CN113742814B - 大坝安全预警方法、装置、计算机设备和存储介质 - Google Patents
大坝安全预警方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113742814B CN113742814B CN202110849070.4A CN202110849070A CN113742814B CN 113742814 B CN113742814 B CN 113742814B CN 202110849070 A CN202110849070 A CN 202110849070A CN 113742814 B CN113742814 B CN 113742814B
- Authority
- CN
- China
- Prior art keywords
- dam
- real
- data
- seepage field
- stress
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims description 68
- 238000013461 design Methods 0.000 claims description 65
- 238000005192 partition Methods 0.000 claims description 49
- 230000007547 defect Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000003491 array Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005325 percolation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Architecture (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种大坝安全预警方法、装置、计算机设备和存储介质,涉及大坝安全预警技术领域,该大坝安全预警方法,首先通过预埋的监测设备采集大坝的不同监测点的监测数据,然后通过对监测数据进行反演分析确定大坝的真实坝体参数,大坝的真实坝体参数可以用于表示坝体在当前时刻的实际参数。通过真实坝体参数建立大坝的仿真模型,即大坝实体模型,该大坝实体模型可以用于表示大坝的真实情况,最后基于大坝实体模型获取在预设工况下的大坝的真实应力应变数据和真实渗流场数据,并基于大坝的真实应力应变数据和真实渗流场数据确定大坝是否处于安全状态。这样能够提高大坝的安全预警的准确度。
Description
技术领域
本申请涉及大坝安全预警技术领域,特别是涉及一种大坝安全预警方法、装置、计算机设备和存储介质。
背景技术
大坝,是拦截江河渠道水流以抬高水位或调节流量的挡水建筑物。大坝的安全不仅关系到防洪安全、供水安全、粮食安全,也关系到经济安全、生态安全和国家安全。因此对大坝的安全性进行实时监测和安全预警是非常有必要的。
现有技术中,对大坝的安全性进行监测的方法一般是:在大坝的坝体内预埋监测设备,利用监测设备采集监测点的坝体数据,然后通过判断坝体数据是否处于安全范围内来确定大坝是否存在安全隐患。
然而,该种方法中,监测点所在区域仅为大坝坝体的极少部分区域,并不能代表大坝整体,因此监测点的坝体数据并不能准确地表示大坝的坝体状态,因此,基于通过判断坝体数据是否处于安全范围内来确定大坝是否存在安全隐患,得到的判断结果不准确,因此上述方法对大坝进行安全预警的准确度较低。
发明内容
基于此,有必要针对上述技术问题,提供一种大坝安全预警方法、装置、计算机设备和存储介质。
一种大坝安全预警方法,该方法包括:
获取大坝的不同监测点的监测数据;
对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;
根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;
根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
在其中一个实施例中,根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警,包括:
通过预先建立的安全预警体系获取大坝的应力应变数据基准值和渗流场数据基准值;
通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警。
在其中一个实施例中,该方法还包括:
根据大坝的设计参数构建大坝设计模型,对大坝设计模型进行仿真,得到预设工况下大坝的设计应力应变数据和设计渗流场数据;
根据设计应力应变数据确定应力应变数据基准值;
根据设计渗流场数据确定渗流场数据基准值。
在其中一个实施例中,根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警,包括:
从大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组,各待评估数组中包括的数据之间具有关联关系;
根据各待评估数组对大坝进行安全预警。
在其中一个实施例中,通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警,包括:
将真实应力应变数据和应力应变数据基准值的比值作为应力应变缺陷系数;
将真实渗流场数据和渗流场数据基准值的比值作为渗流场缺陷系数;
根据应力应变缺陷系数和渗流场缺陷系数对大坝进行安全预警。
在其中一个实施例中,通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警,包括:
计算真实应力应变数据和应力应变数据基准值的差异,得到应力应变差异;
计算真实渗流场数据和渗流场数据基准值的差异,得到渗流场差异;
根据应力应变差异和渗流场差异对大坝进行安全预警。
在其中一个实施例中,获取预先设置的应力应变安全指标和渗流场安全指标;
根据大坝坝体的各个分区的真实应力应变数据与应力应变安全指标的差异,以及根据真实渗流场数据与渗流场安全指标的差异确定各分区的失效概率;
根据各分区的失效概率和各分区的分区权重确定大坝的风险等级,分区权重是根据分区的重要程度和失效后果的严重程度确定的。
一种大坝安全预警装置,该装置包括:
获取模块,用于获取大坝的不同监测点的监测数据;
反演模块,用于对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;
仿真模块,用于根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;
预警模块,用于根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取大坝的不同监测点的监测数据;
对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;
根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;
根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取大坝的不同监测点的监测数据;
对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;
根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;
根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
上述大坝安全预警方法、装置、计算机设备和存储介质,可以提高大坝安全预警的准确性。该大坝安全预警方法,首先通过预埋的监测设备采集大坝的不同监测点的监测数据,然后通过对监测数据进行反演分析确定大坝的真实坝体参数,大坝的真实坝体参数可以用于表示坝体在当前时刻的实际参数。通过真实坝体参数建立大坝的仿真模型,即大坝实体模型,该大坝实体模型可以用于表示大坝的真实情况,最后基于大坝实体模型获取在预设工况下的大坝的真实应力应变数据和真实渗流场数据,并基于大坝的真实应力应变数据和真实渗流场数据确定大坝是否处于安全状态。
本申请实施例中,不同监测点的监测数据不能代表大坝的真实情况,但通过反演分析可以通过监测数据反推大坝的坝体参数,从而获取到大坝的真实情况,在此基础上,通过仿真得到最接近大坝当前真实状态的大坝实体模型,从而获取到大坝的真实应力应变数据和真实渗流场数据,这样能够提高大坝的安全预警的准确度。
附图说明
图1为一个实施例中大坝安全预警方法的应用环境图;
图2为一个实施例中对大坝进行安全预警的方法的流程示意图;
图3为一个实施例中获取应力应变数据基准值和渗流场数据基准值的方法的流程示意图;
图4为另一个实施例中对大坝进行安全预警的方法的流程示意图;
图5为一个实施例中大坝安全预警装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。此外,下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
大坝,是拦截江河渠道水流以抬高水位或调节流量的挡水建筑物。大坝的安全不仅关系到防洪安全、供水安全、粮食安全,也关系到经济安全、生态安全和国家安全。因此对大坝的安全性进行实时监测和安全预警是非常有必要的。
现有技术中,对大坝的安全性进行监测的方法一般是:在大坝的坝体内预埋监测设备,利用监测设备采集监测点的坝体数据,然后通过判断坝体数据是否处于安全范围内来确定大坝是否存在安全隐患。
其中,通过判断坝体数据是否处于安全范围内来确定大坝是否存在安全隐患的过程是指:通过预先建立的安全预警体系获取坝体数据对应的安全范围,然后判断坝体数据是否处于安全范围内,若处于,则确定大坝不存在安全隐患。若不处于,则确定大坝存在安全隐患。
其中,安全预警体系一般是在对全球范围内的已经出现的多种大坝安全事故进行数据统计和分析的基础上建立的。然而,对于出现率较高的安全事故,例如坝顶裂缝等,通过统计加分析的方式可以确定出对应的预警体系,而对于一些发生概率较小的安全事故,例如溃坝等,由于统计数据量较小,难以通过统计得出对应的预警体系。这就导致现有的安全预警体系无法对溃坝等恶劣事故进行有效预警。
此外,上述方法中,监测点所在区域仅为大坝坝体的极少部分区域,并不能代表大坝整体,因此监测点的坝体数据并不能准确地表示大坝的坝体状态,因此,基于通过判断坝体数据是否处于安全范围内来确定大坝是否存在安全隐患,得到的判断结果不准确,因此上述方法对大坝进行安全预警的准确度较低。
在一个实施例中,如图1所示,提供了一种大坝安全预警方法,本实施例以该方法应用于计算机设备进行举例说明,可以理解的是,该方法也可以应用于服务器。本实施例中,该方法包括以下步骤:
步骤101,计算机设备获取大坝的不同监测点的监测数据。
本申请实施例中,大坝在建设的过程中,会在大坝的坝体内预埋监测设备,预埋监测设备的区域为监测点。监测设备用于采集监测点的数据,例如水位、压力等等。监测设备可以将采集到的监测数据传送给计算机设备,这样计算机设备就可以获取到不同监测点的监测数据。
在实际应用中,大坝的坝体可以分为多个分区,不同的分区采用的建造材料并不相同,例如混凝土分区、堆石分区等等,因此在预埋监测设备时,会在各个分区分别预埋多个监测设备,以便于监测到各个分区的数据。
步骤102,计算机设备对监测数据进行反演分析,得到大坝的真实坝体参数。
反演分析是根据岩土体在实际工程荷载作用下监测到的性状变化,采用数值分析方法对岩土体的力学特性和(或)初始应力条件进行分析的方法。
本申请实施例中,监测数据为大坝的坝体在实际载荷下监测到的,采用数值分析方法对监测数据进行反演分析可以得到在实际载荷下大坝的真实坝体参数。
可选的,本申请实施例中,计算机设备中预先存储有多种大坝参数,通过遍历该多种大坝参数从中选择出能够一组目标大坝参数,该目标大坝参数作用在大坝设计模型上时,得到的大坝监测数据与步骤101中基于监测设备监测到的监测数据一致。那么该目标大坝参数即为当前大坝的真实坝体参数,其中,真实坝体参数表示大坝的实际状态。
其中,大坝的实际状态包括大坝的各分区材料的真实性态。
可选的,本申请实施例中,可以采用非线性有限元方法对大坝、地下洞室等水工结构的应力变形进行模拟分析,通过参数反演分析,建立能够基本上与实测变形契合的有限元模型,基于对实际监测变形的统计规律,对有限元预测变形场做部分修正,在此基础上,建立水位-时间-应力变形场知识库。
步骤103,计算机设备根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据。
本申请实施例中,计算机设备可以根据真实坝体参数构建大坝实体模型,然后通过仿真,可以得到在典型工况下,大坝的真实应力应变数据和真实渗流场数据。
本申请实施例中,大坝的真实应力应变数据和真实渗流场数据。并不是测量得到的,而是基于大坝实体模型仿真得到的,因此可以得到大坝的任意工况下的任意位置的应力应变数据和渗流场数据,这样才能够获取到能够表征大坝整体状态的数据。
步骤104,计算机设备根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
本申请实施例中,在得到大坝的真实应力应变数据和真实渗流场数据之后,计算机设备可以比较真实应力应变数据和真实渗流场数据是否超出预设的安全范围,若超出,则说明大坝存在安全问题,因此进行预警。若未超出,则说明大坝不存在安全问题。
需要说明的是,本申请实施例中,通过仿真获得应力应变数据基准值时,可以获得各种典型工况下大坝的坝体上任意一点的应力应变数据基准值。基于此,本申请实施例中,在对比应力应变数据基准值和真实应力应变数据时,是将同一工况下,同一位置点的真实应力应变数据与应力应变数据基准值进行比较。同样的,也是将同一工况、同一位置点的真实应力应变数据和应力应变数据基准值进行比较。
可选的,在本申请的另一种可选的实现方式中,可以获取预先设置的应力应变安全指标和渗流场安全指标,在得到应力应变安全指标和渗流场安全指标后,可以基于真实应力应变数据和真实渗流场数据、以及应力应变安全指标和渗流场安全指标确定大坝的风险等级。
其中,对于大坝的各个分区,根据各个分区的重要程度以及失效后果的严重程度赋予分区权重。一般而言,可以根据大坝的失效模式和影响,从生命损失、经济损失和社会影响等三个方面评价失效后果的严重程度。
然后根据各个分区的真实应力应变数据与应力应变安全指标的差异,真实渗流场数据和渗流场安全指标的差异来确定各个分区的失效概率。最后通过各个分区的失效概率和分区权重来确定大坝的风险大小,并根据风险大小确定大坝的风险等级。
在实际应用中,根据国内外对水库大坝风险区域划分的一般做法,可以将大坝的风险等级划分为极高风险、不可接受风险、可容忍风险和可接受风险四个区域,风险决策的原则如下:
1)当建筑物处于极高风险区时,应立即采取强制措施降低风险;
2)当建筑物处于不可接受风险区时,应尽快采取强制措施降低风险;
3)当建筑物处于可容忍风险区,进一步研究是否需要对风险做进一步处理;
4)当建筑物处于可接受风险区,可不对风险做进一步处理。
当大坝处于极高风险区或不可接受风险区时启动安全预警。根据国内通行的做法,按照危险事件的紧急程度、发展势态和可能造成的危害程度,将安全预警级别划分为一级、二级、三级和四级,分别用红色、橙色、黄色和蓝色标示,其中一级预警(红色预警)为最高预警级别。
当大坝不存在安全风险时,采用接近其真实外观的颜色进行渲染,不发生闪烁;当大坝存在安全风险时,根据安全预警级别,用红色、橙色、黄色或蓝色渲染,并以一定频率闪烁,提醒大坝管理人员及时处置。
本申请实施例中,不同监测点的监测数据不能代表大坝的真实情况,但通过反演分析可以通过监测数据反推大坝的坝体参数,从而获取到大坝的真实情况,在此基础上,通过仿真得到最接近大坝当前真实状态的大坝实体模型,从而获取到大坝的真实应力应变数据和真实渗流场数据,这样能够提高大坝的安全预警的准确度。
在本申请的一个实施例中,如图2所示,计算机设备根据所述大坝的真实应力应变数据和真实渗流场数据对所述大坝进行安全预警的过程包括:
步骤201,计算机设备通过预先建立的安全预警体系获取大坝的应力应变数据基准值和渗流场数据基准值。
本申请实施例中,安全预警体系是基于大坝设计工作状态的偏离范围确定的,因此安全预警体系可以与大坝设计工作状态对应起来。
其中,大坝设计工作状态是指预期中的理想大坝工作状态,在全面考虑影响大坝应力应变和渗流场等各方面因素的基础上,通过对大坝建设的整个工程生命周期中既往阶段的仿真和修正,以及以此为基础的后期工作状态预估。可以建立起以大坝当前工作状态为基础的安全预警体系。并基于安全预警体系获取大坝的应力应变基准值和渗流场数据基准值。
步骤202,计算机设备通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警。
在一种可选的实现方式中,大坝实际安全监测的监测数据与该安全预警体系的差异,也可以在很大程度上表征大坝的安全状态。但本申请实施例中,并不是基于监测数据与应力应变基准值和渗流场数据基准值的差异表征大坝的安全状态,而是基于真实应力应变数据和真实渗流场数据与应力应变基准值和渗流场数据基准值的差异来表征大坝的安全状态。
具体的,本申请实施例中,通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,来对大坝进行安全预警。
可选的,本申请实施例中,对大坝进行安全预警的方法可以包括以下三种方式,下面分别进行说明:
第一种方式是,计算机设备将真实应力应变数据和应力应变数据基准值的比值作为应力应变缺陷系数。计算机设备将真实渗流场数据和渗流场数据基准值的比值作为渗流场缺陷系数。计算机设备根据应力应变缺陷系数和渗流场缺陷系数对大坝进行安全预警。
其中,应力应变缺陷系数可以用于表示真实应力应变数据在应力应变数据基准值中的占比,以及真实渗流场数据在渗流场数据基准值中的占比。在缺陷系数小于1的情况下,缺陷系数越大,则表示偏离越小,在缺陷系数大于1的情况下,缺陷系数越大,则表示偏离越大。
本申请实施例中,应力应变缺陷系数和/或渗流场缺陷系数超过预设范围时,则确定大坝存在安全问题,因此进行预警。若未超过,则说明大坝不存在安全问题。
第二种方式是,计算真实应力应变数据和应力应变数据基准值的差异,得到应力应变差异;计算真实渗流场数据和渗流场数据基准值的差异,得到渗流场差异;根据应力应变差异和渗流场差异对大坝进行安全预警。
本申请实施例中,真实应力应变数据和应力应变数据基准值的差异可以表示大坝的坝体真实应力应变状态与设计应力应变状态的偏离程度,真实渗流场数据和渗流场数据基准值的差异可以表示大坝的真实渗流场状态与设计渗流场状态的偏离程度。偏离程度越大,表示大坝的坝体真实状态存在安全问题的可能性越高。偏离程度越小,表示大坝的坝体真实状态存在安全问题的可能性越低。
第三种方式是,考虑到大坝溃决可能造成的巨大损失,以及大坝的投资和功能性要求,可以将大坝的安全状态定义为与大坝设计工作状态的偏离范围,基于此,本申请实施例中,可以根据应力应变数据基准值确定应力应变数据的偏离范围,根据渗流场数据基准值确定渗流场数据的偏离范围。然后检测真实应力应变数据是否在其对应的偏离范围内,以及检测真实渗流场数据是否在其对应的偏离范围内。若在,则确定大坝不存在安全问题。若不在,则说明大坝存在安全问题,因此进行预警。
本申请实施例通过三种方式比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,从而对大坝进行安全预警。提高了预警结果的准确性。
在一种可选的实现方式中,可以并行采用该三种方式进行判断,分别得到三种判断结果,若三种判断结果一致,则确定判断结果准确。若三种判断结果不一致,则确定判断结果有误,重新进行预警。
其中,如图3所示,安全预警体系的建立过程包括以下内容:
步骤301,计算机设备根据大坝的设计参数构建大坝设计模型,对大坝设计模型进行仿真,得到预设工况下大坝的设计应力应变数据和设计渗流场数据。
本申请实施例中,预设工况包括本技术领域中的多种典型工况。
大坝的设计应力应变数据和设计渗流场数据可以是指预设工况下,大坝的任意位置的设计应力应变数据和设计渗流场数据。
其中,设计应力应变数据和设计渗流场数据即设计状态下的应力应变数据和设计状态下的渗流场数据。
步骤302,计算机设备根据设计应力应变数据确定应力应变数据基准值,根据设计渗流场数据确定渗流场数据基准值。
本申请实施例中,对于每种预设工况下,可以将大坝的任意位置点的设计应力应变数据确定为该位置点的应力应变数据基准值。从而得到每种预设工况下,大坝的任意位置点的应力应变数据基准值。
采用相同的原理可以得到每种预设工况下,大坝的任意位置点的渗流场数据基准值。
本申请实施例中,基于设计参数构建大坝设计模型,通过对大坝设计模型进行仿真,得到预设工况下,大坝的任意位置点的设计应力应变数据和设计渗流场数据。其中,设计应力应变数据和设计渗流场数据可以是指大坝在理想状态下的应力应变数据和渗流场数据。即大坝的安全性处于最高时的应力应变数据和渗流场数据,因此根据设计应力应变数据和设计渗流场数据确定应力应变数据基准值和渗流场数据基准值可以确保大坝的安全性的评判标准,从而准确地对大坝进行安全预警。
如图4所示,计算机设备根据所述大坝的真实应力应变数据和真实渗流场数据对所述大坝进行安全预警的过程还可以包括以下内容:
步骤401,计算机设备从大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组。
其中,各待评估数组中包括的数据之间具有关联关系。
本申请实施例中,计算机设备可以预先设置多个安全评价指标,安全评价指标主要包括应力变形、裂缝、渗流、坝坡稳定及地震安全性等方面,各方面安全指标不是完全独立,而是相互联系、相互制约的,有些指标是以坝体局部控制,有些指标则是以坝体整体控制。
拟定安全评价指标的主要任务是根据大坝已经抵御荷载的能力来评估和预测抵御可能发生荷载的能力,从而确定该荷载组合下效应量的警戒值和极值。由于有些大坝可能还没有遭遇最不利荷载,同时大坝和抵御荷载的能力在逐渐变化,因此将具有关联关系的安全指标合并在一个待评估数组中,并将待评估数组作为整体来对大坝进行安全评估,可以从全局信息中获取大坝的安全状态。
本申请实施例中,可以基于各安全评价指标之间的关联关系,可以从大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组。
每个待评估数组包括至少一个安全评价指标对应的数据,且每个待评估数组包括的多个安全评价指标之间具有关联关系。
各个待评估数组包括的至少一个安全评价指标可以部分相同或者完全不同。
步骤402,计算机设备根据各待评估数组对大坝进行安全预警。
本申请实施例中,对于各个待评估数组,计算机设备可以获取待评估数组包括的多个安全评价指标对应的安全范围,然后将待评估数组包括的多个安全评价指标的指标值与其对应的安全范围进行比较,若待评估数组包括的多个安全评价指标的指标值处于其对应的安全范围内,则确定该待评估数组对应的评估结果为通过。反之,则确定该待评估数组对应的评估结果未通过。
当多个待评估数组的评估结果均为通过时,说明大坝不存在安全问题。
若任意一个待评估数组的评估结果为未通过,则说明大坝存在安全问题,进行安全预警。
本申请实施例中,通过提取多组待评估数组,充分考虑到各方面安全指标至今的相互联系和相互制约关系,从而从全局信息中获取大坝的安全状态,从而准确地对大坝进行安全预警。
应该理解的是,虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种大坝安全预警装置,包括:获取模块501,反演模块502,仿真模块503和预警模块504,其中:
获取模块501,用于获取大坝的不同监测点的监测数据;
反演模块502,用于对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;
仿真模块503,用于根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;
预警模块504,用于根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
在其中一个实施例中,预警模块504具体用于通过预先建立的安全预警体系获取大坝的应力应变数据基准值和渗流场数据基准值;通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警。
在其中一个实施例中,预警模块504具体用于根据大坝的设计参数构建大坝设计模型,对大坝设计模型进行仿真,得到预设工况下大坝的设计应力应变数据和设计渗流场数据;根据设计应力应变数据确定应力应变数据基准值;根据设计渗流场数据确定渗流场数据基准值。
在其中一个实施例中,预警模块504具体用于从大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组,各待评估数组中包括的数据之间具有关联关系;根据各待评估数组对大坝进行安全预警。
在其中一个实施例中,预警模块504具体用于将真实应力应变数据和应力应变数据基准值的比值作为应力应变缺陷系数;将真实渗流场数据和渗流场数据基准值的比值作为渗流场缺陷系数;根据应力应变缺陷系数和渗流场缺陷系数对大坝进行安全预警。
在其中一个实施例中,预警模块504具体用于计算真实应力应变数据和应力应变数据基准值的差异,得到应力应变差异;计算真实渗流场数据和渗流场数据基准值的差异,得到渗流场差异;根据应力应变差异和渗流场差异对大坝进行安全预警。
在其中一个实施例中,预警模块504具体用于获取预先设置的应力应变安全指标和渗流场安全指标;根据大坝坝体的各个分区的真实应力应变数据与应力应变安全指标的差异,以及根据真实渗流场数据与渗流场安全指标的差异确定各分区的失效概率;根据各分区的失效概率和各分区的分区权重确定大坝的风险等级,分区权重是根据分区的重要程度和失效后果的严重程度确定的。
关于大坝安全预警装置的具体限定可以参见上文中对于大坝安全预警方法的限定,在此不再赘述。上述大坝安全预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以为终端,也可以为服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储安全预警体系数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种大坝安全预警方法。
其中,在该计算机设备为终端时,该计算机设备还包括显示屏和输入装置。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取大坝的不同监测点的监测数据;对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:通过预先建立的安全预警体系获取大坝的应力应变数据基准值和渗流场数据基准值;通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据大坝的设计参数构建大坝设计模型,对大坝设计模型进行仿真,得到预设工况下大坝的设计应力应变数据和设计渗流场数据;根据设计应力应变数据确定应力应变数据基准值;根据设计渗流场数据确定渗流场数据基准值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组,各待评估数组中包括的数据之间具有关联关系;根据各待评估数组对大坝进行安全预警。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将真实应力应变数据和应力应变数据基准值的比值作为应力应变缺陷系数;将真实渗流场数据和渗流场数据基准值的比值作为渗流场缺陷系数;根据应力应变缺陷系数和渗流场缺陷系数对大坝进行安全预警。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:计算真实应力应变数据和应力应变数据基准值的差异,得到应力应变差异;计算真实渗流场数据和渗流场数据基准值的差异,得到渗流场差异;根据应力应变差异和渗流场差异对大坝进行安全预警。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取预先设置的应力应变安全指标和渗流场安全指标;根据大坝坝体的各个分区的真实应力应变数据与应力应变安全指标的差异,以及根据真实渗流场数据与渗流场安全指标的差异确定各分区的失效概率;根据各分区的失效概率和各分区的分区权重确定大坝的风险等级,分区权重是根据分区的重要程度和失效后果的严重程度确定的。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取大坝的不同监测点的监测数据;对监测数据进行反演分析,得到大坝的真实坝体参数,真实坝体参数表示大坝的实际状态;根据真实坝体参数构建大坝实体模型,并对大坝实体模型进行仿真,得到预设工况下大坝的真实应力应变数据和真实渗流场数据;根据大坝的真实应力应变数据和真实渗流场数据对大坝进行安全预警。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:通过预先建立的安全预警体系获取大坝的应力应变数据基准值和渗流场数据基准值;通过比较真实应力应变数据和应力应变数据基准值,以及比较真实渗流场数据和渗流场数据基准值,对大坝进行安全预警。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据大坝的设计参数构建大坝设计模型,对大坝设计模型进行仿真,得到预设工况下大坝的设计应力应变数据和设计渗流场数据;根据设计应力应变数据确定应力应变数据基准值;根据设计渗流场数据确定渗流场数据基准值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组,各待评估数组中包括的数据之间具有关联关系;根据各待评估数组对大坝进行安全预警。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将真实应力应变数据和应力应变数据基准值的比值作为应力应变缺陷系数;将真实渗流场数据和渗流场数据基准值的比值作为渗流场缺陷系数;根据应力应变缺陷系数和渗流场缺陷系数对大坝进行安全预警。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:计算真实应力应变数据和应力应变数据基准值的差异,得到应力应变差异;计算真实渗流场数据和渗流场数据基准值的差异,得到渗流场差异;根据应力应变差异和渗流场差异对大坝进行安全预警。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取预先设置的应力应变安全指标和渗流场安全指标;根据大坝坝体的各个分区的真实应力应变数据与应力应变安全指标的差异,以及根据真实渗流场数据与渗流场安全指标的差异确定各分区的失效概率;根据各分区的失效概率和各分区的分区权重确定大坝的风险等级,分区权重是根据分区的重要程度和失效后果的严重程度确定的。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random ACess Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random ACess Memory,SRAM)或动态随机存取存储器(Dynamic Random ACess Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种大坝安全预警方法,其特征在于,所述方法包括:
获取大坝的不同监测点的监测数据;
对所述监测数据进行反演分析,得到所述大坝的真实坝体参数,所述真实坝体参数表示所述大坝的实际状态;
根据所述真实坝体参数构建大坝实体模型,并对所述大坝实体模型进行仿真,得到预设工况下所述大坝的真实应力应变数据和真实渗流场数据;
根据所述大坝的真实应力应变数据和真实渗流场数据对所述大坝进行安全预警;
所述方法还包括:
获取预先设置的应力应变安全指标和渗流场安全指标;
根据大坝坝体的各个分区的所述真实应力应变数据与所述应力应变安全指标的差异,以及根据所述真实渗流场数据与所述渗流场安全指标的差异确定各所述分区的失效概率;
根据各所述分区的失效概率和各所述分区的分区权重确定所述大坝的风险等级,所述分区权重是根据分区的重要程度和失效后果的严重程度确定的。
2.根据权利要求1所述的方法,其特征在于,所述根据所述大坝的真实应力应变数据和真实渗流场数据对所述大坝进行安全预警,包括:
通过预先建立的安全预警体系获取所述大坝的应力应变数据基准值和渗流场数据基准值;
通过比较所述真实应力应变数据和所述应力应变数据基准值,以及比较所述真实渗流场数据和所述渗流场数据基准值,对所述大坝进行安全预警。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述大坝的设计参数构建大坝设计模型,对所述大坝设计模型进行仿真,得到所述预设工况下所述大坝的设计应力应变数据和设计渗流场数据;
根据所述设计应力应变数据确定所述应力应变数据基准值;
根据所述设计渗流场数据确定所述渗流场数据基准值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述大坝的真实应力应变数据和真实渗流场数据对所述大坝进行安全预警,包括:
从所述大坝的真实应力应变数据和真实渗流场数据中提取多组待评估数组,各所述待评估数组中包括的数据之间具有关联关系;
根据各所述待评估数组对所述大坝进行安全预警。
5.根据权利要求2所述的方法,其特征在于,所述通过比较所述真实应力应变数据和所述应力应变数据基准值,以及比较所述真实渗流场数据和所述渗流场数据基准值,对所述大坝进行安全预警,包括:
将所述真实应力应变数据和所述应力应变数据基准值的比值作为应力应变缺陷系数;
将所述真实渗流场数据和所述渗流场数据基准值的比值作为渗流场缺陷系数;
根据所述应力应变缺陷系数和所述渗流场缺陷系数对所述大坝进行安全预警。
6.根据权利要求2所述的方法,其特征在于,所述通过比较所述真实应力应变数据和所述应力应变数据基准值,以及比较所述真实渗流场数据和所述渗流场数据基准值,对所述大坝进行安全预警,包括:
计算所述真实应力应变数据和所述应力应变数据基准值的差异,得到应力应变差异;
计算所述真实渗流场数据和所述渗流场数据基准值的差异,得到渗流场差异;
根据所述应力应变差异和所述渗流场差异对所述大坝进行安全预警。
7.一种大坝安全预警装置,其特征在于,所述装置包括:
获取模块,用于获取大坝的不同监测点的监测数据;
反演模块,用于对所述监测数据进行反演分析,得到所述大坝的真实坝体参数,所述真实坝体参数表示所述大坝的实际状态;
仿真模块,用于根据所述真实坝体参数构建大坝实体模型,并对所述大坝实体模型进行仿真,得到预设工况下所述大坝的真实应力应变数据和真实渗流场数据;
预警模块,用于根据所述大坝的真实应力应变数据和真实渗流场数据对所述大坝进行安全预警;
所述预警模块,具体用于获取预先设置的应力应变安全指标和渗流场安全指标;根据大坝坝体的各个分区的所述真实应力应变数据与所述应力应变安全指标的差异,以及根据所述真实渗流场数据与所述渗流场安全指标的差异确定各所述分区的失效概率;根据各所述分区的失效概率和各所述分区的分区权重确定所述大坝的风险等级,所述分区权重是根据分区的重要程度和失效后果的严重程度确定的。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110849070.4A CN113742814B (zh) | 2021-07-27 | 2021-07-27 | 大坝安全预警方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110849070.4A CN113742814B (zh) | 2021-07-27 | 2021-07-27 | 大坝安全预警方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742814A CN113742814A (zh) | 2021-12-03 |
CN113742814B true CN113742814B (zh) | 2023-12-19 |
Family
ID=78729257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110849070.4A Active CN113742814B (zh) | 2021-07-27 | 2021-07-27 | 大坝安全预警方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742814B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695177A (zh) * | 2020-05-14 | 2020-09-22 | 河海大学 | 基于位移场监测数据的大坝力学参数随机反演方法及系统 |
CN112199765A (zh) * | 2020-11-04 | 2021-01-08 | 青岛超源博创科技发展有限公司 | 混凝土大坝的分区方法、装置、电子设备及可读介质 |
CN112199891A (zh) * | 2020-10-14 | 2021-01-08 | 水利部南京水利水文自动化研究所 | 一种重力坝安全变形预警指标拟定方法及系统 |
CN112287608A (zh) * | 2020-11-19 | 2021-01-29 | 中国水利水电科学研究院 | 一种基于模糊综合评价的大坝安全预测系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10474772B2 (en) * | 2011-09-16 | 2019-11-12 | Sentient Science Corporation | Method and system for predicting surface contact fatigue life |
-
2021
- 2021-07-27 CN CN202110849070.4A patent/CN113742814B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695177A (zh) * | 2020-05-14 | 2020-09-22 | 河海大学 | 基于位移场监测数据的大坝力学参数随机反演方法及系统 |
CN112199891A (zh) * | 2020-10-14 | 2021-01-08 | 水利部南京水利水文自动化研究所 | 一种重力坝安全变形预警指标拟定方法及系统 |
CN112199765A (zh) * | 2020-11-04 | 2021-01-08 | 青岛超源博创科技发展有限公司 | 混凝土大坝的分区方法、装置、电子设备及可读介质 |
CN112287608A (zh) * | 2020-11-19 | 2021-01-29 | 中国水利水电科学研究院 | 一种基于模糊综合评价的大坝安全预测系统及方法 |
Non-Patent Citations (1)
Title |
---|
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;李梁;周伟;刘杏红;白帆;常晓林;;武汉大学学报(工学版)(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113742814A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111256754B (zh) | 一种混凝土坝长期运行安全预警方法 | |
Wang et al. | Hysteretic effect considered monitoring model for interpreting abnormal deformation behavior of arch dams: a case study | |
Curt et al. | A knowledge formalization and aggregation‐based method for the assessment of dam performance | |
Zhang et al. | Efficient Bayesian FFT method for damage detection using ambient vibration data with consideration of uncertainty | |
Su et al. | Dynamic non-probabilistic reliability evaluation and service life prediction for arch dams considering time-varying effects | |
CN111027240B (zh) | 埋地管道安全评估方法及相关设备 | |
CN103268450B (zh) | 基于测试的移动智能终端系统安全评估体系模型与评估方法 | |
Li et al. | System reliability analysis of rock slope stability involving correlated failure modes | |
Mata et al. | Construction of decision rules for early detection of a developing concrete arch dam failure scenario. A discriminant approach | |
CN104535346B (zh) | 一种混凝土重力危坝的抗滑稳定性检测方法 | |
Jung et al. | Exploration and evaluation of AR, MPCA and KL anomaly detection techniques to embankment dam piezometer data | |
Zhou et al. | Seismic fragility analysis of high concrete faced rockfill dams based on plastic failure with support vector machine | |
Morales-Torres et al. | Building fragility curves of sliding failure of concrete gravity dams integrating natural and epistemic uncertainties | |
Su et al. | Integrated multi-level control value and variation trend early-warning approach for deformation safety of arch dam | |
CN104482991A (zh) | 一种确定危坝坝体安全库水位的测定参数与预警方法 | |
CN115456331B (zh) | 多维多测点模型在线监控算法在监测分析系统平台的应用 | |
Cui et al. | Quantitative risk assessment of landslides with direct simulation of pre-failure to post-failure behaviors | |
Jiang et al. | Detection model for seepage behavior of earth dams based on data mining | |
CN115526118A (zh) | 仿真模型确定及故障分析方法、装置、设备和存储介质 | |
Remmerswaal et al. | Evaluating residual dyke resistance using the Random Material Point Method | |
Liu et al. | Cracking risk analysis of face slabs in concrete face rockfill dams during the operation period | |
KR20150129487A (ko) | 제방의 위험도 평가 방법 및 그에 적합한 평가 시스템 | |
Johnson et al. | Feasibility study of PRA for critical infrastructure risk analysis | |
Zhao et al. | Unified egg ellipse critical threshold estimation for the deformation behavior of ultrahigh arch dams | |
CN114417470A (zh) | 一种基于bim的桥梁裂缝安全评定方法和装置 |
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 |