CN114371270A - 原位测试方法及系统 - Google Patents
原位测试方法及系统 Download PDFInfo
- Publication number
- CN114371270A CN114371270A CN202111466285.4A CN202111466285A CN114371270A CN 114371270 A CN114371270 A CN 114371270A CN 202111466285 A CN202111466285 A CN 202111466285A CN 114371270 A CN114371270 A CN 114371270A
- Authority
- CN
- China
- Prior art keywords
- sensor
- test result
- rock
- soil
- test
- 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
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 101
- 238000010998 test method Methods 0.000 title abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 367
- 239000002689 soil Substances 0.000 claims abstract description 125
- 239000011435 rock Substances 0.000 claims abstract description 61
- 239000011148 porous material Substances 0.000 claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 35
- 238000005259 measurement Methods 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 31
- 238000010801 machine learning Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000000149 penetrating effect Effects 0.000 claims description 4
- 230000035515 penetration Effects 0.000 claims description 4
- 230000001953 sensory effect Effects 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 8
- 239000000523 sample Substances 0.000 description 42
- 238000010586 diagram Methods 0.000 description 24
- 238000013461 design Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 238000007405 data analysis Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 230000002035 prolonged effect Effects 0.000 description 4
- 238000013215 result calculation Methods 0.000 description 4
- 239000004927 clay Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 208000033748 Device issues Diseases 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Dispersion Chemistry (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本公开提供了一种原位测试方法，被第一设备执行，包括：接收传感器的传感数据；根据传感数据以及容置传感器的身份信息和孔位信息，生成第一测试结果；其中，孔位位于岩土中，且第一测试结果指示岩土在不同深度的传感器阻力和/或岩土间的摩擦力及孔隙水压力；将第一测试结果及传感数据发送给第二设备；接收第二设备基于传感数据生成的第二测试结果与第一测试结果不满足相似条件时返回的第二测试结果；其中，第一设备与传感器之间的距离，小于传感器与第二设备之间的距离；通过本公开的原位测试方法，第一测试结果与第二测试结果的比对，可以节省大量的人力物力，且提高测试的精确度。
Description
技术领域
本公开涉及测试技术领域，具体地，涉及原位测试方法及系统。
背景技术
地质勘察中的原位测试，由于智能化以及网络化普及率不高，导致在原位测试现场，需要调配大量的人力物力，现场人工核验原位测试成果，导致人力物力的浪费，且精确度不高；若出现原位测试成果的质量问题，还需要进行补充测试，使得勘察周期延长，经济性差且效率低。
因此，需要一种能在线核验原位测试成果，且经济效果良好、效率高的原位测试系统。
发明内容
本公开提供一种原位测试方法及系统。
本公开第一方面提供一种原位测试方法，被第一设备执行，包括：接收传感器的传感数据；根据所述传感数据、所述传感器的身份信息和容置所述传感器的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器阻力、岩土间的摩擦力及孔隙水压力；将所述第一测试结果及所述传感数据发送给第二设备；接收第二设备基于所述传感数据生成的第二测试结果与所述第一测试结果不满足相似条件时返回的第二测试结果；其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
可选地，所述身份信息至少指示传感器编号；标定系数；使用日期、所述孔位信息至少指示：孔位编号；孔位的坐标及里程；孔位倾角；孔位深度。
可选地，所述方法还包括：接收孔位的孔位信息；其中，所述传感器编号、标定系数及使用日期用于所述传感器身份识别硕源和测试数据计算；所述坐标用于所述传感器中内置的定位软件基于所述坐标确定所述孔位位置，并对所述孔位进行测量。
可选地，所述根据所述传感数据以及容置所述传感器的孔位的孔位信息，生成第一测试结果，包括：对同一孔位的多个深度岩土层位划分，进行关于所述岩土在不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的数值计算分析，形成多个深度的岩土层位，显示深度与贯入不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的关系的第一类动态测量曲线；根据不同深度拼接所述多段第一类动态测量曲线，得到第一测试结果。
可选地，所述方法包括：若接收到所述第二测试结果，则中断接收所述传感器的传感数据，并发出中断传感器测试以及调整传感器的指令。
可选地，所述方法包括：若未接收到所述第二测试结果，则继续接收所述传感器的传感数据。
本公开的第二方面提供一种原位测试方法，被第二设备执行，所述方法包括：接收第一设备基于传感数据得到的第一测试结果以及所述传感数据；基于所述传感数据，生成第二测试结果；比对所述第二测试结果与所述第一测试结果；若所述第二测试结果与所述第一测试结果不满足相似条件，向所述第一设备发送第二测试结果；其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
可选地，所述基于所述传感数据，生成第二测试结果，包括：利用基于多个地区的岩土地质数据训练的机器学习模型，基于所述传感器数据，生成第二测试结果。
可选地，
所述利用基于多个地区的岩土地质数据训练的机器学习模型，基于所述传感器数据，生成第二测试结果，包括：
所述机器学习模型基于岩土力学分层规则，对孔位深度进行基于岩土分层种类进行划分，得到对同一孔位的多个深度岩土层划分区间；其中，多个不同种类的岩土力学分层规则是基于测试数据力学指标和地区年代典型模型学习完成的；
所述机器学习模型基于修正规则，剔除掉与待分析岩土种类不相关的所述传感数据，得到修正后的传感器数据；
所述机器学习模型基于分析模型，对同一孔位的多个深度岩土层划分，对所述岩土在不同深度的传感器阻力和/或、传感器与岩土间摩擦力及孔隙水压力的计算分析，形成与多个深度岩土层划分的，显示深度与贯入不同深度的传感器阻力和/或、传感器与岩土间摩擦力及孔隙水压力的关系的多段第二类动态测量曲线；并根据不同深度拼接所述多段第二类动态测量曲线，生成所述第二测试结果。可选地，所述分层规则，指示某一地区的岩土地质类别、深度、不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的对应关系。
本公开第三方面提供一种原位测试系统，所述系统包括：第一设备以及第二设备，所述第一设备与所述第二设备网络连接；
所述第一设备用于接收传感器的传感数据，以及根据所述传感数据、所述传感器的身份信息以及容置所述传感器的孔位的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器阻力、岩土间的摩擦力及孔隙水压力；将所述第一测试结果及所述传感数据发送给第二设备；
所述第二设备用于基于所述传感数据生成的第二测试结果，若所述第二测试结果与所述第一测试结果不满足相似条件时，返回所述第二测试结果至所述第一设备。
本公开的实施例提供的技术方案可以包括以下有益效果：本公开实施例公开了原位测试方法，被第一设备执行，包括：接收传感器的传感数据；根据所述传感数据、所述传感器的身份信息和容置所述传感器的孔位的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器阻力、岩土间的摩擦力及孔隙水压力；将所述第一测试结果及所述传感数据发送给第二设备；接收第二设备基于所述传感数据生成的第二测试结果与所述第一测试结果不满足相似条件时返回的第二测试结果；其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离；这里，由于用第二设备生成的第二测试结果与第一测试结果做对比，对于不满足相似条件时返回第二测试结果，可以及时监督传感器的传感数据的正确性，与现有技术中没有第二设备在线生成第二测试结果，需要补充原位测试，浪费时间以及大量的人力物力相对，本公开实施例可以及时反馈传感数据的正确性，提高效率和经济性，节省勘察周期。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
图1为一示例性实施例示出的原位测试方法的流程示意图；
图2为一示例性实施例示出的原位测试方法的流程示意图；
图3为一示例性实施例示出的原位测试方法的流程示意图；
图4为一示例性实施例示出的原位测试方法的流程示意图；
图5为一示例性实施例示出的原位测试方法的流程示意图；
图6为一示例性实施例示出的原位测试方法的流程示意图；
图7为一示例性实施例示出的原位测试系统的数字化变送板设计示意图；
图8为一示例性实施例示出的原位测试系统的数字化变送板连接器设计示意图；
图9为一示例性实施例示出的原位测试系统的数字化变送板成品示意图；
图10为一示例性实施例示出的原位测试系统的数字化变送器成品示意图；
图11为一示例性实施例示出的原位测试系统的数字化变送器设计电原理示意图；
图12为一示例性实施例示出的原位测试系统的数字化变送器设计电原理示意图；
图13为一示例性实施例示出的原位测试系统的采集板PCB设计示意图；
图14为一示例性实施例示出的原位测试系统的采集板成品示意图；
图15为一示例性实施例示出的原位测试系统的采集盒及锂电池成品示意图；
图16为一示例性实施例示出的原位测试系统的智能采集盒成品示意图；
图17为一示例性实施例示出的原位测试系统的智能采集盒遥控器示意图；
图18为一示例性实施例示出的原位测试系统的嵌入式单片机控制流程示意图；
图19为一示例性实施例示出的原位测试系统的机器学习模型的结构示意图；
图20为一示例性实施例示出的原位测试系统的静力触探工作流程示意图；
图21为一示例性实施例示出的原位测试系统的后台处理器软件权限管理示意图；
图22为一示例性实施例示出的原位测试系统的智能化静力触探系统组成图；
图23为一示例性实施例示出的原位测试系统的曲线示意图；
图24为一示例性实施例示出的原位测试系统的曲线示意图；
图25为一示例性实施例示出的原位测试系统的结构示意图；
图26为一示例性实施例示出的原位测试系统的结构示意图；
图27为一示例性实施例示出的原位测试系统的传感器结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。
本公开实施例中，结合图1所示，提供了一种原位测试方法，被第一设备执行，包括：
步骤S101，接收传感器的传感数据；
步骤S102，根据所述传感数据、所述传感器的身份信息和容置所述传感器的孔位的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器阻力、岩土间的摩擦力及孔隙水压力；
步骤S103，将所述第一测试结果及所述传感数据发送给第二设备；
步骤S104，接收第二设备基于所述传感数据生成的第二测试结果与所述第一测试结果不满足相似条件时返回的第二测试结果；其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
本公开实施例中，关于步骤S101，所述传感器，包括：测量探头以及采集盒。所述测量探头上集成有变送板，所述变送板用于将探头测量的模拟量转换为数字量。
本公开实施例中，智能测量采集和会将定位信息、探头信息、探头倾斜角度、传感数据发送至第一设备。
本公开实施例中，传感数据包括但不限于是：传感器阻力以及传感器与岩土间的摩擦力及孔隙水压力。
本公开实施例中，关于步骤S102中，根据传感数据指示的压强数据以及岩土间的摩擦力，以及根据孔位信息指示的孔位深度，生成与孔位深度对应的，指示所述岩土在不同深度的传感器阻力和/或岩土间的摩擦力及孔隙水压力。
本公开实施例中，传感器的测量探头容置在孔位中，用于测量岩土阻力和岩土间的摩擦力以及孔隙水压力。该孔位位于被测的岩土中。
本公开实施例中，第一测试结果，是关于不同深度的传感器阻力、摩擦力与深度的变化曲线以及定位坐标和孔位倾角。
本公开实施例中，将孔位随深度进行岩土层位划分，得到对同一孔位的多个岩土地层，根据深度与传感器阻力、传感器与岩土间摩擦力及孔隙水压力的关系，形成第一测试结果。
本公开实施例中，所述传感器阻力，是指传感器的测量探头包含的锥尖在贯入岩土层时，承受的锥尖阻力。
本公开实施例中，传感器与岩土间的摩擦力，是指传感器的测量探头与岩土之间，在贯入岩土层时，承受的摩擦力。
本公开实施例中，传感器与岩土间的孔隙水压力，是指传感器的测量探头与岩土之间，在贯入岩土层时，承受的孔隙水压力。
本公开实施例中，关于步骤S103以及步骤S104，传感器以及第一设备位于原位测试现场，第二设备远离原位测试现场。第一设备会将所述第一测试结果及所述传感数据发送给第二设备，第二设备会实时处理传感数据。
本公开实施例中，关于步骤S104，第二设备会基于传感数据，生成比第一测试结果更精确的第二测试结果，这里，关于第二测试结果，是利用机器学习模型，训练历史地质数据，以及剔除不必要的传感数据，得到的第二测试结果。
本公开实施例中，第一测试结果包括：第一曲线，其中，第一曲线是对同一个孔位等距离深度测量得到的多段第一类动态测量曲线的合成。
本公开实施例中，第二测试结果包括：第二曲线，其中，第二曲线是同一孔位的测量实时数据通过机器学习软件完成的。
本公开实施例中，在生成第二测试结果的过程中，还会剔除掉异常错误的传感数据。
本公开实施例中，第二测试结果如果与第一测试结果差别很大，说明原位测试现场出现了测试问题，需要第二设备返回第二测试结果至第一设备，提醒第一设备发出中断测试，重新调整的指令。
本公开实施例中，关于第一测试结果对应的第一曲线，与第二测试结果对应的第二曲线的相似度确定，可以通过两端的阻力和摩阻力曲线间距来判断相似度，及曲线上对于相同深度的点之间的曲线距离是否在一定阈值区间内，对于不规则的第一曲线和第二曲线，例如使用MATLAB的弗雷歇距离(Frechet distance)，计算第一曲线和第二曲线的相似度。
本公开实施例中，相似度低于第一阈值，则确定第一曲线与第二曲线存在差异较大。所述第一阈值具体根据实际需求而确定。
本公开实施例中，若确定第一曲线与第二曲线存在差异，第二设备发送存在差异的指令至第一设备。便于第一设备的测试人员对传感器进行调整。
本公开实施例中，第一设备和/或第二设备可以设置根据第一曲线和第二曲线的相似度的诊断软件，用于根据第一测试结果与第二测试结果不符合相似条件时，诊断出现异常的传感器。
本公开实施例中，可以分段检测第一曲线与第二曲线的相似度，例如，根据不同的深度，确定某一部分的深度区间的曲线相似度不符合相似条件时，确定这一部分的岩土本身夹杂有异物，如在本该是土质区域的部分出现少量砾石。
本公开实施例中，第二设备在计算出第一测试结果与第二测试结果不满足相似度条件时，可以下发存在差异的指令和/或第二测试结果。
本公开实施例中，在现场原位测试人员不具备根据第二测试结果分析差异的能力时，第二设备在计算出第一测试结果与第二测试结果不满足相似度条件时，下发存在差异的指令的情况，结合能辅助诊断出现异常的传感器的第一设备和/或第二设备来判断所出现的问题，并且第一设备或第二设备能提示现场测试人员如何调整。
本公开实施例中，在现场的原位测试人员具备根据第二测试结果分析差异的能力时，第二设备在计算出第一测试结果与第二测试结果不满足相似度条件时，下发第二测试结果，并且可以结合或不结合能辅助诊断出现异常的传感器的第一设备和/或第二设备来判断所出现的问题，第一设备或第二设备能提示或不提示测试人员如何调整传感器。
本公开实施例中，在现场的原位测试人员需要进行提升根据第二测试结果分析差异的能力时但能力不足时，第二设备在计算出第一测试结果与第二测试结果不满足相似度条件时，可同时下发存在差异的指令或第二测试结果，并且可以使原位测试人员选择性结合能辅助诊断出现异常的传感器的第一设备和/或第二设备来判断所出现的问题，原位测试人员选择第一设备或第二设备提示如何调整传感器。
本公开实施例中，由于第二测试结果比第一测试结果更精确，可以利用第二测试结果对第一测试结果进行反馈，使得原位测试现场不需要配置大量的能分辨曲线正确性的人员，并且不会在测试完成后，回去统计发现问题后再进行补充测试，因此，降低了时间、人力物力的浪费，提高效率和经济性，节省了勘察周期。
本公开实施例中，所述身份信息至少指示：
传感器编号；
标定系数；
使用日期；
所述孔位信息至少指示：
孔位编号；
孔位的坐标与里程；
孔位倾角；
孔位深度。
本公开实施例中，孔位信息还指示即孔位相对于某一参考点的里程距离，如测试人员需要从参考点到达孔位的距离。
本公开实施例中，孔位编号是具备唯一性的编号。
本公开实施例中，孔位的坐标是关于孔位的坐标。
本公开实施例中，所述孔位的坐标包括但不限于：经纬及度分秒坐标。
本公开实施例中，孔位的深度是关于孔位在岩土表面至岩土下最深的长度。
本公开实施例中，孔位的坐标用于确定孔位的位置、孔位深度用于测量探头确定需要探测的深度，以及孔位编号用于对应孔位以及存储。提高测量的对应性以及准确性。
本公开实施例中，结合图2所示，所述方法还包括：
步骤S1001，接收孔位的孔位信息；
步骤S1002，发送所述孔位信息至所述传感器；其中，所述传感器编号、标定系数及使用日期用于所述传感器身份识别硕源和测试数据计算；所述坐标用于所述传感器中内置的定位软件基于所述坐标确定所述孔位位置，并对所述孔位进行测量。
本公开实施例中，关于步骤S1001，第一设备会通过网络连接云端服务器，并且会通过云端服务器接收孔位的孔位信息。
本公开实施例中，关于步骤S1002，发送孔位信息至所述传感器的智能测量采集盒，由于智能测量采集盒内内置有定位软件，所述定位软件可以基于所述坐标进行导航，确定所述孔位位置，便于所述传感器的测量探头对孔位进行测量。
本公开实施例中，孔位的坐标可以是经纬坐标，即包含经度以及纬度的坐标。
本公开实施例中，定位软件可以是北斗卫星导航软件，可以将经纬坐标转换为厘米级的北斗导航分秒参数，以实现精确的孔位定位和导航。
本公开实施例中，通过孔位的孔位信息，可以精确的确定待测量的孔位位置，便于对孔位进行测量。
本公开实施例中，结合图3所示，步骤S103，所述根据所述传感数据、所述传感器的身份信息和容置所述传感器的孔位的孔位信息，生成第一测试结果，包括：
步骤S1031，根据所述传感器数据、所述传感器的身份信息和容置所述传感器的孔位信息，对孔位深度进行岩土力学分层，得到对同一孔位的多个深度岩土层位划分；
步骤S1032，对同一孔位的多个深度岩土层位划分，进行关于所述岩土在不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的数值计算分析，形成多个深度的岩土层位，显示深度与贯入不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的关系的多段第一类动态测量曲线；
步骤S1033，根据不同深度拼接所述多段第一类动态测量曲线，得到第一测试结果。
本公开实施例中，关于步骤S1031，对孔位深度进行岩土力学分层，例如，50米深度的孔位，可以划分为多个不同深度的岩土地层。
本公开实施例中，关于步骤S1032，结合图23所示，不同深度的传感器阻力值qc(MPa)以及传感器与岩土间摩擦力fs(Mpa)以及孔隙水压力uT随着深度不同，大小也会各不相同，因此，在不同深度岩土分层，会形成多段第一类动态测量曲线。
本公开实施例中，关于步骤S1033，将多段第一类动态测量曲线拼接，得到的整体的曲线对应的第一测试结果，如图23所示。
本公开实施例中，第一设备先粗略合成第一测试结果，便于测试人员查看，以及第二设备利用第二测试结果与第一测试结果对比，便于在测试过程中，实时监控测试质量，降低人力物力的浪费。
本公开实施例中，所述方法还包括：
步骤S1051，若接收到所述第二测试结果，则中断接收所述传感器的传感数据，并发出中断传感器测试以及调整传感器的指令。
本公开实施例中，关于步骤S1051，第一设备若接收到第二测试结果，说明第一测试结果不满足于第二测试结果的相似条件，则需要第二设备中断接收所述传感器的传感数据，并且需要中断传感器测试，并且调整现场中的传感器设备如测量探头以及采集盒。
本公开实施例中，在接收到第二测试结果后，及时中断测试并及时调整，而不需要在现场安排人员进行计算和复核，可以节省大量的人力物力，提高经济性和效率。
本公开实施例中，所述方法还包括：
步骤S1052，若未接收到所述第二测试结果，则继续接收所述传感器的传感数据。
本公开实施例中，关于步骤S1052，若未接收到所述第二测试结果，说明在原位测试过程中并未出现测试问题，则可以继续接收所述传感器的传感数据，继续现场原位测试。
本公开实施例中，在未接收到第二测试结果，继续测试，可以在确定原位测试正确的情况下，顺利进行原位测试，节省时间，提高效率和经济性。
本公开实施例中，结合图4所示，提供一种原位测试方法，被第二设备执行，所述方法包括：
步骤S201，接收第一设备基于传感数据得到的第一测试结果以及所述传感数据；
步骤S202，基于所述传感数据，生成第二测试结果；
步骤S203，比对所述第二测试结果与所述第一测试结果；
步骤S204，若所述第二测试结果与所述第一测试结果不满足相似条件，向所述第一设备发送第二测试结果；其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
本公开实施例中，第一设备与第二设备网络连接，传感器与第一设备设置于测试现场，第二设备远离测试现场，故而，第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
本公开实施例中，第一设备所处的测试现场，可以是设置在深山的高铁沿线场地，第二设备所处的数据处理场地，可以是位于城市的数据处理总部。
本公开实施例中，关于步骤S201，第一设备基于传感数据生成的第一测试结果，是将孔位深度进行岩土地层划分，得到对同一孔位的多个不同深度力学分层，根据深度与传感器阻力、传感器与岩土的摩擦力及孔隙水压力的关系，形成第一测试结果。
本公开实施例中，关于步骤S202，第二设备基于传感数据生成的第二测试结果，是第二设备基于机器学习模型，根据岩土的种类对岩土进行分层，根据岩土分层，形成多段第二类动态测量曲线，得到第二测试结果。
本公开实施例中，第二设备在得到第二测试结果的过程中，还会剔除错误的传感数据。
本公开实施例中，由于第二测试结果是基于岩土种类，以及会剔除错误的传感数据得到的，因而比第一测试结果更精确。
本公开实施例中，关于步骤S203，对比所述第二测试结果与所述第一测试结果，主要是对比第二测试结果对应的曲线图形，与第一测试结果对应的曲线图形之间的相似度。若相似度过低，诸如低于40％、30％、20％或10％，说明第一测试结果对应的曲线图形与第二测试结果对应的曲线图形，差别过大，第一测试结果明显错误。
本公开实施例中，第一测试结果与第二测试结果不要求完全一样，可以有一定差别，但差别不可过大，即相似度不可过低，诸如不低于40％、30％、20％或10％。
本公开实施例中，关于步骤S204，若所述第二测试结果与所述第一测试结果不满足相似条件，向所述第一设备发送第二测试结果，以使第一设备中断对传感数据的接收，以及发出测试中断，调整传感器的指令。
本公开实施例中，若所述第二测试结果与第一测试结果满足相似条件，则不需要向所述第一设备发送第二测试结果，第一设备继续接收传感器的传感数据，并且第一设备与传感器继续进行原位测试。
本公开实施例中，第二测试结果比第一测试结果更精确，可以利用第二测试结果对第一测试结果进行反馈，使得原位测试现场不需要大量的人员进行第一测试结果的复核工作，只需要实时上传给第二设备，则可以及时地得到反馈，降低了测试错误，得到的反馈不及时，还需要进行补充测试的情况，因此，降低了时间、以及人力物力的浪费，提高的效率和经济性，节省了勘察周期。
本公开实施例中，所述步骤S202，所述基于所述传感数据，生成第二测试结果，包括：
利用基于多个地区的岩土地质数据训练的机器学习模型，基于所述传感器数据，生成第二测试结果。
本公开实施例中，多个地区的岩土地质数据，是之前积累的大量的岩土地质数据，便于训练良好的机器学习模型。
本公开实施例中，机器学习模型还会基于原位测试的常用的规范公式，从云端服务器存储的数据中选择典型地区的地区资料建立机器学习模型，并且结合钻探、土工试验等资料进行自动修正，实现多种原位测试的历史地质数据、历史测试分析技术的训练的机器学习模型，来基于传感器数据，生成第二测试结果。
本公开实施例中，基于原位测试数据处理规范、以及历史地质数据训练的机器学习模型，对传感器数据进行处理生成的第二测试结果，精确度更高，也更准确，便于对第一测试结果进行复核。
本公开实施例中，结合图5以及图19所示，所述利用基于多个地区的岩土地质数据训练的机器学习模型，基于所述传感器数据，生成第二测试结果，包括：
步骤S2021，所述机器学习模型基于岩土力学分层规则，对孔位深度进行基于岩土分层种类进行划分，得到对同一孔位的多个深度岩土层划分区间；其中，多个不同种类的岩土力学分层规则是基于测试数据力学指标和地区年代典型模型学习完成的；；
步骤S2022，所述机器学习模型基于修正规则，剔除掉与待分析岩土种类不相关的所述传感数据，得到修正后的传感器数据；
步骤S2023，所述机器学习模型基于分析模型，对同一孔位的多个深度岩土层划分，对所述岩土在不同深度的传感器阻力和/或、传感器与岩土间摩擦力及孔隙水压力的计算分析，形成与多个深度岩土层划分的，显示深度与贯入不同深度的传感器阻力和/或、传感器与岩土间摩擦力及孔隙水压力的关系的多段第二类动态测量曲线；并根据不同深度拼接所述多段第二类动态测量曲线，生成所述第二测试结果。
本公开实施例中，关于步骤S2021，分段规则，是指示某一地区的岩土地质类别、深度、不同深度的传感器阻力和/或传感器与岩土间摩擦力及孔隙水压力的对应关系。
本公开实施例中，在步骤S2021中，机器学习模型，基于分层规则，对孔位深度进行基于岩土分层种类进行划分得到多个深度岩土层划分区间。
本公开实施例中，结合图24所示，结合某一地区的历史地质数据形成的分段规则，岩土层进行种类划分，得到的多个深度岩土层划分区间，包括但不限于是：
在0至0.5m的深度岩土层划分区间，种类为种植土；
在0.5至1.2m的深度岩土层划分区间，种类为淤泥质土；
在1.2m至2.3m的深度岩土层划分区间，种类为粉质粘土；
在2.3m至4.6m的深度岩土层划分区间，种类为淤泥质土；
在4.6m至9.3m的深度岩土层划分区间，种类为粉砂夹粘土；
在9.3m至14.9m的深度岩土层划分区间，种类为粉质粘土夹砂。
本公开实施例中，结合图24所示，可知多个不同种类的岩土分层的距离之间并不相同。
本公开实施例中，在步骤S2022中，与待分析岩土种类不相关的传感数据，例如，在一种待分析岩土中，出现了不该出现的不相关的传感数据，该不相关的传感数据明显超出了待分析岩土种类的传感数据范围，则剔除掉该不相关的传感数据，得到修正后的传感器数据。
本公开实施例中，在步骤S2023中，分析模型，是基于历史数据，以及融合了原位测试规范公式的分析模型，对所述岩土在不同深度的传感器阻力和/或传感器与岩土间摩擦力的计算分析。
本公开实施例中，显示深度与不同深度的传感器阻力和/或传感器与岩土间摩擦力的关系的多段第二类动态测量曲线，如图24所示，在不同的岩土种类的深度岩土层划分区间，形成的关于深度与不同深度的传感器阻力和/或传感器与岩土间摩擦力及孔隙水压力的关系的多段第二类动态测量曲线，并根据不同深度拼接所述多段第二类动态测量曲线，生成所述第二测试结果。
本公开实施例中，由于结合了历史地质数据、以及剔除不相关的传感数据，对传感数据进行分析，得到的第二测试结果，精确度高，可用于通过与第一测试结果进行比对，复核第一测试结果是否合理，第二设备与第一设备之间可以实时通讯，因此，第二设备可以及时对第一设备进行反馈，因此，使得原位测试现场不需要大量的人员进行第一测试结果的复核工作，只需要实时上传给第二设备，则可以及时地得到反馈，降低了测试错误，得到的反馈不及时，还需要进行补充测试的情况，因此，降低了时间、以及人力物力的浪费，提高的效率和经济性，节省了勘察周期。
本公开实施例中，所述分段规则，指示某一地区的岩土地质类别、深度、不同深度的传感器阻力和/或传感器与岩土间摩擦力及孔隙水压力的对应关系。
本公开实施例中，分段规则便于机器学习模型结合历史地质数据、深度、不同深度的传感器阻力和/或传感器与岩土间摩擦力及孔隙水压力对实际的岩土种类进行分类。
本公开实施例中，结合上述实施例，提供以下示例：
示例1：一种原位测试系统。
高铁勘察原位测试作为主要技术手段，应用广、数量大且不可或缺，目前国内外原位测试智能化、网络化应用普及率均不高，这种经济性差、低效率的应用方式，很难满足我国飞速发展的基础建设和信息化要求。主要表现如下：
原位测试多属性探头数字化不足。原位测试技术包含静力触探、孔隙水压力、十字板、扁板、应力铲、平板载荷、螺旋板、旁压载荷、电阻率、波速试验等多属性参数，其测量值均为电压和电流模拟量输出，不可避免受到电缆电阻、环境温湿度影响，导致数据传输质量、可靠性差，测试误差大、精度低。而模拟量转换成数字量后，能消除上述问题并可进行长距离有线和无线传输。
多属性探头身份信息和工程任务信息应用网络化、智能化不高。探头身份信息包括探头编号、标定系数、使用日期、年限等；工程任务信息包括工程名称，试验孔位的编号、里程、坐标、设计深度、试验方法等，这些信息需要人工输入到试验仪器中，占据大量人工时且易出错，还需人工复核。费工费时效率低。
试验孔位导航定位精度差。目前，高铁勘察原位测试孔位由设计部门提供孔位信息(孔号、里程、坐标)，现场需打印纸质文档，利用手机或手持导航仪人工输入度带、坐标才能进行导航定位，且定位精度10米以上精度差，若孔位桩人为破坏，对于高铁10米左右宽度的路基则很难准确定位，导致实测孔位偏离路基，出现质量事故，为避免此现象发生，后期经常进行补充测试，使得勘察周期延长，经济性差、效率低。
原位测试数据利用率低。高铁线路是跨省跨区域的长大干线，目前各地区原位测试数据是分散互不相连的，无法进行大数据分析、合理利用，使得测试工作重复进行，难以控制勘察成本。
测试数据处理、分析，成果计算，报告编写标准不统一，效率低。目前，资料整理，成果报告均是在野外测试完成后才开始此项工作的，由于个人的专业水平不同，使得数据分析处理、计算成果和报告出现差异，导致标准不统一，给复核、审阅工作带来不必要的反复和更改，既增加了工作量又延长了成果提交时间，不利于设计和施工。
测试数据处理、分析，成果计算，报告编写标准不统一，效率低。目前，资料整理，成果报告均是在野外测试完成后才开始此项工作的，由于个人的专业水平不同，使得数据分析处理、计算成果和报告出现差异，导致标准不统一，给复核、审阅工作带来不必要的反复和更改，既增加了工作量又延长了成果提交时间，不利于设计和施工。
因此原位测试数字化自动采集、智能控制、互联网传输和云端存储以及大数据应用，标准化、智能化成果输出，实时在线工作量统计、质量评价和工程验收、资料归档等高质量、高标准的工作流程，对于勘察过程质量控制，节约勘察成本，缩短勘察周期，提高勘察效率意义重大。
关键技术说明：
1、原位测试多属性不同数据格式数字化转换、融合及总线传输技术；
2、数据采集、探头身份信息存储电路设计及小尺寸4层电路板(PCB)布线技术；
3、工程信息与探头身份信息融合读取、勘察孔位坐标转换、卫星cm级精确定位及导航技术；
4、测试数据自动计算与修正、大数据分析和学习、岩土智能分层与定名、成果显示、报告编制技术；
5、测试数据、成果无线WIFI、4G/5G网络及云端传输、控制智能处理技术。
本公开实施例的原位测试系统，包括：多属性原位测试探头多通道模拟量数字化变送器、智能测量采集盒、平板电脑、云端服务器、后台数据处理器5大部分。
多属性探头模拟量数字化变送器：由变送板和连接器组成(图6、7、8、9)；与多属性探头螺纹连接，形成数字化探头。变送板采用华大半导体最小单元嵌入式单片机MCU(ARMCortex-M0+内核，主频48MHz 8kB内存64kB Flash)作为主控芯片(图10)，探头多通道模拟量标准放大由仪表放大器AD624完成(图11)，采用MAX3485芯片将测试的模拟量参数数字化，实现485总线传输。变送器板内增设姿态传感器模块，获取的探头贯入地层位置和角度信息，内置存储器存储的探头身份信息(编号、标定数据、使用日期和年限)，所有信息全部由MCU控制通过485总线提供给智能测量采集盒进行识别和读取。
智能测量采集盒：由采集板、锂电池组及盒体组成(图12、13、14、15、16、17)，通过4芯电缆与多属性数字化探头连接，485总线数字化传输数据。采集板选择华大半导体高级系列嵌入式单片机MCU(ARM Cortex-M4+内核，主频200MHz 192kB内存512kB Flash)作为主控芯片，外围电路由数据信号处理芯片、MAX3485总线模块、北斗导航模块、蓝牙模块、4G/5G模块、WIFI开关模块及相关贴片元件组成。采集盒面板无硬件开关、按钮，所有操作功能均由遥控器完成。
通过编制的单片机控制程序软件(图18)，读取数字化探头身份信息，实时采集、存储测试数据。利用北斗精密单点定位和网络RTK差分定位技术，编制精密定位导航软件，现场实现北斗卫星测试点位厘米级定位及导航。经由蓝牙和4G/5G系统将卫星定位信息、探头身份信息、倾斜角度、多属性探头测试信息无线发送至平板电脑及指定的云端服务器。
平板电脑：编制的网络版跨平台多属性测试数据解析处理软件APP及厘米级导航定位软件，与智能处理采集盒蓝牙及WIFI切换连接，同时通过4G/5G网络与云端服务器交互访问，读取多属性探头身份信息，通过云端服务器下载高铁勘察工程任务信息(孔号、孔位坐标、里程、设计孔深)自动合并生成工程信息参数表。现场完成测试点位的定位导航，测试过程中实时显示各通道测量数据和曲线并存储，实现测量数据的智能化计算分析和处理，获得测试结果和成果曲线，还可同时进行现场图像摄制，并将现场测试数据和短视频上传云端服务器。
云端服务器：编制网络版智能化信息处理管理软件，实时存储高铁勘察工程任务信息和现场原位测试多属性数据(探头身份信息、探头位置角度、测试点北斗定位信息及测试数据)和短视频。通过4G/5G与现场平板电脑交互访问，实现信息共享。提供北斗差分信号，实现现场测试点位厘米级导航定位，与接收的现场测量信息结果合并成完整的技术成果并存储到云端。
后台处理器：采用高端服务器电脑，与云端服务器信息共享，通过编制网络版基于神经网络模型和遗传算法的原位测试大数据学习、智能化处理软件(图19)和信息管理平台软件(工作流程见图20、管理权限见图21)，软件内置了《铁路工程地质原位测试规程》、《公路工程地质原位测试规程》等规范公式，从云端存储数据中选择典型地区资料建立学习模型，并且结合钻探、土工试验等资料进行自动修正，实现多种原位测试技术手段数据融合、大数据分析、智能化处理，自动岩土分层定名、参数计算，智能化形成单孔及地质断面孔标准化、可视化成果和成果报告。各级管理者根据权限在线实时进行技术资料的复核、审阅，查看现场测试数据、图像，实时监控工作质量、进度等情况并可现场完成质量评定、工程验收、资料归档等后期管理工作。
通过数字化、信息化、网络化在线实施上述系统各项功能，可在野外勘察期间一次完成，并可在线管理多条高铁勘察项目，大大降低了劳动强度，节省了人力成本，缩短了勘察周期，提高了勘察效率。
上述静力触探试验是通过数字化、智能化、网络化应用条件下实施完成的。与传统方法相比，以投入较少人力、物力条件下，在有限的空间和时间内完成从高铁勘察原位测试的任务生成、测试点位的精确导航定位、现场精准测试、数据传输与存储、数据分析与处理、资料的审核、勘察成果报告提交，到工程过程管理、质量评价、工程验收以及资料归档等多环节、多人工、周期长等一系列繁琐的工作，在野外勘察期间一次完成。是一种新颖、高端、创新型高铁工程原位测试工作模式。
本公开实施例可在线管理多条高铁勘察项目，提升了原试验方法的测试精度和自动化程度以及网络化、智能化应用水平，大大缩短了勘察设计周期，是先进性和经济性的最佳结合，顺应了国家物联网+5G及AI智能化高端发展要求。
示例2，一种原位测试方法。
以双桥静力触探为例，其他原位测试技术手段类同。
1)系统搭建：
双桥静力触探测试系统由数字化双桥探头(双桥探头与数字化变送器连接)、四芯屏蔽电缆、智能采集盒、平板电脑、云端服务器、后台处理器组成(图22、图23、图24)。
2)信息准备：
由设计部门根据高铁原位测试要求，提出工程任务信息(工程名称，试验孔位的编号、里程、坐标、设计深度、试验方法等)，形成标准化工程任务表，上传到云端服务器中；标定所需数量的双桥数字化探头(探头编号、标定数据、使用日期和年限)，形成标准格式，通过编译器写入双桥数字化探头内存中，提供现场识别、下载和读取。
3)孔位导航：
测试现场，将双桥数字化探头与智能采集盒通过快速接头连接，用遥控器按钮打开采集盒电源和蓝牙开关，平板电脑启动应用APP蓝牙功能，读取数字化探头身份信息，通过4G/5G网络从云端服务器下载工程任务信息，应用APP自动生成工程信息参数表，平板导航软件自动将经纬距坐标转换成北斗导航度分秒参数，同时以红色钉图形显示10个测试点位，点击需要测试的红钉点位进行导航找孔，完成后即可开展双桥静力触探工作。
4)现场测试：
现场设备组装完成后，将采集盒安放在孔位旁，使用遥控器开启采集盒相关操作功能及切换(总电源、蓝牙开关、4G/5G开关、采集开关)。利用平板接收采集盒北斗定位参数符合设计要求后与该孔工程信息参数一并进行存储，测试过程中采集盒将双桥探头的锥尖阻力qc值和摩擦力fs值及孔位倾角值通过蓝牙实时传输到平板上，还可通过4G/5G网络输出至云端服务器中，现场和后台在线实时查看测试数据和动态曲线变动情况以及贯入孔的倾角，判断是否异常，进行过程控制，若出现测试数据错误或测试孔倾角显示红色应及时纠正或返工。在贯入回次提杆间隙期，可拍摄开孔、中间测试、终孔三阶段短视频。完成测试后平板再采集存储一次测点定位信息与测试孔倾斜角度信息。若现场4G/5G网络信号差，可通过平板在信号较好处将全部现场信息上传。该孔测试完成后，该点位显示的图钉在导航地图上由红色变成绿色，表示已完成测试，可进行下一孔的导航及测试。
5)云端管理：
后台服务器实时接收现场测试信息和短视频，通过智能化数据处理软件和管理软件和现场短视频，同步在线检查测试过程和测试质量，实时显示测试数据和动态曲线。野外测试工作完成后，智能软件自动将测试曲线进行岩土分层、定名和参数计算，智能化形成单孔及地质断面孔标准化、可视化成果，自动生成单孔进尺深度、单日累计深度统计表和竣工报表及成果报告。管理者根据使用权限在线查看、复核、审阅、提交，并在线完成工程质量评价和项目验收以及资料归档等勘察工程后期工作。
以上步骤通过智能化、网络化高水平应用，在较短的时间和空间内，高标准完成从高铁勘察任务下达、现场测试、过程管理、质量控制，到成果报告提交、竣工验收、工程评价及资料归档等一系列勘察内、外业一体化工作。
本公开实施例中，结合图22、25、26以及27所示，提供一种原位测试系统300，所述系统300包括：第一设备301以及第二设备302，所述第一设备301与所述第二设备302网络连接；
所述第一设备301用于接收传感器303的传感数据，以及根据所述传感数据、所述传感器的身份信息以及容置所述传感器303的孔位的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器303阻力、岩土间的摩擦力及孔隙水压力；将所述第一测试结果及所述传感数据发送给第二设备302；
所述第二设备302用于基于所述传感数据生成的第二测试结果，若所述第二测试结果与所述第一测试结果不满足相似条件时，返回所述第二测试结果至所述第一设备301。
本公开实施例中，第一设备301可以但不限于是：
智能终端如平板电脑、智能手机；
具有显示功能的智能遥控器。
本公开实施例中，第二设备302可以但不限于是：服务器。
本公开实施例中，第一设备301与第二设备301之间通过网络或云端服务器304连接，可以直接或间接地传输数据。
本公开实施例中，第一设备301与第二设备301之间通过云端服务器304连接时，云端服务器304会存储有关于孔位信息的数据、历史地质数据。
本公开实施例中，传感器303包括测量探头3031以及智能测量采集盒3032。
本公开实施例中，智能测量采集盒3032内设置有变送板。
本公开实施例中，传感器303可以通过蓝牙或网络与第一设备301连接，第一设备301可以通过网络与云端服务器304连接，云端服务器304可以通过网络与第二设备302连接，如此，实现能实时地传输数据。
本公开实施例中，第一设备301能实时地得到传感数据，以及将基于传感数据生成的第一测试结果和传感数据传输给第二设备302，第二设备302能快速且智能地基于传感数据生成第二测试结果，并将第一测试结果与第二测试结果做比对，若所述第二测试结果与所述第一测试结果不满足相似条件时，返回所述第二测试结果至所述第一设备301。如此，实现了原位测试系统的智能化，并且节约大量的人力物力，提高效率和经济性。
在本公开实施例中，所述第一设备301，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中所述处理器用于运行所述计算机服务时，实现上述所述的原位测试方法中的步骤。
在本公开实施例中，所述第二设备302，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中所述处理器用于运行所述计算机服务时，实现上述所述的原位测试方法中的步骤。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本公开实施例中，提供一种存储介质，所述存储介质中有计算机可执行指令，所述计算机可执行指令被处理器执行实现上述所述的原位测试方法中的步骤。
或者，本发明实施例上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、第二设备、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种原位测试方法，其特征在于，被第一设备执行，包括：
接收传感器的传感数据；
根据所述传感数据、所述传感器的身份信息和容置所述传感器的孔位的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器阻力、岩土间的摩擦力及孔隙水压力；
将所述第一测试结果及所述传感数据发送给第二设备；
接收第二设备基于所述传感数据生成的第二测试结果与所述第一测试结果不满足相似条件时返回的第二测试结果；其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
2.根据权利要求1所述的原位测试方法，其特征在于，所述身份信息至少指示：
传感器编号；
标定系数；
使用日期；
所述孔位信息至少指示：孔位编号；
孔位的坐标与里程；
孔位倾角；
孔位深度。
3.根据权利要求2所述的原位测试方法，其特征在于，所述方法还包括：
接收孔位的孔位信息；
发送所述孔位信息至所述传感器；其中，所述传感器编号、标定系数及使用日期用于所述传感器身份识别硕源和测试数据计算；所述坐标用于所述传感器中内置的定位软件基于所述坐标确定所述孔位位置，并对所述孔位进行测量。
4.根据权利要求1所述的原位测试方法，其特征在于，所述根据所述传感数据、所述传感器的身份信息和容置所述传感器的孔位的孔位信息，生成第一测试结果，包括：
根据所述传感器数据、所述传感器身份信息和容置所述传感器的孔位的孔位信息，对孔位深度进行岩土力学分层，得到对同一孔位的多个深度岩土层位划分；
对同一孔位的多个深度岩土层位划分，进行关于所述岩土在不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的数值计算分析，形成多个深度的岩土层位，显示深度与贯入不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的关系的多段第一类动态测量曲线；
根据不同深度拼接所述多段第一类动态测量曲线，得到第一测试结果。
5.根据权利要求1所述的原位测试方法，其特征在于，所述方法还包括：
若接收到所述第二测试结果，则中断接收所述传感器的传感数据，并发出中断传感器测试以及调整传感器的指令。
6.根据权利要求1所述的原位测试方法，其特征在于，所述方法还包括：
若未接收到所述第二测试结果，则继续接收所述传感器的传感数据。
7.一种原位测试方法，其特征在于，被第二设备执行，所述方法包括：
接收第一设备基于传感数据得到的第一测试结果以及所述传感数据；
基于所述传感数据，生成第二测试结果；
比对所述第二测试结果与所述第一测试结果；
若所述第二测试结果与所述第一测试结果不满足相似条件，向所述第一设备发送第二测试结果；
其中，所述第一设备与所述传感器之间的距离，小于所述传感器与所述第二设备之间的距离。
8.根据权利要求7所述的原位测试方法，其特征在于，所述基于所述传感数据，生成第二测试结果，包括：
利用基于多个地区的岩土地质数据训练的机器学习模型，基于所述传感器数据，生成第二测试结果。
9.根据权利要求8所述的原位测试方法，其特征在于，所述利用基于多个地区的岩土地质数据训练的机器学习模型，基于所述传感器数据，生成第二测试结果，包括：
所述机器学习模型基于岩土力学分层规则，对孔位深度进行基于岩土分层种类进行划分，得到对同一孔位的多个深度岩土层划分区间；其中，多个不同种类的岩土力学分层规则是基于测试数据力学指标和地区年代典型模型学习完成的；
所述机器学习模型基于修正规则，剔除掉与待分析岩土种类不相关的所述传感数据，得到修正后的传感器数据；
所述机器学习模型基于分析模型，对同一孔位的多个深度岩土层划分，对所述岩土在不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的计算分析，形成与多个深度岩土层划分的，显示深度与贯入不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的关系的多段第二类动态测量曲线；并根据不同深度拼接所述多段第二类动态测量曲线，生成所述第二测试结果。
10.根据权利要求7所述的原位测试方法，其特征在于，所述分段规则，指示某一地区的岩土地质类别、深度、不同深度的传感器阻力、传感器与岩土间摩擦力及孔隙水压力的对应关系。
11.一种原位测试系统，其特征在于，所述系统包括：第一设备以及第二设备，所述第一设备与所述第二设备网络连接；
所述第一设备用于接收传感器的传感数据，以及根据所述传感数据、所述传感器的身份信息以及容置所述传感器的孔位的孔位信息，生成第一测试结果；其中，所述孔位位于岩土中，且所述第一测试结果指示所述岩土在不同深度的传感器阻力、岩土间的摩擦力及孔隙水压力；将所述第一测试结果及所述传感数据发送给第二设备；
所述第二设备用于基于所述传感数据生成的第二测试结果，若所述第二测试结果与所述第一测试结果不满足相似条件时，返回所述第二测试结果至所述第一设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111466285.4A CN114371270B (zh) | 2021-12-03 | 2021-12-03 | 原位测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111466285.4A CN114371270B (zh) | 2021-12-03 | 2021-12-03 | 原位测试方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114371270A true CN114371270A (zh) | 2022-04-19 |
| CN114371270B CN114371270B (zh) | 2024-03-15 |
Family
ID=81140877
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111466285.4A Active CN114371270B (zh) | 2021-12-03 | 2021-12-03 | 原位测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114371270B (zh) |
Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0151073A2 (en) * | 1984-01-26 | 1985-08-07 | Schlumberger Limited | Quantitative determination by elemental logging of subsurface formation properties |
| CN102011389A (zh) * | 2010-11-11 | 2011-04-13 | 广东永基建筑基础有限公司 | 岩土体原位测试设备及利用该设备的测试方法 |
| CN102296582A (zh) * | 2011-06-09 | 2011-12-28 | 上海市城市建设设计研究院 | 具备定位功能的原位测试采集仪及其定位方法 |
| CN102330422A (zh) * | 2011-06-09 | 2012-01-25 | 上海市城市建设设计研究院 | 具备定位及无线传送功能的原位测试采集仪及其使用方法 |
| CN102346462A (zh) * | 2011-06-09 | 2012-02-08 | 上海市城市建设设计研究院 | 原位测试中央控制方法及系统 |
| CN103698366A (zh) * | 2014-01-02 | 2014-04-02 | 东南大学 | 一种多功能数字式岩土静力触探测试系统 |
| CN106772678A (zh) * | 2016-12-16 | 2017-05-31 | 安徽理工大学 | 一种岩层变形破坏特征的井孔多参量探查方法 |
| CN106759220A (zh) * | 2017-02-20 | 2017-05-31 | 中铁第四勘察设计院集团有限公司 | 利用静力触探贯入阻力快速测定静止土压力系数的方法 |
| CN107022995A (zh) * | 2017-05-27 | 2017-08-08 | 中铁第四勘察设计院集团有限公司 | 利用静力触探比贯入阻力确定旁压试验基准水平基床系数的方法 |
| CN107462691A (zh) * | 2017-07-25 | 2017-12-12 | 兰州大学 | 一种土壤呼吸测量方法、装置及系统 |
| CN107478776A (zh) * | 2017-08-10 | 2017-12-15 | 陕西省文物保护研究院 | 一种环境在线监测系统及环境监测方法 |
| CN108918829A (zh) * | 2018-07-11 | 2018-11-30 | 中国石油天然气股份有限公司 | 一种基于形态学的模拟数字岩心微观变形方法及装置 |
| CN109919184A (zh) * | 2019-01-28 | 2019-06-21 | 中国石油大学(北京) | 一种基于测井数据的多井复杂岩性智能识别方法及系统 |
| CN110069552A (zh) * | 2019-04-28 | 2019-07-30 | 广州市城市规划勘测设计研究院 | 一种内业数据处理系统及方法 |
| CN209194498U (zh) * | 2018-10-12 | 2019-08-02 | 武汉吉欧信海洋科技股份有限公司 | 基于dsp数字信号处理的原位测试数据采集系统 |
| CN110940794A (zh) * | 2019-12-29 | 2020-03-31 | 青岛瑞源工程集团有限公司 | 一种测试边坡稳定特性的综合试验方法 |
| US20200132655A1 (en) * | 2018-10-24 | 2020-04-30 | The Climate Corporation | Cartridge-based sensor system for monitoring properties of field soils and wastewater |
| CN111339691A (zh) * | 2020-04-27 | 2020-06-26 | 南京智慧岩土工程技术研究院有限公司 | 一种基于voxler软件的智慧岩土工程参数三维分析与评价系统及方法 |
| CN111520192A (zh) * | 2020-05-15 | 2020-08-11 | 中铁十六局集团有限公司 | 非接触式隧道工程施工岩爆实时预报优化方法 |
| CN111612405A (zh) * | 2019-02-25 | 2020-09-01 | 山东电力工程咨询院有限公司 | 基于云gis平台的岩土动态信息处理系统及方法 |
| CN111915022A (zh) * | 2020-08-14 | 2020-11-10 | 广西大学 | 滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置 |
| CN112100254A (zh) * | 2019-06-18 | 2020-12-18 | 中国石油化工股份有限公司 | 一种用于对接录井数据与测井数据的方法和系统 |
| CN112396130A (zh) * | 2020-12-09 | 2021-02-23 | 中国能源建设集团江苏省电力设计院有限公司 | 静力触探试验岩层智能识别方法、系统、计算机设备及介质 |
| CN112859192A (zh) * | 2019-11-28 | 2021-05-28 | 北京国双科技有限公司 | 岩心饱和度预测模型构建方法与岩心饱和度预测方法 |
| CN112861061A (zh) * | 2019-11-27 | 2021-05-28 | 北京国双科技有限公司 | 地质分层方法及系统、处理设备 |
| CN112926627A (zh) * | 2021-01-28 | 2021-06-08 | 电子科技大学 | 一种基于电容型设备缺陷数据的设备缺陷时间预测方法 |
| CN113216131A (zh) * | 2021-04-02 | 2021-08-06 | 东南大学 | 一种原位测试试验设备的现场标定方法 |
| CN113553780A (zh) * | 2021-09-22 | 2021-10-26 | 西南石油大学 | 一种基于机器学习的地层孔隙压力预测方法 |
| CN113656311A (zh) * | 2021-08-19 | 2021-11-16 | 中国银行股份有限公司 | 测试方法、装置、服务器、介质及产品 |
-
2021
- 2021-12-03 CN CN202111466285.4A patent/CN114371270B/zh active Active
Patent Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0151073A2 (en) * | 1984-01-26 | 1985-08-07 | Schlumberger Limited | Quantitative determination by elemental logging of subsurface formation properties |
| CN102011389A (zh) * | 2010-11-11 | 2011-04-13 | 广东永基建筑基础有限公司 | 岩土体原位测试设备及利用该设备的测试方法 |
| CN102296582A (zh) * | 2011-06-09 | 2011-12-28 | 上海市城市建设设计研究院 | 具备定位功能的原位测试采集仪及其定位方法 |
| CN102330422A (zh) * | 2011-06-09 | 2012-01-25 | 上海市城市建设设计研究院 | 具备定位及无线传送功能的原位测试采集仪及其使用方法 |
| CN102346462A (zh) * | 2011-06-09 | 2012-02-08 | 上海市城市建设设计研究院 | 原位测试中央控制方法及系统 |
| CN103698366A (zh) * | 2014-01-02 | 2014-04-02 | 东南大学 | 一种多功能数字式岩土静力触探测试系统 |
| CN106772678A (zh) * | 2016-12-16 | 2017-05-31 | 安徽理工大学 | 一种岩层变形破坏特征的井孔多参量探查方法 |
| CN106759220A (zh) * | 2017-02-20 | 2017-05-31 | 中铁第四勘察设计院集团有限公司 | 利用静力触探贯入阻力快速测定静止土压力系数的方法 |
| CN107022995A (zh) * | 2017-05-27 | 2017-08-08 | 中铁第四勘察设计院集团有限公司 | 利用静力触探比贯入阻力确定旁压试验基准水平基床系数的方法 |
| CN107462691A (zh) * | 2017-07-25 | 2017-12-12 | 兰州大学 | 一种土壤呼吸测量方法、装置及系统 |
| CN107478776A (zh) * | 2017-08-10 | 2017-12-15 | 陕西省文物保护研究院 | 一种环境在线监测系统及环境监测方法 |
| CN108918829A (zh) * | 2018-07-11 | 2018-11-30 | 中国石油天然气股份有限公司 | 一种基于形态学的模拟数字岩心微观变形方法及装置 |
| CN209194498U (zh) * | 2018-10-12 | 2019-08-02 | 武汉吉欧信海洋科技股份有限公司 | 基于dsp数字信号处理的原位测试数据采集系统 |
| US20200132655A1 (en) * | 2018-10-24 | 2020-04-30 | The Climate Corporation | Cartridge-based sensor system for monitoring properties of field soils and wastewater |
| CN109919184A (zh) * | 2019-01-28 | 2019-06-21 | 中国石油大学(北京) | 一种基于测井数据的多井复杂岩性智能识别方法及系统 |
| CN111612405A (zh) * | 2019-02-25 | 2020-09-01 | 山东电力工程咨询院有限公司 | 基于云gis平台的岩土动态信息处理系统及方法 |
| CN110069552A (zh) * | 2019-04-28 | 2019-07-30 | 广州市城市规划勘测设计研究院 | 一种内业数据处理系统及方法 |
| CN112100254A (zh) * | 2019-06-18 | 2020-12-18 | 中国石油化工股份有限公司 | 一种用于对接录井数据与测井数据的方法和系统 |
| CN112861061A (zh) * | 2019-11-27 | 2021-05-28 | 北京国双科技有限公司 | 地质分层方法及系统、处理设备 |
| CN112859192A (zh) * | 2019-11-28 | 2021-05-28 | 北京国双科技有限公司 | 岩心饱和度预测模型构建方法与岩心饱和度预测方法 |
| CN110940794A (zh) * | 2019-12-29 | 2020-03-31 | 青岛瑞源工程集团有限公司 | 一种测试边坡稳定特性的综合试验方法 |
| CN111339691A (zh) * | 2020-04-27 | 2020-06-26 | 南京智慧岩土工程技术研究院有限公司 | 一种基于voxler软件的智慧岩土工程参数三维分析与评价系统及方法 |
| CN111520192A (zh) * | 2020-05-15 | 2020-08-11 | 中铁十六局集团有限公司 | 非接触式隧道工程施工岩爆实时预报优化方法 |
| CN111915022A (zh) * | 2020-08-14 | 2020-11-10 | 广西大学 | 滑移式岩溶危岩稳定系数快速识别的高斯过程方法及装置 |
| CN112396130A (zh) * | 2020-12-09 | 2021-02-23 | 中国能源建设集团江苏省电力设计院有限公司 | 静力触探试验岩层智能识别方法、系统、计算机设备及介质 |
| CN112926627A (zh) * | 2021-01-28 | 2021-06-08 | 电子科技大学 | 一种基于电容型设备缺陷数据的设备缺陷时间预测方法 |
| CN113216131A (zh) * | 2021-04-02 | 2021-08-06 | 东南大学 | 一种原位测试试验设备的现场标定方法 |
| CN113656311A (zh) * | 2021-08-19 | 2021-11-16 | 中国银行股份有限公司 | 测试方法、装置、服务器、介质及产品 |
| CN113553780A (zh) * | 2021-09-22 | 2021-10-26 | 西南石油大学 | 一种基于机器学习的地层孔隙压力预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 沈小克;蔡正银;蔡国军;: "原位测试技术与工程勘察应用", 土木工程学报, no. 02, pages 105 - 127 * |
| 袁兴赋 等: "复杂条件下金属矿山采空区三维地震探测研究", 《工程地球物理学报》, vol. 16, no. 3, pages 314 - 320 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114371270B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102750413B (zh) | 一种输电线路塔位地形测量的数据处理及成图方法 | |
| CN114894254B (zh) | 一种单株木碳汇动态计量方法 | |
| US7865835B2 (en) | System and method for hydrological analysis | |
| CN108922123A (zh) | 一种矿山边坡滑移稳定性监测预警方法 | |
| CN110234811B (zh) | 道路坍塌风险度评价装置、评价方法及评价用计算机程序 | |
| CN113340286B (zh) | 一种土地规划勘察勘测项目测绘信息数据分析方法、设备及计算机存储介质 | |
| CN112903008B (zh) | 基于多传感数据融合技术的山体滑坡预警方法 | |
| CN109871633B (zh) | 一种碾压混凝土压实质量实时可视化馈控方法 | |
| CN109163696A (zh) | 一种边、滑坡变形破坏模式的预测判别新方法及新装置 | |
| CN208420246U (zh) | 一种钢管混凝土拱桥管内混凝土应力应变监测系统 | |
| CN113075381A (zh) | 一种模拟岩溶地区地铁振动引发岩溶覆土塌陷的试验系统 | |
| CN108007428A (zh) | 高铁沉降监测系统 | |
| CN104764486A (zh) | 土木工程测量信息化系统 | |
| CN116739310B (zh) | 一种基于地理信息的建筑场地勘测规划系统 | |
| CN113449362A (zh) | 基于5g移动网络的道路勘察设计方法及系统 | |
| CN114371270B (zh) | 原位测试方法及系统 | |
| CN112508358A (zh) | 一种基于大数据分析的工程造价管理系统 | |
| CN110569192A (zh) | 煤矿安全监控系统自诊断方法 | |
| CN206002025U (zh) | 一种圆管外径智能测量分析系统 | |
| CN109709352A (zh) | 一种煤矿井下风速传感器监测准确性判识及原位调校方法 | |
| CN203685295U (zh) | 一种巷道顶板离层实时监控装置 | |
| CN205720708U (zh) | 基于地震的碳酸盐岩溶蚀孔洞自动识别及远程监测装置 | |
| CN116716864B (zh) | 一种用于浅地层多参数勘测的海床静力触探系统和方法 | |
| CN110119587A (zh) | 一种地层分层方法及装置 | |
| CN117914894B (zh) | 一种桥梁桩基检测数据采集传输系统及方法 |
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 |