CN110717290B - 一种基于三次插补法画大坝等值线的方法 - Google Patents

一种基于三次插补法画大坝等值线的方法 Download PDF

Info

Publication number
CN110717290B
CN110717290B CN201910918793.8A CN201910918793A CN110717290B CN 110717290 B CN110717290 B CN 110717290B CN 201910918793 A CN201910918793 A CN 201910918793A CN 110717290 B CN110717290 B CN 110717290B
Authority
CN
China
Prior art keywords
dam
measuring point
value
coordinate information
contour line
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
Application number
CN201910918793.8A
Other languages
English (en)
Other versions
CN110717290A (zh
Inventor
庞敏
倪维东
尹广林
李桂民
卓四明
吴志伟
高振东
赖新芳
李同春
牛志伟
齐慧君
季威
张进
晁阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING HEHAI NANZI HYDROPOWER AUTOMATION CO Ltd
Original Assignee
NANJING HEHAI NANZI HYDROPOWER AUTOMATION CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NANJING HEHAI NANZI HYDROPOWER AUTOMATION CO Ltd filed Critical NANJING HEHAI NANZI HYDROPOWER AUTOMATION CO Ltd
Priority to CN201910918793.8A priority Critical patent/CN110717290B/zh
Publication of CN110717290A publication Critical patent/CN110717290A/zh
Application granted granted Critical
Publication of CN110717290B publication Critical patent/CN110717290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种基于三次插补法画大坝等值线的方法，选取大坝顺河向和横河向断面作为测点预测的典型断面，在Hypermesh中建立大坝的有限元模型并进行网格划分，导出典型断面的网格节点编号及对应坐标信息；在大坝监测云平台数据库中读取已知测点坐标信息、对应坐标的测点测值，并对已知测点坐标信息、测点测值进行高维特征信息构建：基于支持向量机算法，以大坝监测云平台数据库中读取的已知测点坐标信息为自变量，大坝监测云平台数据库中读取的对应坐标的测点测值为目标变量，进行非线性训练；导入参数至训练完成的模型中，求解对应节点的预测值；实现监测点测值等值线绘制；将绘制的等值线图进行可视化。

Description

一种基于三次插补法画大坝等值线的方法
技术领域
本发明涉及大坝监测云平台开发研究领域，具体涉及一种基于三次插补法画大坝等值线的方法。
背景技术
大坝作为水利工程枢纽的重要组成部分，在调节水资源时空分布中发挥着巨大的工程效益，在国民经济和社会发展起到了十分重要的作用。大坝作为水工建筑物，在长期运行过程中不仅承受来自于外荷载的长期作用，且受到周围地质结构的影响，其运行过程中存在一定的风险。大坝安全监测是人们了解大坝运行性态和安全状况的有效手段，也是保证大坝安全运行重要的非工程措施。为及时掌握大坝运行状况，及时了解存在的安全隐患，通常采用多种方法对大坝不同部位进行多方位监测，以获得大坝不同空间测点的变形值。
在大坝监测中，掌握坝体的变形通常采用单点的监测量过程线、挠度曲线、分布曲线等，通过这些曲线只能了解大坝的某个点、线上的局部变形，并不能从全局的观点了解整个大坝的变形性态；在拥有各种不同监测点的位置和变形信息的条件下，等值线法是一种掌握监测对象整体变形的有效方法，因此将等值线法应用于大坝监测对于从全局的观点了解整个大坝的变形性态具有重要意义。
发明内容
为解决现有技术中的不足，本发明提供一种基于三次插补法画大坝等值线的方法，为现有技术中从全局的观点了解整个大坝的变形性态提供了一种可视化方法。
为了实现上述目标，本发明采用如下技术方案：
一种基于三次插补法画大坝等值线的方法，其特征在于：
选取大坝顺河向和横河向断面作为测点预测的典型断面，在Hypermesh中建立大坝的有限元模型并进行网格划分，导出典型断面的网格节点编号及对应坐标信息；
在大坝监测云平台数据库中读取已知测点坐标信息、对应坐标的测点测值，并对已知测点坐标信息、测点测值进行高维特征信息构建：
高维自变量集合X为：X＝(c,xi,yi,zi,xi 2,yi 2,zi 2,xiyi,yizi,xizi)
式中：x，y，z分别表示第i个测点顺河向、横河向、垂直向坐标值，i＝1,2..n，n表示测点总量；c表示常数项；
测点测值的训练目标数据Y为：Y＝(y1,y2,y3...yn)
式中：yi表示第i个测点测值；
基于支持向量机算法，以大坝监测云平台数据库中读取的已知测点坐标信息为自变量，大坝监测云平台数据库中读取的对应坐标的测点测值为目标变量，进行非线性训练；
以有限元模型中导出典型断面的网格节点编号及对应坐标信息作为输入值导入至训练完成的模型中，求解对应节点的预测值；
以求解对应节点的预测值作为插值目标，采用griddata函数提供的3次多项式插值方法cubic，对取坝体典型断面的所有网格节点进行插值处理；
剔除典型断面轮廓之外无效的节点预测值，利用Pyhton中contour函数实现监测点测值等值线绘制；
将绘制的等值线图进行可视化。
优选，前述的一种基于三次插补法画大坝等值线的方法，其特征在于：
非线性训练的回归函数是：
式中：ai，bi为拉格朗日乘子，i＝1,2,…n，m为嵌入维数，n为学习样本总数，k为核函数。
优选，前述的一种基于三次插补法画大坝等值线的方法，其特征在于：高维特征信息构建中的核函数是多项式核函数。
优选，前述的一种基于三次插补法画大坝等值线的方法，其特征在于：训练完成的模型中，对应节点预测值的预测公式是：
第n步预测为：
式中：Xn+1为第n+1步学习样本的值，ai为第i步的拉格朗日乘子，an-m+1为第n-m+1的拉格朗日乘子，l为推导的次数。
优选，前述的一种基于三次插补法画大坝等值线的方法，其特征在于：等值线图进行可视化中将绘制的等值线图以Base64的形式返回到Restful接口，为前端调用提供接口。
优选，前述的一种基于三次插补法画大坝等值线的方法，其特征在于：导出典型断面的网格节点编号及对应坐标信息分别保存为.cor、.ele文件，通过Python提取轮廓信息和测点的编号及测点的坐标信息。
本发明所达到的有益效果：
本发明通过建立大坝的有限元模型，导出节点编号及对应坐标信息，并从数据库中获取读取已知测点坐标及测值信息，以已知测点坐标信息为自变量，测点测值为目标变量，基于支持向量机进行非线性训练，求解对应节点的预测测值，基于griddata函数提供的3次多项式插值方法(cubic)，求解坝体剖面有效测点测值，绘制等值线图。
本发明克服单点变形分析难以从整体上掌握大坝变形的局限性，提供一种用基于三次插值法绘制等值线来表示大坝的整体变形的方法，并成功应用于大坝监测云平台中。
本发明不仅可以更加直观、全面的了解大坝生命周期内的变形特征，而且实现了等值线图的自动绘制及可视化分析，为全面了解大坝运行性态和安全状况提供有效手段。
附图说明
图1是本发明的总体流程图；
图2是本发明绘制等值线图在大坝安全监测云平台中页面展示。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示：本实施例公开了一种基于三次插补法画大坝等值线的方法：
通过CAD软件建立大坝典型断面的几何模型，典型断面包括选取的具有监测代表意义的大坝顺河向和横河向断面，导入至Hypermesh中建立大典型断面有限元模型并进行网格划分，导出典型断面的网格节点编号及对应坐标信息；
优选，导出典型断面的网格节点编号及对应坐标信息分别保存为.cor、.ele文件，通过Python提取轮廓信息和测点的编号(网格节点编号)及测点的坐标信息。
基于Restful接口，在大坝监测云平台数据库中读取已知测点坐标信息、对应坐标的测点测值，并对已知测点坐标信息集成到Restful接口中，为等值线图的绘制做数据准备。
测点测值进行高维特征信息构建：
本发明选用支持向量机(SVM)来拟合预测大坝的测值，考虑到数据库中仅包含测点x,y,z,三个方向的数据信息，数据比较单薄，拟合效果差，故通过升阶来扩充自变量信息，构建高维特征信息，作为支持向量机的输入数据，选取测点测值，作为SVM的训练目标数据。
其中扩充自变量信息时选取测点坐标的平方及各个坐标之间的乘积来扩充，即高维自变量集合X为：X＝(c,xi,yi,zi,xi 2,yi 2,zi 2,xiyi,yizi,xizi)
式中：x，y，z分别表示第i个测点顺河向、横河向、垂直向坐标值，i＝1,2..n，n表示测点总量；c表示常数项；
测点测值的训练目标数据Y为：Y＝(y1,y2,y3...yn)
式中：yi表示第i个测点测值；
基于支持向量机算法，以大坝监测云平台数据库中读取的已知测点坐标信息为自变量，大坝监测云平台数据库中读取的对应坐标的测点测值为目标变量，进行非线性训练；即Y作为目标数据训练SVM模型。
在非线性训练中，SVM估计回归的基本思想是通过一个非线性的映射将输入空间的数据X映射到高维特征空间Y中，并在这个空间进行线性回归，支持向量机还通过引入核函数的方法巧妙地解决了非线性分类问题。常用的核函数有线性核函数、多项式核函数、REF核函数、Sigmoid函数等。本发明选取多项式核函数作为线性到非线性之间的桥梁，来代替高维特征空间中的内积运算。
得到支持向量机学习样本，训练SVM模型，其中的回归函数见公式是：
式中：ai，bi为拉格朗日乘子，i＝1,2,…n，m为嵌入维数，n为学习样本总数，k为核函数。
训练完成之后，以有限元模型中导出典型断面的网格节点编号及对应坐标信息作为输入值导入至训练完成的模型中，求解对应节点的预测值，其预测公式是：
第n步预测为：
式中：Xn+1为第n+1步学习样本的值，ai为第i步的拉格朗日乘子，an-m+1为第n-m+1的拉格朗日乘子，l为推导的次数。
以求解对应节点的预测值作为插值目标，采用griddata函数提供的3次多项式插值方法(cubic)，取坝体典型断面的所有网格节点进行插值处理。
根据griddata函数对插值点的要求，在坝体剖面(典型断面)y，z范围内，调用meshgrid函数，构造一个完整的网格，利用3次多项式插值(cubic)方法在此范围内插补曲面，计算返回坝体典型断面的所有坐标点预测测值。
剔除典型断面轮廓之外无效的节点预测值，利用Pyhton中contour函数实现监测点测值等值线绘制；利用griddata函数在坝体剖面y,z范围插值所得的测点测值，有一部分在大坝的典型断面之外，通过对大坝典型断面之外的测点测值赋值为None，来剔除无效的插值，利用contour函数在大坝典型断面范围内绘制大坝变形的等值线。
最后：将绘制的等值线图进行可视化，将绘制的等值线图返回到Restful接口，为前端调用提供接口。为方便前端的调用，将等值线图转化BASE64格式，返回到Restful接口，提供给前端调用，便于可视化分析，如图2所示。
本发明通过建立大坝的有限元模型，导出节点编号及对应坐标信息，并从数据库中获取读取已知测点坐标及测值信息，以已知测点坐标信息为自变量，测点测值为目标变量，基于支持向量机进行非线性训练，求解对应节点的预测测值，基于griddata函数提供的3次多项式插值方法(cubic)，求解坝体剖面有效测点测值，绘制等值线图。
本发明克服单点变形分析难以从整体上掌握大坝变形的局限性，提供一种用基于三次插值法绘制等值线来表示大坝的整体变形的方法，并成功应用于大坝监测云平台中。
本发明不仅可以更加直观、全面的了解大坝生命周期内的变形特征，而且实现了等值线图的自动绘制及可视化分析，为全面了解大坝运行性态和安全状况提供有效手段。
以上所述仅是本发明的优选实施方式，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形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种基于三次插补法画大坝等值线的方法，其特征在于：
选取大坝顺河向和横河向断面作为测点预测的典型断面，在Hypermesh中建立大坝的有限元模型并进行网格划分，导出典型断面的网格节点编号及对应坐标信息；
在大坝监测云平台数据库中读取已知测点坐标信息、对应坐标的测点测值，并对已知测点坐标信息、测点测值进行高维特征信息构建：
高维自变量集合X为：X＝(c,xi,yi,zi,xi 2,yi 2,zi 2,xiyi,yizi,xizi)
式中：xi，yi，zi分别表示第i个测点顺河向、横河向、垂直向坐标值，i＝1,2..n，n表示测点总量；c表示常数项；
测点测值的训练目标数据Y为：Y＝(y1,y2,y3...yn)
式中：yi表示第i个测点测值；
基于支持向量机算法，以大坝监测云平台数据库中读取的已知测点坐标信息为自变量，大坝监测云平台数据库中读取的对应坐标的测点测值为目标变量，进行非线性训练；
以有限元模型中导出典型断面的网格节点编号及对应坐标信息作为输入值导入至训练完成的模型中，求解对应节点的预测值；
以求解对应节点的预测值作为插值目标，采用griddata函数提供的3次多项式插值方法cubic，对坝体典型断面的所有网格节点进行插值处理；
剔除典型断面轮廓之外无效的节点预测值，利用Pyhton中contour函数实现监测点测值等值线绘制；
将绘制的等值线图进行可视化。
2.根据权利要求1所述的一种基于三次插补法画大坝等值线的方法，其特征在于：
非线性训练的回归函数是：
式中：ai，bi为拉格朗日乘子，i＝1,2,…n，m为嵌入维数，n为学习样本总数，k为核函数。
3.根据权利要求1所述的一种基于三次插补法画大坝等值线的方法，其特征在于：高维特征信息构建中的核函数是多项式核函数。
4.根据权利要求1所述的一种基于三次插补法画大坝等值线的方法，其特征在于：训练完成的模型中，对应节点预测值的预测公式是：
第n步预测为：
式中：Xn+1为第n+1步学习样本的值，ai为第i步的拉格朗日乘子，an-m+1为第n-m+1的拉格朗日乘子，l为推导的次数，m为嵌入维数，k为核函数。
5.根据权利要求1所述的一种基于三次插补法画大坝等值线的方法，其特征在于：等值线图进行可视化中将绘制的等值线图以Base64的形式返回到Restful接口，为前端调用提供接口。
6.根据权利要求1所述的一种基于三次插补法画大坝等值线的方法，其特征在于：导出典型断面的网格节点编号及对应坐标信息分别保存为.cor、.ele文件，通过Python提取轮廓信息和测点的编号及测点的坐标信息。
CN201910918793.8A 2019-09-26 2019-09-26 一种基于三次插补法画大坝等值线的方法 Active CN110717290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910918793.8A CN110717290B (zh) 2019-09-26 2019-09-26 一种基于三次插补法画大坝等值线的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910918793.8A CN110717290B (zh) 2019-09-26 2019-09-26 一种基于三次插补法画大坝等值线的方法

Publications (2)

Publication Number Publication Date
CN110717290A CN110717290A (zh) 2020-01-21
CN110717290B true CN110717290B (zh) 2023-08-22

Family

ID=69210970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910918793.8A Active CN110717290B (zh) 2019-09-26 2019-09-26 一种基于三次插补法画大坝等值线的方法

Country Status (1)

Country Link
CN (1) CN110717290B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113324571A (zh) * 2021-05-20 2021-08-31 中国电建集团华东勘测设计研究院有限公司 用于实时监测大坝工作性态的可视化展示方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797030A (zh) * 2004-12-29 2006-07-05 中国石油天然气集团公司 一种绘制复杂正断层等值线构造图的方法
CN103577651A (zh) * 2013-11-18 2014-02-12 河海大学 一种智能化的批量生成及处理任意形状截面等值线云图的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797030A (zh) * 2004-12-29 2006-07-05 中国石油天然气集团公司 一种绘制复杂正断层等值线构造图的方法
CN103577651A (zh) * 2013-11-18 2014-02-12 河海大学 一种智能化的批量生成及处理任意形状截面等值线云图的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孟庆生等.地质模型中离散数据点的等值线绘制方法.《山东轻工业学院学报》.2002,第第16卷卷(第第2期期),第6-9页. *

Also Published As

Publication number Publication date
CN110717290A (zh) 2020-01-21

Similar Documents

Publication Publication Date Title
US11118988B2 (en) Method for calculating earth pressure load on a tunnel
CN110263111B (zh) 基于先验知识的土地利用/覆被信息时空监测方法
Teegavarapu et al. Improved weighting methods, deterministic and stochastic data-driven models for estimation of missing precipitation records
CN105157590B (zh) 一种基于三维激光扫描技术的建构物健康监测系统
CN106547986B (zh) 一种盾构隧道土压力荷载计算方法
US20170338802A1 (en) Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation
CN114201798A (zh) 基于bim+gis技术的长大隧道数字孪生系统及方法
CN102968529B (zh) 一种供水管网模型计算结果不确定性区间的量化方法
CN113837450B (zh) 基于深度学习的河网密集流域水情趋势预测方法及其应用
CN106339820A (zh) 一种基于虚拟现实的水工建筑物实测性态多维度分析方法及系统
CN108978573A (zh) 一种地形数据快速可视化辅助河床演变研究的方法
CN117408173B (zh) 一种基于机器学习的水文流量整编智能模型构建方法
CN103544385A (zh) 顾及空间异质性的多尺度空间负荷预测方法
CN113221464A (zh) 一种地面站点与遥感观测降水数据融合方法和装置
CN108733952B (zh) 一种基于序贯模拟的土壤含水量空间变异性三维表征方法
Su et al. Dam structural behavior identification and prediction by using variable dimension fractal model and iterated function system
CN110717290B (zh) 一种基于三次插补法画大坝等值线的方法
CN104899349A (zh) 一种大跨桥梁监测数据空间插值与可视化方法
CN113420458A (zh) 一种风场数据精细化处理方法、装置、终端及介质
CN109033181B (zh) 一种复杂地形地区风场地理数值模拟方法
Rizzo et al. Peak value estimation for wind-induced lateral accelerations in a high-rise building
CN102880753B (zh) 基于分形维数的土地利用空间特征尺度转换方法
CN116188266A (zh) 一种基于模糊理论与集成学习对地质勘查的空间插值方法
CN114841077A (zh) 一种风电功率预测方法、装置、介质
Ng et al. Estimating the finite time Lyapunov exponent from sparse Lagrangian trajectories

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