CN113654520A - 具有现地自校准功能的智能测斜方法 - Google Patents
具有现地自校准功能的智能测斜方法 Download PDFInfo
- Publication number
- CN113654520A CN113654520A CN202110739330.2A CN202110739330A CN113654520A CN 113654520 A CN113654520 A CN 113654520A CN 202110739330 A CN202110739330 A CN 202110739330A CN 113654520 A CN113654520 A CN 113654520A
- Authority
- CN
- China
- Prior art keywords
- inclination
- precision
- inclinometer
- calibration
- inclination measuring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 12
- 239000002689 soil Substances 0.000 claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 230000006854 communication Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000003204 osmotic effect Effects 0.000 claims abstract description 13
- 238000006073 displacement reaction Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 229910001220 stainless steel Inorganic materials 0.000 claims description 17
- 239000010935 stainless steel Substances 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 2
- 238000013519 translation Methods 0.000 description 3
- 238000004873 anchoring Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000004677 Nylon Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Manufacturing & Machinery (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种具有现地自校准功能的智能测斜方法。在被监测部位安装测斜装置,测斜装置由地面采集控制通讯电源设备和地下多节首尾相连的测斜单元串联构成。地面的嵌入式计算机通过边缘计算控制地下每节测斜单元上、下部腔体内的小型电机实现测斜单元按预先设置的坐标X、Y和方位倾斜,将这些坐标值对应的位移值作为输入建立测斜传感器输出信号以及附近相关渗压、土壤含水率、温度等到上述变形的映射,从而建立校准模型并定期更新。本发明通过定期离线建模和在线测量,不仅能动态修正传感器本身的漂移,而且能根据附近的渗压、土壤温度和含水率对倾斜变形进行修正,测值精准,具有显著的智能性。
Description
技术领域
本发明属于工程安全监测、仪器测量校准技术领域,涉及一种具有现地自校准功能的智能测斜方法。
背景技术
测斜装置是进行大坝、边坡和采空区地下变形监测的主要仪器,对分析上述结构或工程的稳定性具有十分重要的意义。目前现地埋设安装进行测斜监测的仪器主要由固定式测斜仪和柔性位移计(也称阵列式位移计),由于该类仪器一直埋设在地下,使得仪器测值的真伪难以辨别,经过长期运行后,仪器测值可靠性的评估更加困难。但目前为止没有有效方法识别仪器工作状态和测值的准确性,更没有方法对装置测值进行在线校准。
发明内容
为解决上述问题,本发明公开了针对上述问题,本发明公开了一种具有现地自校准功能的智能测斜方法。通过在每节测斜管上下部X、Y方向各安装一个内置顶出式电机,实现现地已安装并处于工作状态下的测斜杆的定位倾斜,在管口的嵌入式计算机通过边缘计算,建立传感器输出信号以及附近渗透压力、土壤含水率、温度等测值到监测部位变形的映射,通过定期更新映射模型,实现测斜装置的动态现地自校准。
为了达到上述目的,本发明提供如下技术方案:
具有现地自校准功能的智能测斜方法,包括如下步骤:
步骤一,根据被监测对象可能变形场设置好校准采样空间点坐标群和各个测斜单元的倾斜方位
在被监测部位安装智能测斜装置,智能测斜装置包括地面采集控制通讯电源设备和安装在地下的若干首尾相连的测斜单元,测斜单元之间通过中空柔性结构连接;每个测斜单元包括设置在测斜单元上下两端的X方向高精度定量顶出装置、Y方向高精度定量顶出装置、在两顶出装置之间的不锈钢管、以及不锈钢管内的倾斜及方位传感器;高精度定量顶出装置包括不锈钢筒体,以及设置在筒体内的高精度步进电机、精密丝杆,其中高精度步进电机旋转轴与精密丝杆连接,精密丝杆远端与顶出帽紧密连接,在电机驱动下,实现精密丝杆相对测斜单元端部X或Y方向水平伸缩运动,从而使得测斜单元按设定的角度和方位倾斜;
步骤二,控制X、Y电机启动使得测斜单元方位与坐标与预先设置测点群坐标逐一对应;
步骤三,调整测斜单元到每一个校准测点同时通过地面采集控制通讯电源设备记录测斜单元传感器读数以及影响因素实测数据;
步骤四,离线建立校准模型,将预先设置的各点坐标对应的X、Y位移作为模型输出,传感器读数和影响因素实测数据作为模型输入,训练神经网络模型如下:
D=[X,Y]=F(E,T,M,P,t,ξ),
式中D为测斜装置神经网络模型的输出,对应的各个测斜单元测点的X、Y方向的位移值,X、Y的维数由测斜装置的测斜单元的数量确定;T为土壤温度测值;M为表层墒情传感器感知的土壤湿度;P为测斜装置对应的不同深度的渗透压力值;t为时间;E为传感器测值;ξ为BP神经网路训练后得到的参数,训练时D为顶出装置对应的顶出距离,E,T,M,P和t为对应的实测数据作为输入;
步骤五,检验模型的收敛和泛化能力,满足要求后将训练或更新参数好的模型保存后供正常监测岩土体变形时应用;
步骤六,控制电机恢复到校准前状态;
步骤七,在线测量
正常运行在线测量时,将对应的传感器读数和影响因素实测数据输入已经训练好的训练神经网络模型,获得输出测值即为需要的被监测对象的倾斜变形值。
进一步的,所述地面采集控制通讯电源设备配置有嵌入式计算机,所述计算机用于计算、存储和控制。
进一步的,所述倾斜及方位传感器至少包括静态高精度三轴加速度计和电子罗盘。
进一步的,所述顶出帽内部嵌入轴承,轴承和精密丝杆同轴。
进一步的,所述精密丝杆远端锚固入岩土体。
与现有技术相比,本发明具有如下优点和有益效果:
本发明方法融合了多元传感、数学模型和定期校准,不仅能动态修正传感器本身的漂移,而且能根据附近的渗压、土壤温度和含水率对倾斜变形进行修正,测值精准,具有显著的智能性。
附图说明
图1为本发明提供的测斜装置整体结构示意图。
图2为测斜单元结构示意图。
图3为高精度定量顶出装置结构示意图。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
步骤一,根据被监测对象可能变形场设置好校准采样空间点坐标群,可以采用拉丁立方体抽样或均匀设计选择代表性测点。
在需要进行倾斜变形监测的部位安装多组测斜装置,如图1所示,测斜装置由地面采集控制通讯电源设备1以及地下多个依次连接的测斜单元2组成,地面采集控制通讯电源设备1安装在地面4上,测斜单元2之间通过中空柔性结构3连接。中空柔性结构可采用柔性橡胶管(尼龙、橡胶等材质制成)结合钢丝加固方式实现。测斜装置顶部地面采集控制通讯电源设备1配置有嵌入式计算机。嵌入式计算机采用适合野外工作环境的ARM Cortex-M等嵌入式装置,同时配置操作系统、无线通讯和电源控制程序,通过无线通讯装置,实现与中心站(人工控制,远程实现现地参数设置、软件更新、数据读取、故障诊断等)之间的双向通讯。
如图2所示,每个测斜单元2包括X方向高精度定量顶出装置2-1、Y方向高精度定量顶出装置2-2、倾斜及方位传感器2-3、不锈钢管2-4,其中X方向高精度定量顶出装置2-1、Y方向高精度定量顶出装置2-2设置在测斜单元上下两端,采用高精度小型步进电机控制精密不锈钢丝杆实现精准顶出,从而调整X、Y方向的倾斜度,并能通过X、Y方向的组合实现任意方位的倾斜。不锈钢管2-4设置在顶出装置之间,钢性结构,用于传感器信号线和电机电源线及通讯线的保护。倾斜及方位传感器2-3固定在不锈钢管2-4上,主要包括静态高精度三轴加速度计、电子罗盘等。X、Y为水平面内相互垂直的正交坐标,一般X正方向指向坝下游、滑坡可能滑动方向或采空区最大变形方向。显然,本现地校准装置具备测斜单元扭转校准功能。
高精度定量顶出装置的具体结构如图3所示,包括不锈钢保护筒体2-1-4,以及设置在筒体内的高精度步进电机2-1-1、高精度精密丝杆2-1-2、顶出帽2-1-3、多根钢性不锈钢支架2-1-5。其中高精度步进电机2-1-1带反馈控制,其由三根钢性不锈钢支架2-1-5支撑,电机旋转轴与一根高精度精密丝杆2-1-2连接,高精度精密丝杆2-1-2螺距罗纹精度高,高精度精密丝杆2-1-2远端与顶出帽2-1-3紧密连接,在电机驱动下,实现X(或Y)方向稳定水平伸缩运动。精密丝杆2-1-2远端穿出顶出帽2-1-3后与锚固头2-1-6连接,锚固头2-1-6锚固在岩土体2-1-8内。不锈钢保护筒体2-1-4外包裹有变形弹性橡胶2-1-7,用于高精密丝杆伸缩平移过程中和测斜单元校准前后测斜单元与岩土体精密接触,保证同步变形,也保证校准过程中丝杆平移的距离等于测斜单元上下端平移距离。更为具体地说,顶出帽内部嵌入轴承,轴承和精密丝杆同轴,保证精密丝杆在电机带动旋转时候不会带动顶帽旋转而是推动顶帽,顶帽与被监测岩土体紧密接触且不陷入岩土体,从而保证丝杆伸缩距离等于测斜单元上(或下)端水平距离。
步骤二,控制X、Y电机启动使得测斜单元方位与坐标与预先设置测点群坐标逐一对应。先选好坐标点,再控制X、Y电机一个一个点进行采样。
步骤三,调整测斜单元到每一个校准测点,记录校准测点群坐标,同时通过地面采集控制通讯电源设备记录测斜单元传感器读数以及影响因素实测数据(包括附近相关渗压、土壤含水率、温度等)M、P、t、T等实测数据。校准测点也可采用步骤一中提及的多组测斜装置,应预先进行实验校准。T为土壤温度测值,根据温度场梯度可能有1个以上的土壤温度传感器;M为表层墒情仪器实测的土壤湿度,一般为1个;P为测斜装置对应的不同深度的渗透压力值,根据渗透压力梯度可能有1个以上的土壤渗透压力传感器;t为时间。
步骤四,离线建立校准模型。将预先设置的各点坐标对应的X、Y位移作为模型输出,不锈钢管内的倾斜及方位传感器读数和附近相关渗压、土壤含水率、温度等影响因素实测数据作为输入,训练多输入多输出神经网络模型,模型可选用BP、径向基函数或基于MIC特征选择的BiGRU的神经网络模型。神经网络模型代数表示如下:
D=[X,Y]=F(E,T,M,P,t,ξ),
式中D为测斜装置神经网络模型的输出,训练时根据预先设置的顶出装置逐点的顶出距离,对应的各个测斜单元测点的X、Y方向的位移值(mm),X、Y的维数由测斜装置的测斜单元的数量确定。T为土壤温度测值;M为表层墒情仪器实测的土壤湿度;P为测斜装置对应的不同深度的渗压值;t为时间;E为倾斜及方位传感器读数,本发明为静态高精度三轴加速度传感器输出信号;ξ为神经网路训练后得到的参数,定期通过校准更新。训练时D为顶出装置对应的顶出距离,E,T,M,P和t为对应作为输入样本的实测数据,训练算法采用各种模型对应的自适应最优算法。
步骤五,检验网络模型的收敛和泛化能力,满足要求后将训练(或更新参数)好的模型保存在地面边缘计算设备中供正常监测岩土体变形时应用。
步骤六,控制电机恢复到校准前状态。
步骤七,在线测量
正常测量时候,相应的传感器读数和影响因素实测数据输入已经训练好的训练神经网络模型,模型输出即为需要的被监测对象的倾斜变形值。可根据装置稳定性和环境定期重复以上校准过程,进一步提高精确性。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.具有现地自校准功能的智能测斜方法,其特征在于,包括如下步骤:
步骤一,根据被监测对象可能变形场设置好校准采样空间点坐标群和各个测斜单元的倾斜方位
在被监测部位安装智能测斜装置,智能测斜装置包括地面采集控制通讯电源设备和安装在地下的若干首尾相连的测斜单元,测斜单元之间通过中空柔性结构连接;每个测斜单元包括设置在测斜单元上下两端的X方向高精度定量顶出装置、Y方向高精度定量顶出装置、在两顶出装置之间的不锈钢管、以及不锈钢管内的倾斜及方位传感器;高精度定量顶出装置包括不锈钢筒体,以及设置在筒体内的高精度步进电机、精密丝杆,其中高精度步进电机旋转轴与精密丝杆连接,精密丝杆远端与顶出帽紧密连接,在电机驱动下,实现精密丝杆相对测斜单元端部X或Y方向水平伸缩运动,从而使得测斜单元按设定的角度和方位倾斜;
步骤二,控制X、Y电机启动使得测斜单元方位与坐标与预先设置测点群坐标逐一对应;
步骤三,记录每一个校准点对应的测斜单元传感器读数以及影响因素实测数据;
步骤四,建立离线校准模型,将预先设置的各点坐标对应的X、Y位移作为模型输出,不锈钢管内的倾斜及方位传感器读数和附近相关渗压、土壤含水率、温度等影响因素实测数据作为模型输入,训练神经网络模型如下:
D=[X,Y]=F(E,T,M,P,t,ξ),
式中D为测斜装置神经网络模型的输出,训练时根据预先设置的顶出装置逐点的顶出距离,对应的各个测斜单元测点的X、Y方向的位移值,X、Y的维数由测斜装置的测斜单元的数量确定;T为土壤温度测值;M为表层墒情监测仪器实测的土壤湿度;P为测斜装置对应的不同深度的渗压值;t为时间;E为倾斜及方位传感器读数;ξ为神经网路训练后得到的参数向量,E,T,M,P和t为对应的实测数据作为模型输入;
步骤五,检验离线校准模型的收敛情况和泛化能力,满足要求后将训练或更新参数好的模型保存后供正常监测岩土体变形时应用;
步骤六,控制电机恢复到校准前状态;
步骤七,在线测量
正常运行在线测量时,将对应的传感器读数和影响因素实测数据输入已经训练好的神经网络模型,获得输出测值即为需要的被监测对象的倾斜变形值。
2.根据权利要求1所述的具有现地自校准功能的智能测斜方法,其特征在于,所述地面采集控制通讯电源设备包括嵌入式计算机、远程通讯及电源装置,所述计算机用于计算、存储、控制。
3.根据权利要求1所述的具有现地自校准功能的智能测斜方法,其特征在于,所述倾斜及方位传感器至少包括静态高精度三轴加速度计和电子罗盘。
4.根据权利要求1所述的具有现地自校准功能的智能测斜方法,其特征在于,所述顶出帽内部嵌入轴承,轴承和精密丝杆同轴。
5.根据权利要求1所述的具有现地自校准功能的智能测斜方法,其特征在于,所述精密丝杆远端锚固入岩土体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739330.2A CN113654520B (zh) | 2021-06-30 | 2021-06-30 | 具有现地自校准功能的智能测斜方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739330.2A CN113654520B (zh) | 2021-06-30 | 2021-06-30 | 具有现地自校准功能的智能测斜方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113654520A true CN113654520A (zh) | 2021-11-16 |
CN113654520B CN113654520B (zh) | 2024-01-30 |
Family
ID=78489803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739330.2A Active CN113654520B (zh) | 2021-06-30 | 2021-06-30 | 具有现地自校准功能的智能测斜方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113654520B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115143915A (zh) * | 2022-09-06 | 2022-10-04 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 零偏误差自修正深层水平位移阵列式监测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105180795A (zh) * | 2015-10-09 | 2015-12-23 | 中国计量学院 | 基于测斜和霍尔效应的岩土体变形测量方法及仪器系统 |
CN105887942A (zh) * | 2016-04-22 | 2016-08-24 | 上海工程技术大学 | 一种自动智能基坑测斜方法 |
JP2018179533A (ja) * | 2017-04-03 | 2018-11-15 | 臼田総合研究所株式会社 | 倒れ測定装置、それを用いる鉄骨建て方精度測定方法、倒れ測定装置のキャリブレーション方法、及び、倒れ測定処理プログラム |
CN110068849A (zh) * | 2019-05-06 | 2019-07-30 | 国网山东省电力公司东营供电公司 | 基于差分定位的输电线路多维形变实时监测方法及系统 |
US20210123735A1 (en) * | 2019-10-23 | 2021-04-29 | Hexagon Technology Center Gmbh | Online leveling calibration of a geodetic instrument |
CN112903164A (zh) * | 2021-03-09 | 2021-06-04 | 武汉三江航天远方科技有限公司 | 一种在线同时监测内阻负载压力和弹变形量的检测装置 |
-
2021
- 2021-06-30 CN CN202110739330.2A patent/CN113654520B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105180795A (zh) * | 2015-10-09 | 2015-12-23 | 中国计量学院 | 基于测斜和霍尔效应的岩土体变形测量方法及仪器系统 |
CN105887942A (zh) * | 2016-04-22 | 2016-08-24 | 上海工程技术大学 | 一种自动智能基坑测斜方法 |
JP2018179533A (ja) * | 2017-04-03 | 2018-11-15 | 臼田総合研究所株式会社 | 倒れ測定装置、それを用いる鉄骨建て方精度測定方法、倒れ測定装置のキャリブレーション方法、及び、倒れ測定処理プログラム |
CN110068849A (zh) * | 2019-05-06 | 2019-07-30 | 国网山东省电力公司东营供电公司 | 基于差分定位的输电线路多维形变实时监测方法及系统 |
US20210123735A1 (en) * | 2019-10-23 | 2021-04-29 | Hexagon Technology Center Gmbh | Online leveling calibration of a geodetic instrument |
CN112903164A (zh) * | 2021-03-09 | 2021-06-04 | 武汉三江航天远方科技有限公司 | 一种在线同时监测内阻负载压力和弹变形量的检测装置 |
Non-Patent Citations (1)
Title |
---|
李哲昀;李青;王燕杰;: "基于霍尔效应的地下变形监测仪器系统", 仪表技术, no. 04 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115143915A (zh) * | 2022-09-06 | 2022-10-04 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 零偏误差自修正深层水平位移阵列式监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113654520B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103307976B (zh) | 粮仓中粮食存储量的监测方法 | |
CN103645490B (zh) | 智能化卫星连续运行参考站姿态监测方法 | |
CN105937898A (zh) | 一种全智能测斜装置及测斜方法 | |
CN112097633B (zh) | 一种基于双互感等值电压的地下位移三维测量系统与方法 | |
CN105041212A (zh) | 一种旋转导向钻井控制系统及其控制方法 | |
CN109891050A (zh) | 利用相反设置的传感器改良校准来确定位置的方法 | |
CN112665947B (zh) | 一种冻融-干湿环境下岩石损伤声学监测装置及方法 | |
CN113654520B (zh) | 具有现地自校准功能的智能测斜方法 | |
CN110836654A (zh) | 一种地下三维变形自动监测装置及方法 | |
CN113739793B (zh) | 一种轮式装载机铲装作业轨迹采集方法和系统 | |
CN114910004B (zh) | 一种基于激光测距的伸缩式多点位移计及其使用方法 | |
RU2655512C1 (ru) | Скважинный многоканальный деформометр и автоматизированная система регистрации и обработки данных для определения напряженно-деформированного состояния массива горных пород с его использованием | |
CN115094952B (zh) | 一种沉管隧道顶进式最终接头位移计算方法 | |
CN115143915A (zh) | 零偏误差自修正深层水平位移阵列式监测系统 | |
CN114577134B (zh) | 一种大量程全天候滑坡体倾斜变形监测装置及方法 | |
CN115014256A (zh) | 空间位移计及孔洞位移测量方法 | |
CN115233747A (zh) | 一种杂填土地层微型钢管桩应力测试装置及方法 | |
CN115479568A (zh) | 一种工作面底板岩层变形测量方法 | |
CN112880622B (zh) | 一种应用倾角仪标定柔性喷管摆角传感器的方法 | |
RU2558556C1 (ru) | Скважинный инклинометрический зонд и скважинная инклинометрическая система для определения вертикальных сдвижений горных пород и закладочного массива с его использованием | |
CN108007527A (zh) | 一种差压水位测量系统 | |
CN112557072A (zh) | 采掘设备悬臂空间自由度的标定方法及装置 | |
Liu et al. | Research on the automatic laser navigation system of the tunnel boring machine | |
CN107607232B (zh) | 一种地壳岩体平面应力的连续测量方法及系统 | |
CN116398111B (zh) | 一种面向地质勘测的岩土层钻进系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |