CN112613092B - 一种路基压实度空间分布的预测方法和预测装置 - Google Patents
一种路基压实度空间分布的预测方法和预测装置 Download PDFInfo
- Publication number
- CN112613092B CN112613092B CN202011327720.0A CN202011327720A CN112613092B CN 112613092 B CN112613092 B CN 112613092B CN 202011327720 A CN202011327720 A CN 202011327720A CN 112613092 B CN112613092 B CN 112613092B
- Authority
- CN
- China
- Prior art keywords
- random field
- compaction
- roadbed
- spatial distribution
- field model
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Structural Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Civil Engineering (AREA)
- Road Paving Structures (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了一种路基压实度空间分布的预测方法和装置,属于土方工程探测领域,所述方法包括:S1:确定路基土方上的碾压研究区域,并将研究区域进行网格划分,获取各个网格对应的压实参数;S2:当振动压路机沿着碾压带进行压实质量连续检测时,保持振动压路机正向行驶且振动频率稳定,并采集振动压路机上振动轮的竖向加速度信号,利用半变异函数法对竖向加速度信号进行处理以获取约束随机场参数;S3:利用协方差矩阵分解法建立各个压实参数对应的完全随机场模型,基于克里金插值法对完全随机场模型进行数学变换形成约束随机场模型;S4:利用约束随机场模型预测路基土体压实度的空间分布特征。本申请能够提高施工管理水平、效率和建设质量。
Description
技术领域
本发明属于土方工程探测领域,更具体地,涉及一种路基压实度空间分布的预测方法和预测装置。
背景技术
公路工程为加强区域联系和促进区域经济发展做出了巨大的贡献。区域经济的发展,促进了客运和货运交通的发展,高速重载交通又对道路建设的质量有了更高的要求。然而,部分公路建成短期内可能就出现质量方面的问题,其主要原因是施工过程中压实质量缺少过程控制,压实质量的评估采用传统抽样检测评价方法,存在效率低、操作繁琐、以点代面的问题;施工过程中的压实质量参数不能实时获取,一旦存在压实质量问题,补偿困难大、成本高。
在振动压路机采集压实质量参数的过程中,由于碾压材料的非均质各向异性、压实状况以及振动压路机工艺参数的差别和波动,使得压实质量参数在碾压面上产生较大的空间变异性,进而导致公路建设施工管理效率低、建设质量差。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种路基压实度空间分布的预测方法和预测装置,其目的在于提升公路建设施工过程中路基压实度空间分布的预测效率,由此解决由于压实质量参数在碾压面上产生较大的空间变异性导致的公路建设施工管理效率低、建设质量差的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种路基压实度空间分布的预测方法,包括:
S1:确定路基土方上的碾压研究区域,并将所述研究区域进行网格划分,获取各个所述网格对应的压实参数;
S2:当振动压路机沿着碾压带进行压实质量连续检测时,保持所述振动压路机正向行驶且振动频率稳定,并采集所述振动压路机上振动轮的竖向加速度信号,利用半变异函数法对所述竖向加速度信号进行处理以获取约束随机场参数;
S3:利用协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,基于克里金插值法对所述完全随机场模型进行数学变换,以形成约束随机场模型;
S4:利用所述约束随机场模型预测所述路基土体压实度的空间分布特征。
在其中一个实施例中,所述S2包括:
S21:当所述振动压路机沿着碾压带进行压实质量连续检测时,保持所述振动压路机正向行驶且振动频率稳定;
S22:提取所述振动压路机在振动过程中采集的所述竖向加速度信号;
S23:采用半变异函数法对所述竖向加速度信号进行处理求出约束随机场参数,所述半变异函数用于描述土体性质的空间连续变异以及土体性质随不同观测距离的变化特征。
在其中一个实施例中,所述S22包括:
其中,C为常数,A2Ω为碾压加速度的一次谐波振幅;AΩ为碾压加速度的基波振幅。
在其中一个实施例中,将所述半变异函数法的计算公式表示为:
其中,h为样本点间距;N(h)为样本点对的个数;CMV(xi)和CMV(xi+h)分别为CMV(x)在xi和xi+h位置处的实测值。
在其中一个实施例中,所述S3包括:
S31:建立土方工程的密实度分布模型,并输出所述密实度分布模型中所有网格单元的中心点坐标;
S32:将输出的各单元中心点坐标的相对值代入到指数型自相关函数,设置加速度波动范围并计算得到协方差矩阵,基于协方差矩阵分解法生成标准正态随机场Xu(x);
S33:对所述标准正态随机场进行数学变换得到服从不同分布特征的随机场模型;
S34:基于克里金插值法利用压实检测位置的实测数据建立最佳线性无偏估计随机场Xk(x);
S35:将所述S33中标准正态随机场对应的完全随机场在相应压实检测位置的数据,基于克里金插值法计算未知点的最佳线性无偏估计随机场Xs(x);
S36:将S32、S34和S35得到的随机场进行叠加得到所述约束随机场Xc(x),Xc(x)=Xk(x)+(Xu(x)-Xs(x))。
在其中一个实施例中,所述S32包括:
将输出的单元中心点坐标代入到自相关函数中,以形成协方差矩阵Cn×n;n代表网格单元个数,τx和τy分别为空间任意两点间的水平和垂直方向相对距离,τx=|xi-xj|和τy=|yi-yj|,δh和δv分别为水平和垂直方向的波动范围,用于表征土体参数空间自相关程度的大小;
将协方差矩阵Cn×n进行Cholesky分解得到上三角矩阵L和下三角矩阵U,C=LU=LLT,LT为矩阵L的转置;
设Y为由n个相互独立且服从标准正态分布的随机数所组成的列向量,则标准正态随机场Z表示为Z=LY,以实现标准正态随机场Xu(x)。
在其中一个实施例中,所述S34包括:
基于克里金插值法将最佳线性无偏估计随机场对应的最佳线性无偏估计系统方程表示为Kβ=M,K为Kriging矩阵;β为Kriging权重向量,∑βi=1,M为已知点和未知点位置的函数,μ为拉个朗日乘子;βi为Kriging权重系数的计算公式如下:
其中,C12表示已知勘测点1与2之间的变异函数值;C(x1,x0)为已知点1与估计点x0的变异函数值。
按照本发明的另一方面,提供了一种路基压实度空间分布的预测装置,包括:
确定模块,用于确定路基土方上的碾压研究区域,并将所述研究区域进行网格划分,获取各个所述网格对应的压实参数;
获取模块,用于当振动压路机沿着碾压带进行压实质量连续检测时,保持所述振动压路机正向行驶且振动频率稳定,并采集所述振动压路机上振动轮的竖向加速度信号,利用半变异函数法对所述竖向加速度信号进行处理以获取约束随机场参数;
形成模块,用于利用协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,基于克里金插值法对所述完全随机场模型进行数学变换,以形成约束随机场模型;
预测模块,用于利用所述约束随机场模型预测所述路基土体压实度的空间分布特征。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
1.本发明通过收集振动压路机压实过程的机械参数信息来计算随机场参数,同时利用压实度实测数据建立约束随机场来描述路基土体压实度参数的空间变异分布特征,也即通过提供一种基于约束随机场的路基压实度空间分布预测方法实现由有限检测点到对整个土方碾压研究区域的压实度预测,进而得到压实质量参数的空间分布规律,为路基压实质量的均匀性评价及路面的连续高质量碾压施工提供参考,能够提高公路建设施工管理水平、效率和建设质量。
2.本发明所提出的一种基于约束随机场的路基压实度空间分布预测方法,利用机械参数计算波动范围,从而建立反映路基土体空间变异性的约束随机场模型,进而能够得到整个土方碾压研究区域压实度模拟结果;相比于传统利用统计均值代替整个区域分布的随机变量模型,在一定程度上考虑了路基土体的这种空间变异性,土方工程探测的准确性更高。
附图说明
图1是本发明一实施例提供的一种路基压实度空间分布的预测方法的流程图;
图2是本发明又一实施例提供的一种路基压实度空间分布的预测方法的流程图;
图3是本发明一实施例中的路基土体试验段碾压面区域及压实度检测位置布置图;
图4a和图4b是本发明中取lx=20m,ly=20m的随机场实现,其中,图4a为完全随机场实现,图4b为约束随机场实现。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供一种基于约束随机场的路基压实度空间分布预测方法和装置,本发明的具体实施方式采用MATLAB软件进行。
如图1和图2所示,为本发明提供的一种基于约束随机场的路基压实度空间分布预测方法的流程图,包括以下步骤:
S1:确定路基土方上的碾压研究区域,并将所述研究区域进行网格划分,获取各个所述网格对应的压实参数;
具体的,确定土方碾压研究区域大小,并针对区域进行网格划分,对各个所述网格对应的压实参数进行赋值。
S2:当振动压路机沿着碾压带进行压实质量连续检测时,保持所述振动压路机正向行驶且振动频率稳定,并采集所述振动压路机上振动轮的竖向加速度信号,利用半变异函数法对所述竖向加速度信号进行处理以获取约束随机场参数;
具体的,当振动压路机沿着碾压带进行压实质量连续检测时,需保持振动压路机正向行驶且振动频率稳定,提取振动压路机在振动过程中采集的振动轮竖向加速度信号,采用半变异函数法求出约束随机场参数(波动范围)。
S3:利用协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,基于克里金插值法对所述完全随机场模型进行数学变换,以形成约束随机场模型;S4:利用所述约束随机场模型预测所述路基土体压实度的空间分布特征。
具体的,通过协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,并分别采用实测压实度参数数据、完全随机场下压实检测位置对应模拟压实度参数数据,利用克里金插值法建立两个插值场,形成约束随机场模型,进而得到路基土体压实度的空间分布特征。
下面举出实际例子对本发明提供的一种路基压实度空间分布的预测方法进行描述:
S1:确定土方碾压研究区域大小,并针对区域进行网格划分,并选取压路机振动轮压实参数(压实度)进行赋值。
以一定区域大小为40×50m为例,取网格单元大小为1×1m,则网格数量为40×50个,选取影响路基压实质量的压实度参数进行分析,根据路基设计施工要求及标准,压实度要求大于或等于95%,所以本发明假设压实度均值为98(单位%),标准差为2.16,并服从正态分布;根据公路路基施工技术规范规定:压实度检测频率为每1000平方米至少检验2点,不足1000平方米时检验2点,必要时可根据需要增加检验点。所以本发明假设在该工程区域进行压实度检测数量为6个,检测位置尽量均匀覆盖所研究区域范围,其压实参数采用参数统计均值、标准差随机生成。
如图3所示,列举了该研究区域在划分网格数量为40×50情况下,压实度检测数量为6个的路基土体试验段有效碾压面区域及压实度检测位置布置图。
S2:当振动压路机沿着碾压带进行压实质量连续检测时,需保持振动压路机正向行驶且振动频率稳定,提取振动压路机在振动过程中采集的振动轮竖向加速度信号,采用半变异函数法求出约束随机场参数(波动范围);
取碾压6遍后路基纵向和横向的CMV值,根据指数型半变异函数计算式γ(h)计算CMV中的γ(h),并根据其拟合出半变异函数曲线,建立CMV得指数型半变异函数模型,可得研究区域内纵向和横向的CMV的最大波动范围为20m。
S3:通过协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,如图4a所示,并分别采用实测压实度参数数据、完全随机场下压实检测位置对应模拟压实度参数数据,利用克里金插值法分别建立两个插值场,形成约束随机场模型,如图4b所示,进而得到路基土体压实度的空间分布特征。
S31,首先采用FLAC 3D建立土方工程密实度分布模型,并输出模型中所有网格单元的中心点横、纵坐标矩阵;
S32,将输出的各单元中心点坐标的相对值代入到指数型自相关函数,取加速度波动范围为lx=20m,ly=20m;计算得到协方差矩阵C2000×2000;
对协方差矩阵C2000×2000进行Cholesky分解得到下三角矩阵;
生成一组2000行、1列的相互独立且服从标准正态分布的随机数组成的矩阵;
则一次标准正态随机场可表示为Z=L·Y;
多次生成服从标准正态分布的矩阵,就可以形成随机场的多次实现;
S34,采用克里金插值法,利用压实检测位置的实测数据建立最佳线性无偏估计随机场Xk(x):
S35,采用所得完全随机场在相应压实检测位置的数据,用克里金插值法计算未知点的最佳线性无偏估计随机场,记为Xs(x):
S36,将上面生成的3个随机场按公式Xc(x)=Xk(x)+(Xu(x)-Xs(x))叠加起来,就得到约束随机场Xc(x):
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种路基压实度空间分布的预测方法,其特征在于,包括:
S1:确定路基土方上的碾压研究区域,并将所述研究区域进行网格划分,获取各个所述网格对应的压实参数;
S2:当振动压路机沿着碾压带进行压实质量连续检测时,保持所述振动压路机正向行驶且振动频率稳定,并采集所述振动压路机上振动轮的竖向加速度信号,利用半变异函数法对所述竖向加速度信号进行处理以获取约束随机场参数,包括水平方向和垂直方向的波动范围;所述竖向加速度信号利用公式计算,C为常数,A2Ω为碾压加速度的一次谐波振幅;AΩ为碾压加速度的基波振幅;所述半变异函数法的计算公式表示为:h为样本点间距;N(h)为样本点对的个数;CMV(xi)和CMV(xi+h)分别为CMV(x)在xi和xi+h位置处的实测值;
S3:利用协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,基于克里金插值法对所述完全随机场模型进行数学变换,以形成约束随机场模型;所述S3包括:S31:建立土方工程的密实度分布模型,并输出所述密实度分布模型中所有网格单元的中心点坐标;S32:将输出的各单元中心点坐标的相对值代入到指数型自相关函数,设置加速度波动范围并计算得到协方差矩阵,基于协方差矩阵分解法生成标准正态随机场Xu(x);S33:对所述标准正态随机场进行数学变换得到服从不同分布特征的随机场模型;S34:基于克里金插值法利用压实检测位置的实测数据建立最佳线性无偏估计随机场Xk(x);S35:将所述S33中标准正态随机场对应的完全随机场在相应压实检测位置的数据,基于克里金插值法计算未知点的最佳线性无偏估计随机场Xs(x);S36:将S32、S34和S35得到的随机场进行叠加得到所述约束随机场模型Xc(x),Xc(x)=Xk(x)+(Xu(x)-Xs(x));
所述S32包括:将输出的单元中心点坐标代入到自相关函数中,以形成协方差矩阵Cn×n;n代表网格单元个数,τx和τy分别为空间任意两点间的水平和垂直方向相对距离,τx=|xi-xj|和τy=|yi-yj|,δh和δv分别为水平和垂直方向的波动范围,用于表征土体参数空间自相关程度的大小;将协方差矩阵Cn×n进行Cholesky分解得到上三角矩阵L和下三角矩阵U,C=LU=LLT,LT为矩阵L的转置;设Y为由n个相互独立且服从标准正态分布的随机数所组成的列向量,则标准正态随机场Z表示为Z=LY,以实现标准正态随机场Xu(x);
S4:利用所述约束随机场模型预测所述路基土体压实度的空间分布特征。
3.一种路基压实度空间分布的预测装置,其特征在于,用于执行权利要求1或2所述的路基压实度空间分布的预测方法,包括:
确定模块,用于确定路基土方上的碾压研究区域,并将所述研究区域进行网格划分,获取各个所述网格对应的压实参数;
获取模块,用于当振动压路机沿着碾压带进行压实质量连续检测时,保持所述振动压路机正向行驶且振动频率稳定,并采集所述振动压路机上振动轮的竖向加速度信号,利用半变异函数法对所述竖向加速度信号进行处理以获取约束随机场参数;
形成模块,用于利用协方差矩阵分解法建立各个所述压实参数对应的完全随机场模型,基于克里金插值法对所述完全随机场模型进行数学变换,以形成约束随机场模型;
预测模块,用于利用所述约束随机场模型预测所述路基土体压实度的空间分布特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011327720.0A CN112613092B (zh) | 2020-11-24 | 2020-11-24 | 一种路基压实度空间分布的预测方法和预测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011327720.0A CN112613092B (zh) | 2020-11-24 | 2020-11-24 | 一种路基压实度空间分布的预测方法和预测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112613092A CN112613092A (zh) | 2021-04-06 |
CN112613092B true CN112613092B (zh) | 2022-11-01 |
Family
ID=75225565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011327720.0A Active CN112613092B (zh) | 2020-11-24 | 2020-11-24 | 一种路基压实度空间分布的预测方法和预测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112613092B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113481780B (zh) * | 2021-06-04 | 2022-02-15 | 西南交通大学 | 路基重叠碾压范围计算方法、装置、设备及可读存储介质 |
CN113668332B (zh) * | 2021-07-30 | 2022-12-09 | 中国建筑第八工程局有限公司 | 路基压实质量检测装置及方法 |
CN114075825B (zh) * | 2021-11-09 | 2022-08-02 | 华中科技大学 | 基于地质雷达的路基压实质量快速自动检测方法及设备 |
CN114908726A (zh) * | 2022-05-16 | 2022-08-16 | 广西邕洲高速公路有限公司 | 高速公路宽幅路基施工质量实时全域智能检测方法及系统 |
CN117744858B (zh) * | 2023-12-04 | 2024-06-21 | 南京交科数智科技发展有限公司 | 一种基于大数据分析的路面压实度实时预测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090621A (zh) * | 2017-12-28 | 2018-05-29 | 华中科技大学 | 一种基于分阶段整体优化的短期风速预测方法与系统 |
CN110334434A (zh) * | 2019-07-03 | 2019-10-15 | 中国科学院武汉岩土力学研究所 | 一种高效的岩土体参数随机场建模方法 |
CN111400666A (zh) * | 2020-03-20 | 2020-07-10 | 武汉大学 | 一种基于线性插值法生成条件随机场的模拟方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103015391A (zh) * | 2013-01-07 | 2013-04-03 | 天津大学 | 土石坝坝料压实质量在线评估方法 |
CN108717082B (zh) * | 2018-07-04 | 2021-02-02 | 清华大学 | 一种基于集成声波检测技术的土石料压实质量连续评估方法 |
-
2020
- 2020-11-24 CN CN202011327720.0A patent/CN112613092B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090621A (zh) * | 2017-12-28 | 2018-05-29 | 华中科技大学 | 一种基于分阶段整体优化的短期风速预测方法与系统 |
CN110334434A (zh) * | 2019-07-03 | 2019-10-15 | 中国科学院武汉岩土力学研究所 | 一种高效的岩土体参数随机场建模方法 |
CN111400666A (zh) * | 2020-03-20 | 2020-07-10 | 武汉大学 | 一种基于线性插值法生成条件随机场的模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112613092A (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112613092B (zh) | 一种路基压实度空间分布的预测方法和预测装置 | |
Roodposhti et al. | Towards automatic calibration of neighbourhood influence in cellular automata land-use models | |
Liu et al. | Interval dynamic response analysis of vehicle-bridge interaction system with uncertainty | |
CN108490496B (zh) | 基于拟径向基函数神经网络的重力场密度反演方法 | |
WO2021114594A1 (zh) | 一种顾及目的地选择的高速通行流量分布模拟量子计算方法 | |
CN108563837B (zh) | 一种冲积河流水沙模型的模型参数实时校正方法和系统 | |
Viegas et al. | Effects of the modifiable areal unit problem on the delineation of traffic analysis zones | |
Zhang et al. | Impact of uncertainty description on assimilating hydraulic head in the MIKE SHE distributed hydrological model | |
CN112131731B (zh) | 一种基于空间特征向量滤波的城市生长元胞模拟方法 | |
CN107688906A (zh) | 多方法融合的输电线路气象要素降尺度分析系统及方法 | |
CN113487105B (zh) | 一种滑坡地质灾害的空间预测方法、装置和计算机设备 | |
CN114723149A (zh) | 土壤墒情预测方法、装置、电子设备及存储介质 | |
CN115270239A (zh) | 基于动力特性和智能算法响应面法的桥梁可靠性预测方法 | |
CN113353085B (zh) | 一种基于卡尔曼滤波理论的路面不平度识别方法 | |
CN107424076A (zh) | 一种基于amsr2土壤水分数据降尺度算法 | |
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 | |
CN111158059B (zh) | 基于三次b样条函数的重力反演方法 | |
CN115775634A (zh) | 一种基于多变量核密度估计的虫媒疾病预测方法及系统 | |
CN106556877A (zh) | 一种地磁通化方法及装置 | |
Fiechter et al. | A Bayesian parameter estimation method applied to a marine ecosystem model for the coastal Gulf of Alaska | |
CN107944750A (zh) | 一种贫困深度分析方法及系统 | |
CN102830430B (zh) | 一种层位速度建模方法 | |
CN114511239B (zh) | 土壤重金属污染风险区划分方法、装置、电子设备及介质 | |
CN101706769A (zh) | 一种结合Markov模型和协同序贯高斯模拟的插值方法 | |
CN115630577A (zh) | 一种降尺度降雨量预测方法及系统 |
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 |