CN114782823B - 一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法 - Google Patents

一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法 Download PDF

Info

Publication number
CN114782823B
CN114782823B CN202210667567.9A CN202210667567A CN114782823B CN 114782823 B CN114782823 B CN 114782823B CN 202210667567 A CN202210667567 A CN 202210667567A CN 114782823 B CN114782823 B CN 114782823B
Authority
CN
China
Prior art keywords
core sample
hole
volume
void
whole
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
Application number
CN202210667567.9A
Other languages
English (en)
Other versions
CN114782823A (zh
Inventor
高江林
吕辉
张秀平
简鸿福
许小华
刘达
胡松涛
陈芳
李焱
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.)
Jiangxi Academy of Water Resources
Original Assignee
Jiangxi Academy of Water Resources
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 Jiangxi Academy of Water Resources filed Critical Jiangxi Academy of Water Resources
Priority to CN202210667567.9A priority Critical patent/CN114782823B/zh
Publication of CN114782823A publication Critical patent/CN114782823A/zh
Application granted granted Critical
Publication of CN114782823B publication Critical patent/CN114782823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
    • G01N2009/022—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume of solids

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dispersion Chemistry (AREA)
  • Geometry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Processing (AREA)

Abstract

本发明公布了一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，包括以下步骤：S1.在坝体典型断面钻孔取芯，称量芯样总质量，根据芯样空间总体积计算整孔芯样初始干密度；S2.通过孔内图像识别技术分析钻孔壁的空隙分布及大小情况，计算整孔芯样体积空隙率；S3.测量全部芯样表观体积；S4.计算得到整孔芯样的修正干密度，可以进一步提高砌石坝容重检测精度。本发明提出的方法利用孔内图像预处理、特征抽取及图像识别技术获取芯样体积空隙率，同时考虑了取芯损失和砌石坝浆砌石体本身的空隙对容重测定的影响，可显著提高砌石坝容重的检测精度，另外，该方法检测速度快、成本低，对砌石坝材料检测具有重要的应用价值和现实意义。

Description

一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法
技术领域
本发明涉及图像预处理和多种识别功能的电子信息领域，适用于已建成的砌石坝浆砌石体的容重检测，特指一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法。
背景技术
砌石坝材料容重取值的准确性对于已建工程的安全状况评价具有重要意义，它直接关系到坝体的抗滑稳定安全。砌石坝容重的取值方法包括直接套用规范建议值或设计取值和采用试坑法、钻孔取芯法等现场测定法。由于砌石坝坝体材料参数在运行多年后较设计时发生了较大变化，不能直接简单地套用规范建议值或设计取值；而试坑法等传统现场测定法存在检测工作量大、成本高、影响检测进度等不足，且不适用于已建成的砌石坝，不能反映较深部位的坝体质量状况；目前常用的钻孔取芯法是自坝顶钻孔取出整孔芯样进行称重，通过测量芯样体积计算整孔芯样容重，由于砌石坝胶结材料强度远小于块石，取芯过程中胶结材料容易缺少，直接影响整孔芯样容重的计算，因此传统的钻孔取芯法只能反映取出芯样本身的容重情况，无法反映损失芯样和坝体空隙对坝体容重的影响。因此，开发一种低成本、快速、准确的砌石坝容重检测方法对砌石坝材料检测具有重要的应用价值和现实意义。
1、现有技术一的技术方案：技术一以南告大坝为例，探讨了基于钻孔的浆砌石容重测定的两种方法。方法一是假设砌石坝浆砌石体为均质体，取芯过程中材料磨损均匀，用综合磨损率βm来反映块石与砂浆之间的不规则磨损，结合取芯率来修正现场实测数据，最后利用公式计算获得浆砌石容重；方法二是假设块石磨损可忽略不计，现场测定芯样总体积、块石质量、砂浆质量，室内测定砂浆容重，利用公式计算考虑了取芯率影响下的砂浆实际质量，进而计算得到芯样的实际总质量，再利用公式计算考虑了综合磨损率βm影响下的浆砌石容重。
现有技术一的缺点：该方案提出的方法一和方法二均采用了取芯率和综合磨损率两个重要参数，但综合磨损率的取值均为常数2%，文中并未说明取值的依据，不同工程的材料性状、取芯设备与方法、取芯过程都会对综合磨损率的取值造成重大影响，如果直接套用会造成难以控制的误差。
2、现有技术二的技术方案：技术二提出了利用钻孔取芯并考虑了石料损失率和砂浆损失率双参数影响下的坝体堆积密度的测定方法。通过现场测量砌石坝浆砌石体的总质量、石料质量和砂浆质量，用游标卡尺分上中下三段测量每米芯样的直径，取直径平均值来计算该段芯样的总体积，用水中称重法测量石料的干燥块体密度，用蜡封法测量砂浆的干燥堆积密度，最后利用公式计算砌石坝浆砌石体的干燥堆积密度。
现有技术二的缺点：该方案同时考虑了石料损失率和砂浆损失率双参数的影响，虽然较技术一采用综合磨损率来计算砌石坝容重的方法更加精准，但文中并未给出石料损失率和砂浆损失率的确定方法，而是将两个参数作为假设值代入公式进行计算，实际上，石料损失率和砂浆损失率的确定十分困难，目前并没有很好的测定方法，因此，该方案对于砌石坝容重测定实际应用价值不高。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，利用孔内图像预处理、特征抽取及图像识别技术获取芯样的体积空隙率并计算砌石坝容重，能有效解决现有技术工作量大、成本高、影响检测进度、检测精度不够等问题。
为了解决上述技术问题，本发明采用的技术方案如下：一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，包括以下步骤：
S1.在坝体典型断面钻孔取芯，根据所取芯样总质量、钻孔深度和全孔芯样的加权平均直径计算的芯样空间总体积，计算整孔芯样初始干密度；
S2.通过孔内图像识别技术分析孔壁的空隙分布情况，计算相应空隙大小及深度，并根据孔壁面空隙率与芯样体积空隙率的换算关系，计算整孔芯样体积空隙率；
S3.测量全部芯样表观体积，根据芯样空间总体积、芯样表观体积和整孔芯样体积空隙率计算取芯过程的芯样损失体积；
S4. 从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度，通过补充考虑损失芯样质量，计算得到整孔芯样的修正干密度，可以进一步提高砌石坝容重检测精度。
作为优选，S1在坝体典型断面钻孔取芯，根据所取芯样总质量、钻孔深度和全孔芯样的加权平均直径计算的芯样空间总体积，计算整孔芯样初始干密度的具体步骤如下：
通过在坝体典型断面自坝顶钻孔至坝体底部获取整孔芯样，测量钻孔深度L、芯样 总质量M；为减少钻取芯样直径变化对体积计算的影响，将各回次芯样的加权平均直径作为 原位芯样空间总体积的计算直径，即全孔芯样的加权平均直径
Figure 843908DEST_PATH_IMAGE001
；利用测量钻孔深度L、芯样 总质量M和全孔芯样的加权平均直径
Figure 659418DEST_PATH_IMAGE002
计算整孔芯样空间总体积Vh和芯样初始干密度ρd；以 整孔芯样干密度作为砌石坝体干密度的计算值，其准确性和代表性优于一般局部钻芯法；
Figure 619415DEST_PATH_IMAGE003
（1）
ρd=M/Vh （2）。
作为优选，S2中孔内图像识别技术是指利用高分辨率孔内图像设备，拍摄钻孔壁360度全断面彩色照片，将照片合成为单张图片并转换为灰度图；对灰度图进行图像融合、阈值分割、空隙像元提取与统计，计算获得整孔芯样体积空隙率；空隙面积通过图像网格化计算，设单个像元网格面积为1，孔内图像展开图网格总数为N，则1个像元占孔壁侧面积比例为1/N；其中灰度图可利用基于IDL编写的数字图像处理程序进行图像预处理、特征抽取、图像识别及芯样体积空隙率计算。
具体步骤为：
（1）通过空隙像元与非空隙像元影像值的偏差，通过阈值分割初筛提取出疑似空隙像元；
（2）通过空隙像元呈片分布、有封闭性边界等特性，利用人机交互对误判断的像元区域进行修正，获取空隙区域，将空隙区域的像元RGB值转换为像元灰度值；
（3）从获取的孔内图像中选取最大空隙深度位置，基于整孔图像空隙分布的整体代表性，将孔壁空隙分布范围及深度等效于芯样空隙范围及深度，将此位置像元灰度值作为整孔芯样最大空隙深度的参考灰度值b1，将获取的非空隙处的像元灰度值作为非空隙部位的参考灰度值b0；
（4）针对步骤（2）获取的空隙区域和像元灰度值，按步骤（3）获取的最大空隙深度的参考灰度值和非空隙部位的参考灰度值，将空隙区域的像元灰度值作归一化处理，处理后最大空隙深度的像元灰度值为1，非空隙部位的像元灰度值为0，处理后第i个空隙的像元灰度值为gni=（b0-bi）/(b0-b1），bi为第i个空隙的实际像元灰度值；
（5）设空隙的像元灰度值与空隙深度线性相关，则Δr/r=gni，式中Δr表示空隙深度，r表示取芯芯样半径值，则第i个空隙像元对应的芯样空间体积ni=1-（1-gni）2；
（6）计算整孔芯样体积空隙率nʹ=1/N*（n1+n2+…+nm)，m为空隙单元网格数量。
作为优选，S3的具体步骤如下：利用饱和芯样体积法测量芯样表观体积Vc，利用芯样空间总体积Vh、芯样表观体积Vc、芯样体积空隙率nʹ，计算获得芯样体积损失率；可通过以下公式计算获得芯样体积损失率ω：
ω=1-nʹ-Vc/Vh （3）。
作为优选，S4的具体步骤如下：从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度ρj，计算获得胶结材料损失密度修正值△ρj，公式如下：
△ρj=ω*ρj （4）。
与S1中整孔芯样初始干密度ρd相加得到整孔芯样的修正干密度ρdʹ。公式如下：
ρdʹ=ρd+△ρj （5）。
本发明与现有技术相比较具有如下有益效果：（1）提出了一种利用孔内图像识别技术获取的图像识别空隙率来代表整孔芯样体积空隙率的新方法，即利用孔内图像预处理、特征抽取及图像识别技术获取芯样体积空隙率，该方法快速、成本低，可相对准确地获取砌石坝筑坝材料体积空隙率这一重要的材料参数；（2）本发明提出的芯样体积损失率计算方法排除了芯样体积中的空隙的影响，较工程检测中常用的取芯率这一指标，可更加准确地表征砌石坝胶结材料的强度；（3）本发明提出的方法利用整孔芯样代替局部芯样进行检测，很大程度上规避了随机误差，同时考虑了取芯损失和砌石坝浆砌石体本身的空隙对容重测定的影响，可极大地提高砌石坝容重的检测精度，另外，该方法检测速度快、成本低，对砌石坝材料检测具有重要的应用价值和现实意义。
附图说明
图1为本发明的芯样空隙面积与深度等效示意图。
图2为本发明的芯样空间体积计算单元示意图。
图3为本发明的空隙像元对应芯样空间体积空隙的分布图。
图4为本发明的空隙像元对应芯样空间体积空隙的局部分布图。
图中说明：1、整孔芯样最大空隙深度灰度值处的示意部位；2、整孔芯样非空隙处的示意部位灰度值；3、钻孔壁面；4、芯样侧面；5、芯样空间体积单元；6、空隙单元；7、钻孔壁面像元。
具体实施方式
如图1-图4所示，下面结合具体实施例和附图对本发明进一步说明。
本发明采用的技术方案如下：一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，包括以下步骤：
S1.在坝体典型断面钻孔取芯，根据所取芯样总质量、钻孔深度和全孔芯样的加权平均直径计算的芯样空间总体积，计算整孔芯样初始干密度；
S2.通过孔内图像识别技术分析孔壁的空隙分布情况，计算相应空隙大小及深度，并根据孔壁面空隙率与芯样体积空隙率的换算关系，计算整孔芯样体积空隙率；
S3.测量全部芯样表观体积，根据芯样空间总体积、芯样表观体积和整孔芯样体积空隙率计算取芯过程的芯样损失体积；
S4.从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度，通过补充考虑损失芯样质量，计算得到整孔芯样的修正干密度，可以进一步提高砌石坝容重检测精度。
其中，S1在坝体典型断面钻孔取芯，根据所取芯样总质量、钻孔深度和全孔芯样的加权平均直径计算的芯样空间总体积，计算整孔芯样初始干密度的具体步骤如下：
通过在坝体典型断面自坝顶钻孔至坝体底部获取整孔芯样，测量钻孔深度L、芯样 总质量M；为减少钻取芯样直径变化对体积计算的影响，将各回次芯样的加权平均直径作为 原位芯样空间总体积的计算直径，即全孔芯样的加权平均直径
Figure 178572DEST_PATH_IMAGE004
；利用上述测量值计算整孔 芯样空间总体积Vh和芯样初始干密度ρd；以整孔芯样干密度作为砌石坝体干密度的计算值， 其准确性和代表性优于一般局部钻芯法；
Figure 891313DEST_PATH_IMAGE003
（1）
ρd=M/Vh （2）。
其中，S2中孔内图像识别技术是指利用高分辨率孔内图像设备，拍摄钻孔壁360度全断面彩色照片，将照片合成为单张图片并转换为灰度图；对灰度图进行图像融合、阈值分割、空隙像元提取与统计，计算获得整孔芯样体积空隙率；空隙面积通过图像网格化计算，设单个像元网格面积为1，孔内图像展开图网格总数为N，则1个像元占孔壁侧面积比例为1/N；其中灰度图可利用基于IDL编写的数字图像处理程序进行图像预处理、特征抽取、图像识别及芯样体积空隙率计算。具体步骤为：
（1）通过空隙像元与非空隙像元影像值的偏差，通过阈值分割初筛提取出疑似空隙像元；
（2）通过空隙像元呈片分布、有封闭性边界等特性，利用人机交互对误判断的像元区域进行修正，获取空隙区域，将空隙区域的像元RGB值转换为像元灰度值；
（3）从获取的孔内图像中选取最大空隙深度位置，基于整孔图像空隙分布的整体代表性，将孔壁空隙分布范围及深度等效于芯样空隙范围及深度，将此位置像元灰度值作为整孔芯样最大空隙深度的参考灰度值b1，将获取的非空隙处的像元灰度值作为非空隙部位的参考灰度值b0；
（4）针对步骤（2）获取的空隙区域和像元灰度值，按步骤（3）获取的最大空隙深度的参考灰度值和非空隙部位的参考灰度值，将空隙区域的像元灰度值作归一化处理，处理后最大空隙深度的像元灰度值为1，非空隙部位的像元灰度值为0，处理后第i个空隙的像元灰度值为gni=（b0-bi）/(b0-b1），bi为第i个空隙的实际像元灰度值；
（5）设空隙的像元灰度值与空隙深度线性相关，则Δr/r=gni，式中Δr表示空隙深度，r表示取芯芯样半径值，则第i个空隙像元对应的芯样空间体积ni=1-（1-gni）2；
（6）计算整孔芯样体积空隙率nʹ=1/N*（n1+n2+…+nm)，m为空隙单元网格数量。
其中，S3的具体步骤如下：利用饱和芯样体积法测量芯样表观体积Vc，利用芯样空间总体积Vh、芯样表观体积Vc、芯样体积空隙率nʹ，计算获得芯样体积损失率；可通过以下公式计算获得芯样体积损失率ω：
ω=1-nʹ-Vc/Vh （3）。
其中，S4的具体步骤如下：从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度ρj，计算获得胶结材料损失密度修正值△ρj，公式如下：
△ρj=ω*ρj （4）。
其中，与S1中整孔芯样初始干密度ρd相加得到整孔芯样的修正干密度ρdʹ。公式如下：
ρdʹ=ρd+△ρj （5）。
以江西省乐安县东源水库的砌石坝为例，利用钻孔取芯进行砌石坝容重检测。
第一步，通过在坝体典型断面自坝顶钻孔至坝体底部获取整孔芯样，测量钻孔深 度L为3m、芯样总质量M为14998.38g；为减少钻取芯样直径变化对体积计算的影响，将各回 次芯样的加权平均直径作为原位芯样空间总体积的计算直径，即全孔芯样的加权平均直径
Figure 612144DEST_PATH_IMAGE001
，将测量获得的各回次芯样直径进行加权平均计算，得
Figure 246388DEST_PATH_IMAGE001
=5.43cm；利用以上测量值计算整 孔芯样空间总体积Vh和芯样初始干密度ρd：
Figure 94389DEST_PATH_IMAGE005
=6943.69(cm3)
ρd=M/Vh=2.16(g/cm3)
以整孔芯样干密度作为砌石坝体干密度的计算值，其准确性和代表性要明显优于一般局部钻芯法。
第二步，利用高分辨率孔内图像设备，拍摄钻孔壁360度全断面彩色照片，将照片合成为单张图片并转换为灰度图；利用基于IDL编写的数字图像处理程序对灰度图进行图像预处理、特征抽取、图像识别及芯样体积空隙率计算。处理后的空隙像元对应芯样空间体积空隙的分布图如图3所示，计算获得整孔芯样体积空隙率nʹ=0.00968704。
第三步，利用饱和芯样体积法测量芯样表观体积Vc=6388.20 cm3，利用芯样空间总体积Vh、芯样表观体积Vc、芯样体积空隙率nʹ，计算获得芯样体积损失率：
ω=1-nʹ-Vc/Vh=1-0.00968704- 0.92=0.07
第四步，从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度ρj=1.81(g/cm3)，计算获得胶结材料损失密度修正值：
△ρj=ω*ρj=0.127(g/cm3)
与第一步中整孔芯样初始干密度ρd相加得到整孔芯样的修正干密度ρdʹ：
ρdʹ=ρd+△ρj=2.16+0.127=2.29(g/cm3)。

Claims (4)

1.一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，其特征在于：包括以下步骤：
S1.在坝体典型断面钻孔取芯，根据所取芯样总质量、钻孔深度和全孔芯样的加权平均直径计算的芯样空间总体积，计算整孔芯样初始干密度；
S2.通过孔内图像识别技术分析孔壁的空隙分布情况，计算相应空隙大小及深度，并根据孔壁面空隙率与芯样体积空隙率的换算关系，计算整孔芯样体积空隙率；
S3.测量全部芯样表观体积，根据芯样空间总体积、芯样表观体积和整孔芯样体积空隙率计算取芯过程的芯样体积损失率；
S4. 从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度，通过补充考虑损失芯样质量，计算得到整孔芯样的修正干密度，可以进一步提高砌石坝容重检测精度；
其中S2中孔内图像识别技术是指利用高分辨率孔内图像设备，拍摄钻孔壁360度全断面彩色照片，将照片合成为单张图片并转换为灰度图；对灰度图进行图像融合、阈值分割、空隙像元提取与统计，计算获得整孔芯样体积空隙率；空隙面积通过图像网格化计算，设单个像元网格面积为1，孔内图像展开图网格总数为N，则1个像元占孔壁侧面积比例为1/N；具体步骤为：
（1）通过空隙像元与非空隙像元影像值的偏差，通过阈值分割初筛提取出疑似空隙像元；
（2）利用人机交互对误判断的像元区域进行修正，获取空隙区域，将空隙区域的像元RGB值转换为像元灰度值；
（3）从获取的孔内图像中选取最大空隙深度位置，基于整孔图像空隙分布的整体代表性，将孔壁空隙分布范围及深度等效于芯样空隙范围及深度，将此位置像元灰度值作为整孔芯样最大空隙深度的参考灰度值b1，将获取的非空隙处的像元灰度值作为非空隙部位的参考灰度值b0；
（4）针对步骤（2）获取的空隙区域和像元灰度值，按步骤（3）获取的最大空隙深度的参考灰度值和非空隙部位的参考灰度值，将空隙区域的像元灰度值作归一化处理，处理后最大空隙深度的像元灰度值为1，非空隙部位的像元灰度值为0，处理后第i个空隙的像元灰度值为gni=（b0-bi）/(b0-b1），bi为第i个空隙的实际像元灰度值；
（5）设空隙的像元灰度值与空隙深度线性相关，则Δr/r=gni，式中Δr表示空隙深度值，r表示取芯芯样半径值，则第i个空隙像元对应的芯样空间体积ni=1-（1-gni）2；
（6）计算整孔芯样体积空隙率nʹ=1/N*（n1+n2+…+nm)，m为空隙单元网格数量；
S3的具体步骤如下：利用饱和芯样体积法测量芯样表观体积Vc，利用芯样空间总体积Vh、芯样表观体积Vc、芯样体积空隙率nʹ，计算获得芯样体积损失率；可通过以下公式计算获得芯样体积损失率ω：
ω=1-nʹ-Vc/Vh （3）。
2.根据权利要求1所述的一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，其特征在于：
S1在坝体典型断面钻孔取芯，根据所取芯样总质量、钻孔深度和全孔芯样的加权平均直径计算的芯样空间总体积，计算整孔芯样初始干密度的具体步骤如下：
通过在坝体典型断面自坝顶钻孔至坝体底部获取整孔芯样，测量钻孔深度L、芯样总质 量M；为减少钻取芯样直径变化对体积计算的影响，将各回次芯样的加权平均直径作为原位 芯样空间总体积的计算直径，即全孔芯样的加权平均直径
Figure DEST_PATH_IMAGE001
；利用测量钻孔深度L、芯样总质 量M和全孔芯样的加权平均直径
Figure 639547DEST_PATH_IMAGE002
计算整孔芯样空间总体积Vh和芯样初始干密度ρd；以整孔 芯样干密度作为砌石坝体干密度的计算值；
Figure 565914DEST_PATH_IMAGE003
（1）
ρd=M/Vh （2）。
3.根据权利要求1所述的一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，其特征在于：
S4的具体步骤如下：从所取出芯样中剥取一部分代表性胶结材料，利用蜡封法测量胶结材料密度ρj，计算获得胶结材料损失密度修正值△ρj，公式如下：
△ρj=ω*ρj （4）。
4.根据权利要求3所述的一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法，其特征在于：
与S1中整孔芯样初始干密度ρd相加得到整孔芯样的修正干密度ρdʹ，公式如下：
ρdʹ=ρd+△ρj （5）。
CN202210667567.9A 2022-06-14 2022-06-14 一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法 Active CN114782823B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210667567.9A CN114782823B (zh) 2022-06-14 2022-06-14 一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210667567.9A CN114782823B (zh) 2022-06-14 2022-06-14 一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法

Publications (2)

Publication Number Publication Date
CN114782823A CN114782823A (zh) 2022-07-22
CN114782823B true CN114782823B (zh) 2022-09-02

Family

ID=82420242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210667567.9A Active CN114782823B (zh) 2022-06-14 2022-06-14 一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法

Country Status (1)

Country Link
CN (1) CN114782823B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115266536B (zh) * 2022-09-26 2022-12-13 南通钧儒卫生用品有限公司 一种纸尿裤吸水性能检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004212104A (ja) * 2002-12-27 2004-07-29 Railway Technical Res Inst 物体表面撮像装置、及び物体表面撮像方法
CN107677587A (zh) * 2017-11-21 2018-02-09 北京清控人居环境研究院有限公司 一种透水混凝土孔隙率的测试方法
CN108459083A (zh) * 2018-03-22 2018-08-28 中国水利水电科学研究院 一种用于混凝土坝的检测系统及其检测方法
CN113537141A (zh) * 2021-08-03 2021-10-22 山东大学 一种堤坝管涌和滑坡病害快速检测方法及系统
CN114544768A (zh) * 2022-02-24 2022-05-27 江西省水利科学院 一种混凝土防渗墙体连续完整性及入岩深度的单孔超声检测装置及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296678B (zh) * 2016-08-03 2019-01-04 黄河勘测规划设计有限公司 基于钻孔光学成像技术的rqd分析方法
CN107036933B (zh) * 2017-04-20 2020-01-14 阜阳师范学院 一种沥青路面压实均匀性精细化检测与评价方法
CN110823737B (zh) * 2019-10-15 2020-07-17 山东大学 一种适用于tbm的围岩力学参数自动测试系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004212104A (ja) * 2002-12-27 2004-07-29 Railway Technical Res Inst 物体表面撮像装置、及び物体表面撮像方法
CN107677587A (zh) * 2017-11-21 2018-02-09 北京清控人居环境研究院有限公司 一种透水混凝土孔隙率的测试方法
CN108459083A (zh) * 2018-03-22 2018-08-28 中国水利水电科学研究院 一种用于混凝土坝的检测系统及其检测方法
CN113537141A (zh) * 2021-08-03 2021-10-22 山东大学 一种堤坝管涌和滑坡病害快速检测方法及系统
CN114544768A (zh) * 2022-02-24 2022-05-27 江西省水利科学院 一种混凝土防渗墙体连续完整性及入岩深度的单孔超声检测装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
土石坝加固混凝土防渗墙底水力坡降分析;李焱，高江林;《中国知网》;20141230;全文 *
某水库大坝渗流原型监测数据分析;唐波华，吕辉等;《中国知网》;20181030;全文 *

Also Published As

Publication number Publication date
CN114782823A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN109470580B (zh) 一种评价我国不同海域粘性土强度参数的方法
US8224629B2 (en) Method of modelling a saturation dependant property in a sample
CN107515025B (zh) 古城墙病害等级评估方法
CN114782823B (zh) 一种基于钻孔取芯和孔内图像识别的砌石坝容重检测方法
CN109283076B (zh) 基于动力触探指标标定系统评价钙质土相对密实度的方法
CN109669424B (zh) 一种复杂条件下岩石力学性能试验控制系统及方法
CN111456114B (zh) 一种检测桩身钢筋保护层厚度的方法
CN105134185A (zh) 储层流体性质识别方法
CN110145301A (zh) 一种随钻密度成像测井仪环境校正方法
CN117405718B (zh) 一种基于xrf扫描的岩浆岩钙元素固碳能力定量评价方法
CN107941825B (zh) 沥青混凝土面板防渗体系内部缺陷快速诊断方法
CN112946778B (zh) 一种基于地下水浑浊度监测预警岩溶塌陷的方法
CN115876661A (zh) 一种基于三维探地雷达图像的沥青路面空隙率评价方法
CN114184764B (zh) 致密碳酸盐岩储层岩石力学层划分方法及系统
CN112730156B (zh) 综合测定人工砂饱和面干吸水率的方法
CN111963162B (zh) 基于岩性与水性的双参数流体性质识别方法
Kelly et al. In-situ and laboratory testing of soft clays
Fayek et al. Measurement of Volumetric Deformation, Strain Localization, and Shear Band Characterization during Triaxial Testing Using a Photogrammetry-Based Method
CN114441405B (zh) 基于压实和胶结减孔趋势的次生增孔幅度定量评价方法
CN118330754B (zh) 一种用于长大公路隧道的工程物探勘察方法
CN118067081B (zh) 一种隧道初期沉降测量设备及测量方法
CN112816354B (zh) 一种泥页岩水化强度动态变化测试方法
Radaszewski et al. On the applicability of in situ soil probings to geological analyses
CN210222824U (zh) 风化花岗岩残余体分布区桩基建设位置确定系统
CN116990330A (zh) 一种筑堤土料压实度测量方法及装置

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