CN113221215A - 基于bim模型的土石坝渗流动态可视化监控分析方法 - Google Patents

基于bim模型的土石坝渗流动态可视化监控分析方法 Download PDF

Info

Publication number
CN113221215A
CN113221215A CN202110483312.2A CN202110483312A CN113221215A CN 113221215 A CN113221215 A CN 113221215A CN 202110483312 A CN202110483312 A CN 202110483312A CN 113221215 A CN113221215 A CN 113221215A
Authority
CN
China
Prior art keywords
dam
seepage
measuring point
particle
earth
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
Application number
CN202110483312.2A
Other languages
English (en)
Other versions
CN113221215B (zh
Inventor
张帅
杨磊
黄成家
肖羽
郑淑倩
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.)
PowerChina Huadong Engineering Corp Ltd
Original Assignee
PowerChina Huadong Engineering Corp 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 PowerChina Huadong Engineering Corp Ltd filed Critical PowerChina Huadong Engineering Corp Ltd
Priority to CN202110483312.2A priority Critical patent/CN113221215B/zh
Publication of CN113221215A publication Critical patent/CN113221215A/zh
Application granted granted Critical
Publication of CN113221215B publication Critical patent/CN113221215B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering

Abstract

本发明涉及一种基于BIM模型的土石坝渗流动态可视化监控分析方法。本发明适用于大坝监控领域。本发明的技术方案是：通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据；根据测点渗透压计算测点压力水头，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；根据监测数据及上一步骤中浸润线生成方法，在BIM模型上生成浸润线并可视化显示；采用粒子群算法优化反演大坝各材料分区的渗透系数，生成坝体渗流场并在坝体断面BIM模型上可视化显示；对实时的监测渗透水头数据、前一步骤反演所得各分区渗透系数、正向计算所得渗流场数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。

Description

基于BIM模型的土石坝渗流动态可视化监控分析方法
技术领域
本发明涉及一种基于BIM模型的土石坝渗流动态可视化监控分析方法。适用于大坝监控领域。
背景技术
土石坝投入运行后，其渗流形态是决定大坝安全的重要因素之一，在所有土石坝事故中，渗透破坏事故数量占比超过30％。因此，一种合理、高效的土石坝渗流监控和分析方法，对保证大坝安全运行、保障下游人民生命财产安全有着重要意义。
土石坝渗流监控分析即对大坝渗流进行连续而全面的监测，并对实测数据进行及时有效的分析，在此基础上，实现土石坝安全性态的综合评判，进而反馈土石坝的安全运行。土石坝渗流分析工作主要包括计算大坝浸润线、计算不同区域渗透系数以及确定坝体和坝基渗流量。目前分析计算的结果数据往往以图表的形式展示，不够直观，无法满足大坝管理人员对渗流情况以及问题断面进行直接研判。且坝体由于长期的荷载作用及坝体填筑材料性质的变化，在运行期坝体渗透系数会随着时间而不断变化，因此要利用实时的监测资料反演确定当时的参数，然而传统方法多采用手动录入数据计算，不够自动化。
发明内容
本发明要解决的技术问题是：针对上述存在的问题，提供一种基于BIM模型的土石坝渗流动态可视化监控分析方法。
本发明所采用的技术方案是：一种基于BIM模型的土石坝渗流动态可视化监控分析方法，其特征在于：
通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据，包括坝体上、下游水位和坝体不同材料分区边界测点的渗透压数据；
根据测点渗透压计算测点压力水头h，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；
对于相同材料的均质坝段，认为其内部渗透是均匀的，即各坝段内部浸润线为直线，连接各测点投影点即为坝段内部浸润线；对于坝体心墙，认为其厚度相对大坝厚度可忽略，由于心墙防渗特性，与其相邻坝段的浸润线在心墙处被阻断；
根据监测数据及上一步骤中浸润线生成方法，基于WebGL技术在BIM模型上生成浸润线并可视化显示；
采用粒子群算法优化反演大坝各材料分区的渗透系数，利用反演结果进行正向计算，生成坝体渗流场并在坝体断面BIM模型上可视化显示；
对实时的监测渗透水头数据、前一步骤反演所得各分区渗透系数、正向计算所得渗流场数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。
所述采用粒子群算法优化反演大坝各材料分区的渗透系数，包括：
初始化假定种群中粒子坐标，即反演分区渗透系数，计算每个粒子对应目标函数，每次迭代中根据种群最优粒子位置以及当前粒子历史最优位置对种群粒子状态进行更新，多次迭代后即能找出满足精度的粒子位置，也就是分区渗透系数。
优化反演目标函数表示为：
Figure BDA0003049285080000021
式中，n为测点总数；xi(i＝1,2,...,n)为大坝各部位的渗透系数；wj为第j个测点的权重因子；
Figure BDA0003049285080000031
为第j测点处的水头计算值；
Figure BDA0003049285080000032
为第j测点处水头的监测值。
所述粒子群优化算法表示为：
Figure BDA0003049285080000033
Figure BDA0003049285080000034
式中，k表示第k次迭代；i＝1,2,…,M，M为粒子总数；w为惯性权重系数；
Figure BDA0003049285080000035
为第k次迭代粒子i飞行速度矢量的第d维分量；pid为粒子i个体最好位置的第d维分量；pgd为群体最好位置的第d维分量；c1、c2为学习因子；r1、r2为0到1之间相互独立随机数。
一种基于BIM模型的土石坝渗流动态可视化监控分析装置，其特征在于，包括：
数据获取模块，用于通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据，包括坝体上、下游水位和坝体不同材料分区边界测点的渗透压数据；
浸润线生成模块，用于根据测点渗透压计算测点压力水头h，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；对于相同材料的均质坝段，认为其内部渗透是均匀的，即各坝段内部浸润线为直线，连接各测点投影点即为坝段内部浸润线；对于坝体心墙，认为其厚度相对大坝厚度可忽略，由于心墙防渗特性，与其相邻坝段的浸润线在心墙处被阻断；
浸润线显示模块，用于根据监测数据及浸润线生成模块中的浸润线生成方法，基于WebGL技术在BIM模型上生成浸润线并可视化显示；
渗流场生成及显示模块，用于采用粒子群算法优化反演大坝各材料分区的渗透系数，利用反演结果进行正向计算，生成坝体渗流场并在坝体断面BIM模型上可视化显示；
安全性判断模块，用于对实时的监测渗透水头数据、渗流场生成及显示模块反演所得各分区渗透系数、正向计算所得渗流场数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。
所述采用粒子群算法优化反演大坝各材料分区的渗透系数，包括：
初始化假定种群中粒子坐标，即反演分区渗透系数，计算每个粒子对应目标函数，每次迭代中根据种群最优粒子位置以及当前粒子历史最优位置对种群粒子状态进行更新，多次迭代后即能找出满足精度的粒子位置，也就是分区渗透系数。
优化反演目标函数表示为：
Figure BDA0003049285080000041
式中，n为测点总数；xi(i＝1,2,...,n)为大坝各部位的渗透系数；wj为第j个测点的权重因子；
Figure BDA0003049285080000042
为第j测点处的水头计算值；
Figure BDA0003049285080000043
为第j测点处水头的监测值。
所述粒子群优化算法表示为：
Figure BDA0003049285080000044
Figure BDA0003049285080000045
式中，k表示第k次迭代；i＝1,2,…,M，M为粒子总数；w为惯性权重系数；
Figure BDA0003049285080000046
为第k次迭代粒子i飞行速度矢量的第d维分量；pid为粒子i个体最好位置的第d维分量；pgd为群体最好位置的第d维分量；c1、c2为学习因子；r1、r2为0到1之间相互独立随机数。
一种存储介质，其上存储有可被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述基于BIM模型的土石坝渗流动态可视化监控分析方法的步骤。
一种计算机设备，具有存储器和处理器，存储器上存储有可被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述基于BIM模型的土石坝渗流动态可视化监控分析方法的步骤。
本发明的有益效果是：本发明根据实时获取的渗流数据计算生成坝体浸润线和渗流场，并可视化显示在BIM模型中，实现监测信息的三维可视化，形成土石坝安全性态的实时评判依据，便于水库管理人员掌握大坝渗流性态，及时精准定位到问题断面并采取有效措施，确保工程安全运行。
附图说明
图1为实施例的流程图。
图2为根据断面监测水位数据生成的基于BIM模型的大坝浸润线显示示意图。
具体实施方式
本实施例为一种基于BIM模型的土石坝渗流动态可视化监控分析方法，具体步骤如下：
S01、通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据，包括坝体上、下游水位和坝体不同材料分区边界测点的渗透压数据。
S02、基于坝体上、下游的水位及渗透压，结合坝体心墙防渗特性，在坝体断面BIM模型上生成浸润线并可视化显示。
S021、根据测点渗透压计算测点压力水头h，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；
S022、对于相同材料的均质坝段，认为其内部渗透是均匀的，即各坝段内部浸润线为直线，连接各测点投影点即为坝段内部浸润线；对于坝体心墙，认为其厚度相对大坝厚度可忽略，由于心墙防渗特性，与其相邻坝段的浸润线在心墙处被阻断；
S023、根据监测数据及步骤S022中浸润线生成方法，基于WebGL技术在BIM模型上生成浸润线并可视化显示；
S03、采用粒子群算法优化反演大坝各材料分区的渗透系数，利用反演结果进行正向计算，生成坝体渗流场并在坝体断面BIM模型上可视化显示。
优化反演原理为：初始化假定种群中粒子坐标，即反演分区渗透系数，计算每个粒子对应目标函数(大坝水头分布同实测资料的误差)，每次迭代中根据种群最优粒子位置以及当前粒子历史最优位置对种群粒子状态进行更新，多次迭代后即能找出满足精度的粒子位置，也就是个分区渗透系数。
优化反演目标函数可表示为：
Figure BDA0003049285080000061
式中，n为测点总数；xi(i＝1,2,...,n)为大坝各部位的而渗透系数；wj为第j个测点的权重因子；
Figure BDA0003049285080000062
为第j测点处的水头计算值；
Figure BDA0003049285080000063
为第j测点处水头的监测值。
粒子群优化算法可表示为：
Figure BDA0003049285080000064
Figure BDA0003049285080000065
式中，k表示第k次迭代；i＝1,2,…,M，M为粒子总数；w为惯性权重系数；
Figure BDA0003049285080000066
为第k次迭代粒子i飞行速度矢量的第d维分量；pid为粒子i个体最好位置的第d维分量；pgd为群体最好位置的第d维分量；c1、c2为学习因子；r1、r2为0到1之间相互独立随机数。
S04、对实时的监测渗透水头数据、步骤S03反演所得各分区渗透系数、正向计算所得渗流场等数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。
本实施例还提供一种基于BIM模型的土石坝渗流动态可视化监控分析装置，包括数据获取模块、浸润线生成模块、浸润线显示模块、渗流场生成及显示模块和安全性判断模块。
本实施例中数据获取模块用于通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据，包括坝体上、下游水位和坝体不同材料分区边界测点的渗透压数据。
本例中浸润线生成模块用于根据测点渗透压计算测点压力水头h，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；对于相同材料的均质坝段，认为其内部渗透是均匀的，即各坝段内部浸润线为直线，连接各测点投影点即为坝段内部浸润线；对于坝体心墙，认为其厚度相对大坝厚度可忽略，由于心墙防渗特性，与其相邻坝段的浸润线在心墙处被阻断。
本实施例中浸润线显示模块用于根据监测数据及浸润线生成模块中的浸润线生成方法，基于WebGL技术在BIM模型上生成浸润线并可视化显示；
本实施例中渗流场生成及显示模块用于采用粒子群算法优化反演大坝各材料分区的渗透系数，利用反演结果进行正向计算，生成坝体渗流场并在坝体断面BIM模型上可视化显示。
本例中安全性判断模块用于对实时的监测渗透水头数据、渗流场生成及显示模块反演所得各分区渗透系数、正向计算所得渗流场数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。
本实施例还提供一种存储介质，其上存储有可被处理器执行的计算机程序，该计算机程序被执行时实现本实施例基于BIM模型的土石坝渗流动态可视化监控分析方法的步骤。
本实施例还提供一种计算机设备，具有存储器和处理器，存储器上存储有可被处理器执行的计算机程序，该计算机程序被执行时实现本实施例基于BIM模型的土石坝渗流动态可视化监控分析方法的步骤。

Claims (10)

1.一种基于BIM模型的土石坝渗流动态可视化监控分析方法，其特征在于：
通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据，包括坝体上、下游水位和坝体不同材料分区边界测点的渗透压数据；
根据测点渗透压计算测点压力水头h，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；
对于相同材料的均质坝段，认为其内部渗透是均匀的，即各坝段内部浸润线为直线，连接各测点投影点即为坝段内部浸润线；对于坝体心墙，认为其厚度相对大坝厚度可忽略，由于心墙防渗特性，与其相邻坝段的浸润线在心墙处被阻断；
根据监测数据及上一步骤中浸润线生成方法，基于WebGL技术在BIM模型上生成浸润线并可视化显示；
采用粒子群算法优化反演大坝各材料分区的渗透系数，利用反演结果进行正向计算，生成坝体渗流场并在坝体断面BIM模型上可视化显示；
对实时的监测渗透水头数据、前一步骤反演所得各分区渗透系数、正向计算所得渗流场数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。
2.根据权利要求1所述的基于BIM模型的土石坝渗流动态可视化监控分析方法，其特征在于，所述采用粒子群算法优化反演大坝各材料分区的渗透系数，包括：
初始化假定种群中粒子坐标，即反演分区渗透系数，计算每个粒子对应目标函数，每次迭代中根据种群最优粒子位置以及当前粒子历史最优位置对种群粒子状态进行更新，多次迭代后即能找出满足精度的粒子位置，也就是分区渗透系数。
3.根据权利要求2所述的基于BIM模型的土石坝渗流动态可视化监控分析方法，其特征在于，优化反演目标函数表示为：
Figure FDA0003049285070000021
式中，n为测点总数；xi(i＝1,2,...,n)为大坝各部位的渗透系数；wj为第j个测点的权重因子；
Figure FDA0003049285070000022
为第j测点处的水头计算值；
Figure FDA0003049285070000023
为第j测点处水头的监测值。
4.根据权利要求2所述的基于BIM模型的土石坝渗流动态可视化监控分析方法，其特征在于，所述粒子群优化算法表示为：
Figure FDA0003049285070000024
Figure FDA0003049285070000025
式中，k表示第k次迭代；i＝1,2,…,M，M为粒子总数；w为惯性权重系数；
Figure FDA0003049285070000026
为第k次迭代粒子i飞行速度矢量的第d维分量；pid为粒子i个体最好位置的第d维分量；pgd为群体最好位置的第d维分量；c1、c2为学习因子；r1、r2为0到1之间相互独立随机数。
5.一种基于BIM模型的土石坝渗流动态可视化监控分析装置，其特征在于，包括：
数据获取模块，用于通过大坝上游、坝脚以及各断面浸润线下埋设的测点，获取实时的监测数据，包括坝体上、下游水位和坝体不同材料分区边界测点的渗透压数据；
浸润线生成模块，用于根据测点渗透压计算测点压力水头h，在测点空间坐标(x,y,z)确定情况下得到浸润线上该测点的z轴投影点坐标；对于相同材料的均质坝段，认为其内部渗透是均匀的，即各坝段内部浸润线为直线，连接各测点投影点即为坝段内部浸润线；对于坝体心墙，认为其厚度相对大坝厚度可忽略，由于心墙防渗特性，与其相邻坝段的浸润线在心墙处被阻断；
浸润线显示模块，用于根据监测数据及浸润线生成模块中的浸润线生成方法，基于WebGL技术在BIM模型上生成浸润线并可视化显示；
渗流场生成及显示模块，用于采用粒子群算法优化反演大坝各材料分区的渗透系数，利用反演结果进行正向计算，生成坝体渗流场并在坝体断面BIM模型上可视化显示；
安全性判断模块，用于对实时的监测渗透水头数据、渗流场生成及显示模块反演所得各分区渗透系数、正向计算所得渗流场数据进行范围校验，若超过系统预设临界值，则在相应问题点生成报警信息。
6.根据权利要求5所述的基于BIM模型的土石坝渗流动态可视化监控分析装置，其特征在于，所述采用粒子群算法优化反演大坝各材料分区的渗透系数，包括：
初始化假定种群中粒子坐标，即反演分区渗透系数，计算每个粒子对应目标函数，每次迭代中根据种群最优粒子位置以及当前粒子历史最优位置对种群粒子状态进行更新，多次迭代后即能找出满足精度的粒子位置，也就是分区渗透系数。
7.根据权利要求5所述的基于BIM模型的土石坝渗流动态可视化监控分析装置，其特征在于，优化反演目标函数表示为：
Figure FDA0003049285070000031
式中，n为测点总数；xi(i＝1,2,...,n)为大坝各部位的渗透系数；wj为第j个测点的权重因子；
Figure FDA0003049285070000032
为第j测点处的水头计算值；
Figure FDA0003049285070000033
为第j测点处水头的监测值。
8.根据权利要求5所述的基于BIM模型的土石坝渗流动态可视化监控分析装置，其特征在于，所述粒子群优化算法表示为：
Figure FDA0003049285070000034
Figure FDA0003049285070000035
式中，k表示第k次迭代；i＝1,2,…,M，M为粒子总数；w为惯性权重系数；
Figure FDA0003049285070000036
为第k次迭代粒子i飞行速度矢量的第d维分量；pid为粒子i个体最好位置的第d维分量；pgd为群体最好位置的第d维分量；c1、c2为学习因子；r1、r2为0到1之间相互独立随机数。
9.一种存储介质，其上存储有可被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～4任意一项所述基于BIM模型的土石坝渗流动态可视化监控分析方法的步骤。
10.一种计算机设备，具有存储器和处理器，存储器上存储有可被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～4任意一项所述基于BIM模型的土石坝渗流动态可视化监控分析方法的步骤。
CN202110483312.2A 2021-04-30 2021-04-30 基于bim模型的土石坝渗流动态可视化监控分析方法 Active CN113221215B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110483312.2A CN113221215B (zh) 2021-04-30 2021-04-30 基于bim模型的土石坝渗流动态可视化监控分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110483312.2A CN113221215B (zh) 2021-04-30 2021-04-30 基于bim模型的土石坝渗流动态可视化监控分析方法

Publications (2)

Publication Number Publication Date
CN113221215A true CN113221215A (zh) 2021-08-06
CN113221215B CN113221215B (zh) 2022-04-19

Family

ID=77090564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110483312.2A Active CN113221215B (zh) 2021-04-30 2021-04-30 基于bim模型的土石坝渗流动态可视化监控分析方法

Country Status (1)

Country Link
CN (1) CN113221215B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866066A (zh) * 2021-10-26 2021-12-31 贵州乌江水电开发有限责任公司东风发电厂 一种三维可视化水电站地下厂房洞室渗水监控方法及系统
CN115659729A (zh) * 2022-10-14 2023-01-31 南京河海南自水电自动化有限公司 一种基于结构仿真计算的大坝安全监测分析方法及系统
CN116754135A (zh) * 2023-06-21 2023-09-15 水利部交通运输部国家能源局南京水利科学研究院 一种薄心墙堆石坝坝体渗漏病灶演变监测预警系统与方法
CN116907753A (zh) * 2023-07-19 2023-10-20 水利部交通运输部国家能源局南京水利科学研究院 土石坝心墙渗漏通道探测的快速定位方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108733938A (zh) * 2018-05-28 2018-11-02 四川大学 一种水闸闸基覆盖层渗透系数反演分析方法
US10309812B1 (en) * 2013-05-24 2019-06-04 University Of Wyoming System and method of using the same
CN111723477A (zh) * 2020-06-08 2020-09-29 重庆交通大学 一种基于动态层析扫描的管涌发展预测预警方法
CN111950140A (zh) * 2020-07-29 2020-11-17 天津大学 一种考虑多种不确定性的大坝渗流性态分析方法
CN112307536A (zh) * 2020-09-18 2021-02-02 天津大学 一种大坝渗流参数反演方法
CN113203670A (zh) * 2021-04-27 2021-08-03 浙江广川工程咨询有限公司 一种土石坝心墙土层渗透系数逐层叠加反演方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10309812B1 (en) * 2013-05-24 2019-06-04 University Of Wyoming System and method of using the same
CN108733938A (zh) * 2018-05-28 2018-11-02 四川大学 一种水闸闸基覆盖层渗透系数反演分析方法
CN111723477A (zh) * 2020-06-08 2020-09-29 重庆交通大学 一种基于动态层析扫描的管涌发展预测预警方法
CN111950140A (zh) * 2020-07-29 2020-11-17 天津大学 一种考虑多种不确定性的大坝渗流性态分析方法
CN112307536A (zh) * 2020-09-18 2021-02-02 天津大学 一种大坝渗流参数反演方法
CN113203670A (zh) * 2021-04-27 2021-08-03 浙江广川工程咨询有限公司 一种土石坝心墙土层渗透系数逐层叠加反演方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
SHAO-WEIWANG;YING-LIXU;CHONG-SHIGU;TENG-FEIBAO: "Monitoring models for base flow effect and daily variation of dam seepage elements considering time lag effect", 《WATER SCIENCE AND ENGINEERING》 *
刘树峰等: "基于改进粒子群算法的渗透系数参数反演分析", 《水利水电技术》 *
李梁等: "基于参数反演与耦合作用的高堆石坝垫层对坝体渗流影响仿真", 《武汉大学学报(工学版)》 *
杨建峰等: "BIM技术在水利工程运维管理中的应用", 《水利水电技术》 *
田继荣; 张帅; 林瀚文; 岳超: "数字化建设管理模式在DG水电站中的应用", 《人民长江》 *
简鸿福; 罗志雄; 冷美玲: "基于监测资料反演土坝渗流安全分析", 《水利建设与管理》 *
黄成等: "渗流反分析及其在土石坝安全监控中的应用", 《黑龙江水专学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866066A (zh) * 2021-10-26 2021-12-31 贵州乌江水电开发有限责任公司东风发电厂 一种三维可视化水电站地下厂房洞室渗水监控方法及系统
CN113866066B (zh) * 2021-10-26 2023-11-03 贵州乌江水电开发有限责任公司东风发电厂 一种三维可视化水电站地下厂房洞室渗水监控方法及系统
CN115659729A (zh) * 2022-10-14 2023-01-31 南京河海南自水电自动化有限公司 一种基于结构仿真计算的大坝安全监测分析方法及系统
CN115659729B (zh) * 2022-10-14 2024-04-16 南京河海南自水电自动化有限公司 一种基于结构仿真计算的大坝安全监测分析方法及系统
CN116754135A (zh) * 2023-06-21 2023-09-15 水利部交通运输部国家能源局南京水利科学研究院 一种薄心墙堆石坝坝体渗漏病灶演变监测预警系统与方法
CN116754135B (zh) * 2023-06-21 2024-02-23 水利部交通运输部国家能源局南京水利科学研究院 一种薄心墙堆石坝坝体渗漏病灶演变监测预警系统与方法
CN116907753A (zh) * 2023-07-19 2023-10-20 水利部交通运输部国家能源局南京水利科学研究院 土石坝心墙渗漏通道探测的快速定位方法及系统
CN116907753B (zh) * 2023-07-19 2024-03-12 水利部交通运输部国家能源局南京水利科学研究院 土石坝心墙渗漏通道探测的快速定位方法及系统

Also Published As

Publication number Publication date
CN113221215B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN113221215B (zh) 基于bim模型的土石坝渗流动态可视化监控分析方法
CN104334890B (zh) 侵蚀预测方法以及侵蚀预测系统、用于该预测的侵蚀特性数据库及其构建方法
Western et al. Spatial variability of soil moisture and its implications for scaling
CN114997541B (zh) 一种基于数字孪生技术的城市内涝预测方法及预警平台
CN108073767A (zh) 滑坡涌浪灾害的模拟计算方法及装置
Christen et al. Calculation of dense snow avalanches in three-dimensional terrain with the numerical simulation program RAMMS
CN111581836A (zh) 一种输电线路滑坡体稳定性计算方法
Seddik et al. Response of the flow dynamics of Bowdoin Glacier, northwestern Greenland, to basal lubrication and tidal forcing
CN109827079A (zh) 一种基于海底石油管道信息物理系统的溢油源检测方法
CN103422463B (zh) 梯级通航枢纽物理模型数学模型一体化试验方法
CN117332494A (zh) 沉井施工状态实时数字孪生的方法、设备及存储介质
Shi et al. Calculation methods for the permeability coefficient of concrete face rockfill dam with cracks
Tracy et al. Transient seepage analyses in levee engineering practice
CN111507015A (zh) 一种在役边坡技术状况评价方法
JP2017058296A (ja) 地下水監視予測装置およびその方法
Mourzenko et al. Percolation and permeability of fracture networks in excavated damaged zones
Alghalandis Stochastic Modelling of Fractures
Seddik et al. Numerical simulation of the evolution of glacial valley cross sections
JP4488821B2 (ja) 透水試験評価システムおよび透水試験の評価方法
CN109960776A (zh) 一种用于水力走时和水力信号衰减反演计算的改进算法
Pamuji et al. The Prediction of Wonogiri Dam’s Service Life Using Point Integrated Sampling
Croft Interpolating Beach Profile Data Using Linear and Non-linear Functions
Townsend et al. Ocean Prediction with improved synthetic ocean profiles (ISOP)
Bates et al. Numerical simulation of three-dimensional velocity fields in pressurized and non-pressurized Nye channels
Yamamoto et al. Use of Data Assimilation to Model Groundwater Flow for a Real Underground Structure

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