法,在隧道掌子面处架好支承三脚架,利用调平模块将装置调平;通过操作面板运行图像获取模块,对掌子面岩体面立体像进行获取,并对立体图像进行重构得到岩体三维数字图像;图像处理模块对得到的岩体三维数字图像进行识别,排除图像中的干扰项,对图像进行分割,对灰度图像进行检测;计算分析模块利用人工神经网络进行计算分析,分析得出岩体表面节理特征,并与数据库中岩石特征进行对比分析;存储模块对分析处理数据进行存储,以便后期调取使用。
Description
技术领域
本发明涉及隧道施工技术领域,特别是涉及一种快速识别隧道掌子面岩性的装置及方法。
背景技术
隧道掌子面的岩体地质情况对隧道掌子面施工安全至关重要,能够安全高效的分析掌子面岩体情况一直是隧道掌子面分析的发展趋势,不仅能为施工提供依据,为施工中可能出现的突发情况做准备,而且能够存储相关数据供隧道分析使用。
现有隧道掌子面施工中,一般在掌子面开挖前用全站仪三维变形非接触式量测的方法对掌子面进行测量,分析掌子面情况,此种测量方法的步骤为:1、每次测量前,先安置仪器,并对仪器进行调校,使仪器处于最佳状态,精确定位整平后,对仪器进行气压和温度的气象改正,按围岩监控量测参数规范要求对仪器各项参数进行调试;2、左站测量:安置仪器后照准目标点先进行盘左观测,观测时采用3次重复测距,记录数据后,将仪器设置盘右同样进行3次重复测距,即每测站上分别用2个盘连续照准3次目标,然后取平均值为一次设站观测结果。即正道镜观测法取平均值;3、右站测量:左站测量完毕后,仪器搬至右侧测站同左站测量顺序一样进行右站测量,检查左右测站同一测点的数据,若发现左右站的测得同一测点的信息相差较大,对这一测点重测。
现有隧道掌子面测量方法需要贴近岩体面进行较多工作,常会影响工程进度且具有一定危险性,花费时间较长,且无法对不能到达的岩体面进行测量;岩石隧道开挖掌子面上方、较陡峭边坡面常难以接触,以传统方法难以对其进行测量;对岩体产状的测量容易受岩体面局部凹凸的影响,在不平整的岩体面难以得到符合实际的结果;对节理迹长和间距的测量通常只能通过目测进行,误差较大;同时,受隧道中粉尘较大的影响,传统测量方法精确度不高。
因此,如何改变现有技术中,无法对隧道掌子面地质情况进行有效分析的现状,是本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种快速识别隧道掌子面岩性的装置及方法,以解决上述现有技术存在的问题,为施工者提供可靠的隧道掌子面地质情况分析,减轻施工者工作负担。
为实现上述目的,本发明提供了如下方案:本发明提供一种快速识别隧道掌子面岩性的装置,包括控制箱和支承三脚架,所述控制箱固定于所述支承三脚架上,所述控制箱上设置操作面板和前置相机,所述操作面板和所述前置相机分别设置于所述控制箱的相对的两侧面上,在对掌子面进行测量时,所述前置相机正对掌子面;
所述控制箱内设置调平模块、图像获取模块、图像处理模块、计算分析模块、存储模块和控制模块,所述调平模块能够将所述控制箱调整为水平状态,所述图像获取模块与所述前置相机相连,所述图像获取模块能够获取岩体面立体像并进行数字化处理,所述图像获取模块与所述控制面板相连,所述图像处理模块能够对图像进行分割、检测,所述计算分析模块能够对岩体表面节理特征进行分析,所述存储模块能够存储处理数据,所述调平模块、所述图像获取模块、所述图像处理模块、所述计算分析模块、所述存储模块、所述控制面板和所述前置相机均与所述控制模块相连。
优选地,所述支承三脚架包括底板和三个下部支撑杆,三个所述下部支撑杆的一端分别与所述底板相连,三个所述下部支撑杆对称设置。
优选地,所述控制箱与所述底板可拆卸连接。
优选地,所述控制箱与所述底板之间设置柔性防护层。
优选地,所述下部支撑杆与所述底板铰接,所述下部支撑杆远离所述底板的一端设置防滑结构层。
优选地,所述调平模块内设置圆水准器、光传感器和微型探头,所述微型探头正对所述圆水准器设置,所述光床干起设置于所述微型探头上,所述微型探头连接有检测电路,所述检测电路与所述控制器相连。
优选地,所述前置相机为双目数码单反相机。
本发明还提供一种快速识别隧道掌子面岩性的方法,包括如下步骤:
步骤一、在隧道掌子面处架好支承三脚架,利用调平模块监测装置是否水平,直至装置调平为止;
步骤二、通过操作面板运行图像获取模块,对掌子面进行岩体面立体像进行获取,并对立体图像进行重构得到岩体三维数字图像;
步骤三、图像处理模块对得到的岩体三维数字图像进行识别,排除图像中的干扰项,对图像进行分割,对灰度图像进行检测;
步骤四、计算分析模块利用人工神经网络进行计算分析,分析得出岩体表面节理特征,并与数据库中岩石特征进行对比分析;
步骤五、存储模块对分析处理数据进行存储。
本发明相对于现有技术取得了以下技术效果:本发明的快速识别隧道掌子面岩性的装置,包括控制箱和支承三脚架,利用本发明的快速识别隧道掌子面岩性的装置进行测量时,在隧道掌子面处架好支承三脚架,利用调平模块监测装置是否水平,直至装置调平为止;通过操作面板运行图像获取模块,对掌子面岩体面立体像进行获取,并对立体图像进行重构得到岩体三维数字图像;图像处理模块对得到的岩体三维数字图像进行识别,排除图像中的干扰项,对图像进行分割,对灰度图像进行检测;计算分析模块利用人工神经网络进行计算分析,分析得出岩体表面节理特征,并与数据库中岩石特征进行对比分析;存储模块对分析处理数据进行存储,以便后期调取使用。采用本发明的快速识别隧道掌子面岩性的方法,能够准确的分析分析出隧道掌子面岩体的节理、裂隙等岩体地质情况;测量精度较高,安全高效,对岩体的评价较为全面合理;同时,自动化程度较高,能适应恶劣的隧道施工环境,提供较为可靠的数据分析结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的快速识别隧道掌子面岩性的装置的结构示意图;
图2为本发明的快速识别隧道掌子面岩性的装置的控制箱的结构示意图;
图3为本发明的快速识别隧道掌子面岩性的装置的支承三脚架的结构示意图;
其中,1为操作面板,2为控制箱,3为前置相机,4为底板,5为下部支撑杆。
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。
本发明的目的是提供一种快速识别隧道掌子面岩性的装置及方法,以解决上述现有技术存在的问题,为施工者提供可靠的隧道掌子面地质情况分析,减轻施工者工作负担。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
请参考图1-3,其中,图1为本发明的快速识别隧道掌子面岩性的装置的结构示意图,图2为本发明的快速识别隧道掌子面岩性的装置的控制箱的结构示意图,图3为本发明的快速识别隧道掌子面岩性的装置的支承三脚架的结构示意图。
本发明提供一种快速识别隧道掌子面岩性的装置,包括控制箱2和支承三脚架,控制箱2固定于支承三脚架上,控制箱2上设置操作面板1和前置相机3,操作面板1和前置相机3分别设置于控制箱2的相对的两侧面上,在对掌子面进行测量时,前置相机3正对掌子面;
控制箱2内设置调平模块、图像获取模块、图像处理模块、计算分析模块、存储模块和控制模块,调平模块能够将控制箱2调整为水平状态,图像获取模块与前置相机3相连,图像获取模块能够获取岩体面立体像并进行数字化处理,图像获取模块与控制面板相连,图像处理模块能够对图像进行分割、检测,计算分析模块能够对岩体表面节理特征进行分析,存储模块能够存储处理数据,调平模块、图像获取模块、图像处理模块、计算分析模块、存储模块、控制面板和前置相机3均与控制模块相连。
利用本发明的快速识别隧道掌子面岩性的装置进行测量时,在隧道掌子面处架好支承三脚架,利用调平模块监测装置是否水平,直至装置调平为止;通过操作面板1运行图像获取模块,对掌子面岩体面立体像进行获取,并对立体图像进行重构得到岩体三维数字图像;图像处理模块对得到的岩体三维数字图像进行识别,排除图像中的干扰项,对图像进行分割,对灰度图像进行检测;计算分析模块利用人工神经网络进行计算分析,分析得出岩体表面节理特征,并与数据库中岩石特征进行对比分析;存储模块对分析处理数据进行存储,以便后期调取使用。采用本发明的快速识别隧道掌子面岩性的方法,能够准确的分析分析出隧道掌子面岩体的节理、裂隙等岩体地质情况;测量精度较高,安全高效,对岩体的评价较为全面合理;同时,自动化程度较高,能适应恶劣的隧道施工环境,提供较为可靠的数据分析结果。另外,利用存储模块可对隧道掌子面的数据进行实时存储、传输,作为设计资料为后续隧道分析、评估提供数据支持,为其他隧道建设方案提供参考。
具体地,支承三脚架包括底板4和三个下部支撑杆5,三个下部支撑杆5的一端分别与底板4相连,三个下部支撑杆5对称设置,设置三个下部支撑杆5便于装置整体调平。
其中,控制箱2安装于底板4上,控制箱2与底板4可拆卸连接,便于拆装使用及运输。
为了有效保护控制箱2,防止底板4磨损控制箱2,在控制箱2与底板4之间设置柔性防护层。
更具体地,下部支撑杆5与底板4铰接,下部支撑杆5远离底板4的一端设置防滑结构层,增强支承三脚架结构的稳定性,进而提高装置测量精度。
进一步地,调平模块内设置圆水准器、光传感器和微型探头,微型探头正对圆水准器设置,光床干起设置于微型探头上,微型探头连接有检测电路,检测电路与控制器相连。微型探头的探孔对准圆水准器的气泡中心处,当气泡处于中心位置实现微型探头视野全覆盖时,启动检测电路,电路将信号反馈至控制模块,并最终显示在操作面板1上,便于施工人员将装置调平。
更进一步地,前置相机3为双目数码单反相机。
本发明还提供一种快速识别隧道掌子面岩性的方法,包括如下步骤:
步骤一、在隧道掌子面处架好支承三脚架,利用调平模块监测装置是否水平,直至装置调平为止;
步骤二、通过操作面板1运行图像获取模块,对掌子面进行岩体面立体像进行获取,并对立体图像进行重构得到岩体三维数字图像;
步骤三、图像处理模块对得到的岩体三维数字图像进行识别,排除图像中的干扰项,对图像进行分割,对灰度图像进行检测;
步骤四、计算分析模块利用人工神经网络进行计算分析,分析得出岩体表面节理特征,并与数据库中岩石特征进行对比分析;
步骤五、存储模块对分析处理数据进行存储。
采用本发明的快速识别隧道掌子面岩性的方法时,利用装置前端前置相机3将隧道掌子面情况获取得到图像,内部程序对已获取图像使用线检测和边缘检测方法对不同角度拍摄的岩体图像进行图像分割,分析分割结果中节理与干扰项特征在灰度和彩色图像空间中所表现出的差异,总结出线检测图像分割区间对应参数或边缘检测图像分割区间对应参数。对经图像分割后得到的图像进行灰化处理,所得到的一系列特征曲线经二维霍夫变换将图像矩阵由直角坐标系转换到极坐标系下,使直角坐标系下一个点对应于极坐标系下一条曲线,通过统计换算所得的曲线交于一点的数目得到原图像上线段分布情况。线段的分布情况反映了原图像岩石的节理情况,节理曲线以直线形式被检测出来。对检测得到的节理直线利用人工神经网络进行识别,人工神经网络具有可以映射所有连续函数的特点,将所处理得到的节理线性特征作为样本集,此样本集包含节理及干扰项两个子集,对其进行分类函数计算。人工神经网络内置数据库,数据中包含的以往所得岩石节理信息进行过参数模型训练,确定了各类岩性的计算模式。人工神经网络对节理直线经分类计算所得相关数据与内置数据库训练所得计算模式进行匹配,用线性回归进行分析,在可允许的误差范围内输出节理线性特征对应的岩体岩性,偏差较大的数据一律作为干扰数据。经人工神经网络匹配所得的岩性信息输出至操作面板1上,并同步在后台将其作为数据库新数据的一部分供调用。
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种快速识别隧道掌子面岩性的装置,其特征在于:包括控制箱和支承三脚架,所述控制箱固定于所述支承三脚架上,所述控制箱上设置操作面板和前置相机,所述操作面板和所述前置相机分别设置于所述控制箱的相对的两侧面上,在对掌子面进行测量时,所述前置相机正对掌子面;
所述控制箱内设置调平模块、图像获取模块、图像处理模块、计算分析模块、存储模块和控制模块,所述调平模块能够将所述控制箱调整为水平状态,所述图像获取模块与所述前置相机相连,所述图像获取模块能够获取岩体面立体像并进行数字化处理,所述图像获取模块与所述控制面板相连,所述图像处理模块能够对图像进行分割、检测,所述计算分析模块能够对岩体表面节理特征进行分析,所述存储模块能够存储处理数据,所述调平模块、所述图像获取模块、所述图像处理模块、所述计算分析模块、所述存储模块、所述控制面板和所述前置相机均与所述控制模块相连。
2.根据权利要求1所述的快速识别隧道掌子面岩性的装置,其特征在于:所述支承三脚架包括底板和三个下部支撑杆,三个所述下部支撑杆的一端分别与所述底板相连,三个所述下部支撑杆对称设置。
3.根据权利要求2所述的快速识别隧道掌子面岩性的装置,其特征在于:所述控制箱与所述底板可拆卸连接。
4.根据权利要求3所述的快速识别隧道掌子面岩性的装置,其特征在于:所述控制箱与所述底板之间设置柔性防护层。
5.根据权利要求2所述的快速识别隧道掌子面岩性的装置,其特征在于:所述下部支撑杆与所述底板铰接,所述下部支撑杆远离所述底板的一端设置防滑结构层。
6.根据权利要求1所述的快速识别隧道掌子面岩性的装置,其特征在于:所述调平模块内设置圆水准器、光传感器和微型探头,所述微型探头正对所述圆水准器设置,所述光传感器设置于所述微型探头上,所述微型探头连接有检测电路,所述检测电路与所述控制器相连。
7.根据权利要求1所述的快速识别隧道掌子面岩性的装置,其特征在于:所述前置相机为双目数码单反相机。
8.一种快速识别隧道掌子面岩性的方法,利用权利要求1-7任一项所述的快速识别隧道掌子面岩性的装置,其特征在于,包括如下步骤:
步骤一、在隧道掌子面处架好支承三脚架,利用调平模块监测装置是否水平,直至装置调平为止;
步骤二、通过操作面板运行图像获取模块,对掌子面进行岩体面立体像进行获取,并对立体图像进行重构得到岩体三维数字图像;
步骤三、图像处理模块对得到的岩体三维数字图像进行识别,排除图像中的干扰项,对图像进行分割,对灰度图像进行检测;
步骤四、计算分析模块利用人工神经网络进行计算分析,分析得出岩体表面节理特征,并与数据库中岩石特征进行对比分析;
步骤五、存储模块对分析处理数据进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811053871.4A CN109211137A (zh) | 2018-09-11 | 2018-09-11 | 一种快速识别隧道掌子面岩性的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811053871.4A CN109211137A (zh) | 2018-09-11 | 2018-09-11 | 一种快速识别隧道掌子面岩性的装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109211137A true CN109211137A (zh) | 2019-01-15 |
Family
ID=64986842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811053871.4A Pending CN109211137A (zh) | 2018-09-11 | 2018-09-11 | 一种快速识别隧道掌子面岩性的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109211137A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766894A (zh) * | 2019-01-21 | 2019-05-17 | 东北大学 | 一种基于图像识别技术的关键块体动态搜索系统及方法 |
CN111382806A (zh) * | 2020-04-17 | 2020-07-07 | 桂林理工大学 | 基于图像特征的类砌体危岩体安全评价方法及装置 |
KR102201211B1 (ko) * | 2019-12-06 | 2021-01-12 | 주식회사 대림코퍼레이션 | 인공 지능과 절리 추출을 이용한 터널의 막장면 자동 분석 방법 |
KR102240422B1 (ko) * | 2019-12-06 | 2021-04-15 | 주식회사 대림 | 인공 지능과 파라미터 최적화를 이용한 터널의 막장면 자동 분석 방법 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001091249A (ja) * | 1999-09-27 | 2001-04-06 | Wall Natsuto:Kk | 内空断面測定装置 |
JP2001194112A (ja) * | 2000-01-14 | 2001-07-19 | Taisei Corp | トンネル切羽変位警報方法及び装置 |
JP2012012879A (ja) * | 2010-07-02 | 2012-01-19 | Konoike Constr Ltd | トンネルの切羽前方の地山・地質構造の探査方法 |
CN102607538A (zh) * | 2012-02-28 | 2012-07-25 | 武汉大学 | 一种快速自动安平激光扫平仪自动安平装置及其方法 |
CN102620673A (zh) * | 2012-03-16 | 2012-08-01 | 同济大学 | 基于图像分析的隧道变形在线监测系统及其应用 |
CN104502990A (zh) * | 2015-01-06 | 2015-04-08 | 中国地质大学(武汉) | 一种基于数码图像的隧道掌子面地质调查方法 |
CN104807446A (zh) * | 2015-04-10 | 2015-07-29 | 同济大学 | 一种隧道掌子面三维点云模型的获取方法 |
CN205507763U (zh) * | 2016-03-11 | 2016-08-24 | 贵州工程应用技术学院 | 一种基于gps的地理信息采集装置 |
CN103698817B (zh) * | 2013-12-27 | 2016-10-26 | 上海川海信息科技有限公司 | 基于图像的地下洞室掌子面快速安全预测方法 |
-
2018
- 2018-09-11 CN CN201811053871.4A patent/CN109211137A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001091249A (ja) * | 1999-09-27 | 2001-04-06 | Wall Natsuto:Kk | 内空断面測定装置 |
JP2001194112A (ja) * | 2000-01-14 | 2001-07-19 | Taisei Corp | トンネル切羽変位警報方法及び装置 |
JP2012012879A (ja) * | 2010-07-02 | 2012-01-19 | Konoike Constr Ltd | トンネルの切羽前方の地山・地質構造の探査方法 |
CN102607538A (zh) * | 2012-02-28 | 2012-07-25 | 武汉大学 | 一种快速自动安平激光扫平仪自动安平装置及其方法 |
CN102620673A (zh) * | 2012-03-16 | 2012-08-01 | 同济大学 | 基于图像分析的隧道变形在线监测系统及其应用 |
CN103698817B (zh) * | 2013-12-27 | 2016-10-26 | 上海川海信息科技有限公司 | 基于图像的地下洞室掌子面快速安全预测方法 |
CN104502990A (zh) * | 2015-01-06 | 2015-04-08 | 中国地质大学(武汉) | 一种基于数码图像的隧道掌子面地质调查方法 |
CN104807446A (zh) * | 2015-04-10 | 2015-07-29 | 同济大学 | 一种隧道掌子面三维点云模型的获取方法 |
CN205507763U (zh) * | 2016-03-11 | 2016-08-24 | 贵州工程应用技术学院 | 一种基于gps的地理信息采集装置 |
Non-Patent Citations (2)
Title |
---|
冷彪等: "《数字图像处理在隧道工程地质分析中的应用研究》", 《隧道/地下工程》 * |
周春霖等: "《新奥法施工隧道掌子面红外照相及图像处理》", 《岩石力学与工程学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766894A (zh) * | 2019-01-21 | 2019-05-17 | 东北大学 | 一种基于图像识别技术的关键块体动态搜索系统及方法 |
KR102201211B1 (ko) * | 2019-12-06 | 2021-01-12 | 주식회사 대림코퍼레이션 | 인공 지능과 절리 추출을 이용한 터널의 막장면 자동 분석 방법 |
KR102240422B1 (ko) * | 2019-12-06 | 2021-04-15 | 주식회사 대림 | 인공 지능과 파라미터 최적화를 이용한 터널의 막장면 자동 분석 방법 |
CN111382806A (zh) * | 2020-04-17 | 2020-07-07 | 桂林理工大学 | 基于图像特征的类砌体危岩体安全评价方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11634987B2 (en) | Safety early warning method and device for full-section tunneling of tunnel featuring dynamic water and weak surrounding rock | |
CN109211137A (zh) | 一种快速识别隧道掌子面岩性的装置及方法 | |
US11598728B2 (en) | Multi-sensor pipe inspection system and method | |
US10627219B2 (en) | Apparatus and methods for monitoring movement of physical structures by laser deflection | |
CN109506714A (zh) | 一种人工智能桥梁安全检测系统 | |
CN105841629A (zh) | 一种文物建筑倾斜、沉降监测的摄影测量监测系统及其使用方法 | |
CN109373980B (zh) | 一种基于视频监控测量仪和测斜终端的监测方法及系统 | |
CN111781113B (zh) | 一种粉尘网格化定位方法及粉尘网格化监测方法 | |
US20080147327A1 (en) | Method of Seismic Signal Processing | |
CN105547635A (zh) | 一种用于风洞试验的非接触式结构动力响应测量方法 | |
CN105379186A (zh) | 确定响应类似性邻域 | |
CN105651377A (zh) | 一种基于视频数据挖掘的非接触式物体振动频率测量方法 | |
CN112965135B (zh) | 一种石窟崖体裂隙空间异质分布的无损探测综合方法 | |
CN105741278A (zh) | 一种基于计算机视觉的拉索分布应力在线监测方法 | |
CN104483700A (zh) | 地层裂缝监测与预警系统及方法 | |
CN111608731A (zh) | 一种盾构隧道安全状态监测预警装置及其监测预警方法 | |
CN111964599A (zh) | 基于倾斜摄影测量技术的公路高边坡表面变形监测及分析方法 | |
Belloni et al. | Tack project: Tunnel and bridge automatic crack monitoring using deep learning and photogrammetry | |
CN116291724A (zh) | 一种用于公路隧道施工的实时预警检测方法及系统 | |
CN209857884U (zh) | 一种基于视频监控测量仪和测斜终端的监测系统 | |
CN103162632B (zh) | 离心模型3d光学位移测量系统 | |
CN109323684A (zh) | 一种测斜系统及其测斜方法 | |
CN113029103B (zh) | 一种风机塔筒基础环的倾斜测量方法、系统和存储介质 | |
CN115185013A (zh) | 一种基于航道疏浚工程的管线探测方法 | |
CN106247963B (zh) | 一种检波器推靠臂变形的检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190115 |