CN115223337A - 一种堤防渗流自动监测预警系统及监测预警方法 - Google Patents
一种堤防渗流自动监测预警系统及监测预警方法 Download PDFInfo
- Publication number
- CN115223337A CN115223337A CN202210762550.1A CN202210762550A CN115223337A CN 115223337 A CN115223337 A CN 115223337A CN 202210762550 A CN202210762550 A CN 202210762550A CN 115223337 A CN115223337 A CN 115223337A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- module
- early warning
- seepage
- data
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明属于堤防渗流灾害的监测和预警技术领域,提供一种堤防渗流自动监测预警系统及监测预警方法。其中,该系统包括表观病害监测模组、坝体内监测模组和传输预警模块;所述表观病害监测模组包含点云信息采集装置和图像信息采集装置,用于分别采集接触渗流的点云数据和图像数据;所述坝体内监测模组包含全功能测量模块和监测传感器,用于监测接触渗流参数数据;所述传输预警模组包含工控机、自动传输模块、云平台和预警客户端,所述工控机用于接收接触渗流参数数据、点云数据和图像数据,并经自动传输模块传送至云平台,所述云平台用于并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向所述预警客户端发送预警信号。
Description
技术领域
本发明属于堤防渗流灾害的监测和预警技术领域,尤其涉及一种堤防渗流自动监测预警系统及监测预警方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
渗流是影响水工、海工以及地下工程等中涉水结构物安全长效服役的重要因素和突出病害,尤其对于土石坝、堤防等土石结构物,大量破坏甚至失事是由于程度不同的渗漏及渗漏衍生的各种问题所致。土石坝等挡水建筑物在长期水流的冲击下,坝身或坝基会产生渗流作用,当渗流的渗透坡降大于临界坡降,土石坝结构的内部和表观都会产生结构性质和力学特征的变化。因此,对坝体内部渗流相关参数和坝体表观病害信息进行连续采集对土石坝渗流状态监测和预警具有重要意义。研发先进实用的渗流自动监测预警系统和监测方法,可靠探测涉水结构物内渗漏发生的位置、范围、方向以及大小,及时采取有效的防渗抗渗措施,对保障工程安全具有极其重要的意义。
发明人发现,目前的渗流监测预警技术存在以下的技术短板:(1)首先,目前还未能系统解释由于结构形式、水力条件等影响在堤防与穿堤涵闸接触面产生的接触渗流破坏演化机理;(2)其次,目前的渗流监测仅能单点查看,未能融合监测数据、三维堤防模型及图像数据,导致数据管理可视化、智能化程度低;(3)目前监测数据处理、表观病险巡检及预警多为人工或半自动化处理,过度依赖人工,导致监测与预警脱节,容易贻误抢修时机。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种堤防渗流自动监测预警系统及监测预警方法,其具有分布式、同步性、多向性、智能性等特点,在提高监测精度及工程实用化等方面具有突出优势。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供了一种堤防渗流自动监测预警系统,其包括表观病害监测模组、坝体内监测模组和传输预警模块;
所述表观病害监测模组包含点云信息采集装置和图像信息采集装置,用于分别采集接触渗流的点云数据和图像数据;所述坝体内监测模组包含全功能测量模块和监测传感器,用于监测接触渗流参数数据;
所述传输预警模组包含工控机、自动传输模块、云平台和预警客户端,所述工控机用于接收接触渗流参数数据、点云数据和图像数据,并经自动传输模块传送至云平台,所述云平台用于并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向所述预警客户端发送预警信号。
作为一种实施方式,所述点云信息采集装置包含俯仰动作自动化模块和激光雷达,所述激光雷达和所述俯仰动作自动化模块固定连接。
作为一种实施方式,所述图像信息采集装置包含工业相机和相机云台,所述工业相机安装固定在所述相机云台上。
作为一种实施方式,所述全功能测量模块为模块化组合,固定安装在主控机箱内,所述主控机箱内还固定安装有工控机。
作为一种实施方式,所述全功能测量模块由全功能测量模块、主控模块、电源模块、通讯模块和接线端子组成,所述全功能测量模块与主控模块相连,所述主控模块与电源模块、通讯模块和接线端子分别相连。
作为一种实施方式,所述监测传感器埋设在监测堤防坝体内部。
作为一种实施方式,所述工控机通过路由器与自动传输模块通讯。
作为一种实施方式,所述堤防渗流自动监测预警系统还包括组供能模组,其用于为表观病害监测模组、坝体内监测模组和传输预警模块提供电能。
作为一种实施方式,所述供能模组包含太阳能板和蓄电池,所述太阳能板固定安装在立柱上,所述蓄电池安置在户外机柜内部;所述点云信息采集装置和图像信息采集装置也安装在立柱上。
本发明的第二个方面提供了一种采用如上述所述的堤防渗流自动监测预警系统的自动监测预警方法,其包括:
利用点云信息采集装置和图像信息采集装置,分别采集接触渗流的点云数据和图像数据;利用全功能测量模块和监测传感器监测接触渗流参数数据;
将接触渗流参数数据、点云数据和图像数据传送至工控机,并再经自动传输模块传送至云平台;
利用云平台并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向预警客户端发送预警信号。
与现有技术相比,本发明的有益效果是:
本发明提供的一种堤防渗流自动监测预警系统及监测预警方法通过坝体内监测模组、图像信息采集装置和点云信息采集装置的多端同步监测,接触渗流参数数据、点云数据和图像数据传送至工控机,并再经自动传输模块传送至云平台,云平台并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向预警客户端发送预警信号,最终实现了堤防渗流在坝体内部和表观双重的自动监测、智能预警、智慧巡检的有机结合。
本发明提供的一种堤防渗流自动监测预警系统,具有分布式、同步性、多向性、智能性等特点,在提高堤防渗流监测精度及工程实用化等方面具有突出优势。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例的堤防渗流自动监测预警系统结构示意图。
其中,1-立杆,2-表观病害监测模组,201-工业相机,202-相机云台,203-调高导轨,204-激光雷达,205-俯仰动作自动化模块,206-支架,3-供能模组,301-太阳能板,302-蓄电池,4-法兰盘,5-户外机柜,6-主控机箱,7-传输预警模组,701-工控机,702-路由器,703-自动传输模块,704-云平台,705-预警客户端,8-坝体内监测模组,801-监测传感器,802-全功能测量模块。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
土石坝等挡水建筑物在长期水流的冲击下,坝身或坝基会产生渗流作用,当渗流的渗透坡降大于临界坡降,土石坝结构的内部和表观都会产生结构性质和力学特征的变化。
在土石坝体内部存在的渗流冲刷、土骨架侵蚀将产生可动细颗粒,可动细颗粒跟随渗流在孔隙中运移、流失,导致土体细观结构和力学特性发生改变,如孔隙率、渗透性、抗剪强度的不均匀变化等。土体孔隙率、渗透性的变化将改变孔隙水压力及土体承受的有效应力,而有效应力的改变反过来影响渗流及细颗粒的侵蚀、运移。因此,对坝体内部渗流相关参数进行连续采集对土石坝渗流状态监测和预警具有重要意义。
在土石坝体表观,发生渗流破坏的土石坝体表面经常会出现局部滑坡、管涌和草木生长异常等小尺度病害特征,此外,对于坝体与坝基的接触面或土坝心墙与基岩的接触面,一旦在某种外力作用下产生裂缝就容易发生土石接触面渗透破坏,导致土坝失事。其中管涌是涉及孔隙水渗流,可动细颗粒侵蚀、运移,多孔介质变形等众多复杂力学行为的多相、多场耦合现象,当坝基管涌通道最前端临空面砂层中的细砂粒,受到的渗透力大于周围砂粒对其约束力时,细砂粒就会失稳、起动并在水流作用下被水流带出管涌口形成砂环,根据坝体表面植被疏密差异可以为区分坝体渗水区提供一定参考。因此,监控土石坝坝体表观病害特征是土石坝渗流状态监测和预警的重要手段。
参照图1,本实施例提供了一种堤防渗流自动监测预警系统,其包括表观病害监测模组2、坝体内监测模组8和传输预警模块7。
在具体实施过程中,所述表观病害监测模组2包含点云信息采集装置和图像信息采集装置,用于分别采集接触渗流的点云数据和图像数据。
例如:采用激光点云信息和高清图像信息两种视觉手段对堤防坝体的局部滑坡、管涌和草木生长异常等表观渗流病害特征进行采集监测和预警。
具体地,所述点云信息采集装置包含俯仰动作自动化模块205和激光雷达203,所述激光雷达203和所述俯仰动作自动化模块205固定连接。
其中,所述俯仰动作自动化模块205包含驱控一体电机、控制器和激光雷达固定座,能够通过上位机程序实现手动模式和自动模式,可以设置开机默认自动,实现按照上一次的设定参数来自动运行,所述俯仰动作自动化模块205与所述激光雷达204协同动作,完成对堤防的自动化定时扫描监测。
具体地,所述图像信息采集装置包含工业相机201和相机云台202,所述工业相机201安装固定在所述相机云台202上。
其中,所述相机云台202可根据设定的动作路径和动作参数实现所述工业相机对堤防边坡的图像自动化获取。
借助所述工业相机对堤防坝体表观进行图像信息采集,能够直接获取真实色彩信息,但缺点就是容易受到光线的干扰且三维信息测量精度较低。三维激光雷达扫描技术又称“实景复制技术”,指采用非接触式激光雷达测量,获取地形或复杂物体的几何图形和影像数据,其工作原理是由激光脉冲二极管发射的激光脉冲,经过旋转棱镜射向目标,然后通过电子扫描探测器接收并记录反射回来的激光脉冲来捕获数据,利用三维激光雷达可以在几分钟内快速、准确地提供丰富的三维空间“点云”数据,能够直接获取物体三维距离信息,实时性好,具有很高的测量精度并且对光线明暗变化不敏感,但是它无法获得环境的色彩信息。因此本实施例采用所述表观病害监测模组融合激光雷达和工业相机两种技术手段实现对堤防坝体表观病害特征的采集和识别。
在具体实施过程中,所述坝体内监测模8包含全功能测量模块802和监测传感器801,用于监测接触渗流参数数据。
其中,监测传感器801至少包括用于测量坝体内部应变量的振弦式应变计,用于测量坝体内应力状态的振弦式应力计,用于测量坝体内部土压力变化的土压力计,用于测量坝体内部渗透(孔隙)水压力的振弦式渗压计,用于测量坝体内位移、沉陷、应变和滑移的振弦式位移计,用于测量土石坝、边坡、地基等构筑体沉降变形的振弦式土体沉降计,以及用于监测水浊度的浊度传感器等。
其中,所述全功能测量模块802为模块化组合,固定安装在主控机箱内,所述主控机箱内还固定安装有工控机。所述全功能测量模块由全功能测量模块、主控模块、电源模块、通讯模块和接线端子组成,所述全功能测量模块802与主控模块相连,所述主控模块与电源模块、通讯模块和接线端子分别相连。所述监测传感器801埋设在监测堤防坝体内部。若干组所述监测传感器801通过线缆与所述全功能测量模块802接通。
在具体实施过程中,所述传输预警模组7包含工控机701、自动传输模块703、云平台704和预警客户端705,所述工控机701用于接收接触渗流参数数据、点云数据和图像数据,并经自动传输模块703传送至云平台704,所述云平台704用于并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向所述预警客户端705发送预警信号。
具体地,云平台704可采用分布式计算技术,将监测传感设备离散为相应数量计算节点,进行协同并行运算,同时并行处理所述全功能测量模块、所述点云信息采集装置和所述图像信息采集装置监测获取的接触渗流参数数据、点云数据和图像数据。
在云平台704内,对于基于所述工业相机获取到的堤防坝体表观图像信息,针对草木异常生长、管涌和局部滑坡不同类型的病害进行智能判别。对于草木异常生长特征,根据堤坝上种植的草木存在不同程度的生长情况,通过采集筛选草木生长情况样本集并使用ResNet50残差分类网络对图像中的草木茂盛程度进行分类。对于管涌和局部滑坡特征,使用YOLOv5神经网络检测算法对图片中的管涌和局部滑坡特征进行检测识别,实现堤防表观病害特征位置确定、范围确定和种类识别。
在云平台704内,对于基于所述激光雷达获取到的堤防坝体表观点云信息,一方面可以通过激光点云数据降噪分割算法,获取大尺度、高质量点云数据并建立监测提防三维空间精细化模型;另一方面,通过分析草木异常生长、局部滑坡、管涌不同病害特征的点云空间特征,分别建立表观病害特征智能分类算法。并融合随机采样一致性、K邻域等算法,建立堤防坝体表观病害特征的智能提取算法,实现草木异常生长、局部滑坡、管涌不同病害特征信息的智能提取,为堤防坝体渗流破坏风险预警提供支撑。
具体地,自动传输模块703采用糅合P2P数据传输和邮箱传输,可以实现现场监测数据与云服务器或后处理平台之间的自动传输,程序能自动识别现场网络环境,从而自动选取合适的传输方式,通过P2P数据传输方式或邮箱传输方式将所述自动监控采集模组采集的数据自动传递至所述云平台704,具有自动识别、自动传输、点对点直传、数据定时删除等功能。
在具体实施过程中,所述工控机701通过路由器702与自动传输模块703通讯。
例如:路由器702可采用5G路由器来实现。
在其他实施例中,路由器702也可采用4G路由器等来实现。
在一个或多个实施例中,所述堤防渗流自动监测预警系统还包括组供能模组3,其用于为表观病害监测模组2、坝体内监测模组8和传输预警模块7提供电能。
具体地,所述供能模组3包含太阳能板301和蓄电池302,所述太阳能板301固定安装在立柱上,所述蓄电池302安置在户外机柜5内部。所述太阳能板301与太阳能控制器和蓄电池302通过线路串联接通。户外机箱通过膨胀螺丝固定安装在地面,所述主控机箱安置户外机箱内部,所述立柱1经法兰盘4固定在所述户外机箱顶部。
所述点云信息采集装置和图像信息采集装置也安装在立柱1上。例如:所述激光雷达204和所述俯仰动作自动化模块205固定连接并通过支架206固定安装在立柱1上。所述工业相机201通过所述相机云台202固定安装在所述立柱1上。相机云台202可在调高导轨203上移动,调高导轨203固定在立柱1上。
例如:立柱1为分为若干截短立柱,实现拆卸组装,所述若干截短立柱之间通过螺纹配合安装。
本实施例由点云数据出发,以PointNet深度神经网络架构为基础,辅以编码器-解码器网络,通过对抗训练的方法训练编码器-解码器网络,从而实现激光点云的修复与优化,生成可视化的三维网格模型。在坝体表面设置标定板,通过激光雷达对坝体进行三维立体扫描,通过工业相机对标定板从不同方向拍摄多幅图像,通过标定板上每个特征点与其像平面像点的对应关系,即每一幅图像的单应矩阵来进行影像传感器标定,对采集的图像通过特征提取进行图像特征点的检测,对激光点云和图像进行特征提取后,输入到同一神经网络中进行目标分类和预测,实现图像特征与点云特征相匹配,为三维网格模型添加纹理信息,实现点云与图像数据的融合。
将融合的三维点云数据和摄像机二维平面数据进行栅格化处理,即将整个空间划分为等边长立方体的子空间,进一步确定每个子空间的点云密度、强度以及在二维投影平面内的点云强度及图像亮度特征,构建每个子空间的特征集;然后利用DBSCAN聚类算法对每个子空间进行点云聚类,并根据子空间聚类结果反推点云聚类,完成数据深度清洗,为每个聚类后的目标分配ID,生成堤防坝体的三维模型。
对于基于所述工业相机和基于所述激光雷达获取到的堤防坝体表观信息,通过图像和点云的表观病害智能判别算法,将草木异常生长、局部滑坡、管涌坝体表观病害在所述建立的堤防坝体三维模型上进行识别展示。所述表观病害监测模组和所述坝体内监测模组监测采集获得的数据经所述自动传输程序实时发送至所述云平台,所述云平台可采用分布式计算技术,将监测传感设备离散为相应数量计算节点,进行协同并行运算,同时并行处理所述全功能测量模块、所述点云信息采集装置和所述图像信息采集装置监测获取的渗流参数数据、点云数据和图像数据,在监测数据超警戒值情况下,则向所述预警客户端发送预警信号。
本实施例的采用如上述所述的堤防渗流自动监测预警系统的自动监测预警方法,其包括:
利用点云信息采集装置和图像信息采集装置,分别采集接触渗流的点云数据和图像数据;利用全功能测量模块和监测传感器监测接触渗流参数数据;
将接触渗流参数数据、点云数据和图像数据传送至工控机,并再经自动传输模块传送至云平台;
利用云平台并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向预警客户端发送预警信号。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种堤防渗流自动监测预警系统,其特征在于,包括表观病害监测模组、坝体内监测模组和传输预警模块;
所述表观病害监测模组包含点云信息采集装置和图像信息采集装置,用于分别采集接触渗流的点云数据和图像数据;所述坝体内监测模组包含全功能测量模块和监测传感器,用于监测接触渗流参数数据;
所述传输预警模组包含工控机、自动传输模块、云平台和预警客户端,所述工控机用于接收接触渗流参数数据、点云数据和图像数据,并经自动传输模块传送至云平台,所述云平台用于并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向所述预警客户端发送预警信号。
2.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述点云信息采集装置包含俯仰动作自动化模块和激光雷达,所述激光雷达和所述俯仰动作自动化模块固定连接。
3.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述图像信息采集装置包含工业相机和相机云台,所述工业相机安装固定在所述相机云台上。
4.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述全功能测量模块为模块化组合,固定安装在主控机箱内,所述主控机箱内还固定安装有工控机。
5.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述全功能测量模块由全功能测量模块、主控模块、电源模块、通讯模块和接线端子组成,所述全功能测量模块与主控模块相连,所述主控模块与电源模块、通讯模块和接线端子分别相连。
6.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述监测传感器埋设在监测堤防坝体内部。
7.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述工控机通过路由器与自动传输模块通讯。
8.如权利要求1所述的堤防渗流自动监测预警系统,其特征在于,所述堤防渗流自动监测预警系统还包括组供能模组,其用于为表观病害监测模组、坝体内监测模组和传输预警模块提供电能。
9.如权利要求8所述的堤防渗流自动监测预警系统,其特征在于,所述供能模组包含太阳能板和蓄电池,所述太阳能板固定安装在立柱上,所述蓄电池安置在户外机柜内部;所述点云信息采集装置和图像信息采集装置也安装在立柱上。
10.一种采用如权利要求1-9中任一项所述的堤防渗流自动监测预警系统的自动监测预警方法,其特征在于,包括:
利用点云信息采集装置和图像信息采集装置,分别采集接触渗流的点云数据和图像数据;利用全功能测量模块和监测传感器监测接触渗流参数数据;
将接触渗流参数数据、点云数据和图像数据传送至工控机,并再经自动传输模块传送至云平台;
利用云平台并行处理渗流参数数据、点云数据和图像数据得到监测数据,且当监测数据超警戒值时,向预警客户端发送预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210762550.1A CN115223337A (zh) | 2022-06-30 | 2022-06-30 | 一种堤防渗流自动监测预警系统及监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210762550.1A CN115223337A (zh) | 2022-06-30 | 2022-06-30 | 一种堤防渗流自动监测预警系统及监测预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115223337A true CN115223337A (zh) | 2022-10-21 |
Family
ID=83610387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210762550.1A Pending CN115223337A (zh) | 2022-06-30 | 2022-06-30 | 一种堤防渗流自动监测预警系统及监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115223337A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116147847A (zh) * | 2023-04-13 | 2023-05-23 | 中国铁塔股份有限公司 | 坝体的监测信息的生成方法、装置、设备及可读存储介质 |
CN117078627A (zh) * | 2023-08-18 | 2023-11-17 | 中国水利水电科学研究院 | 一种淤地坝坝体缺陷监测及安全评价方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106990411A (zh) * | 2017-05-24 | 2017-07-28 | 东华理工大学 | 非接触式边坡崩滑地质灾害远距智能监测预警系统 |
CN112505720A (zh) * | 2020-10-29 | 2021-03-16 | 北京全路通信信号研究设计院集团有限公司 | 一种基于多线激光雷达的边坡灾害监测系统及方法 |
CN112711033A (zh) * | 2020-12-09 | 2021-04-27 | 中科视语(北京)科技有限公司 | 边坡安全监测预警装置和预警方法 |
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 |
CN113593040A (zh) * | 2021-08-06 | 2021-11-02 | 山东大学 | 一种堤防护坡植被异常生长病害识别方法及系统 |
CN113723403A (zh) * | 2021-08-26 | 2021-11-30 | 广东电网有限责任公司广州供电局 | 一种滑坡监测方法、装置、电子设备及存储介质 |
CN114519921A (zh) * | 2022-02-24 | 2022-05-20 | 重庆大学 | 一种基于工业云的模块化滑坡监测预警系统 |
-
2022
- 2022-06-30 CN CN202210762550.1A patent/CN115223337A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106990411A (zh) * | 2017-05-24 | 2017-07-28 | 东华理工大学 | 非接触式边坡崩滑地质灾害远距智能监测预警系统 |
CN112505720A (zh) * | 2020-10-29 | 2021-03-16 | 北京全路通信信号研究设计院集团有限公司 | 一种基于多线激光雷达的边坡灾害监测系统及方法 |
CN112711033A (zh) * | 2020-12-09 | 2021-04-27 | 中科视语(北京)科技有限公司 | 边坡安全监测预警装置和预警方法 |
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 |
CN113593040A (zh) * | 2021-08-06 | 2021-11-02 | 山东大学 | 一种堤防护坡植被异常生长病害识别方法及系统 |
CN113723403A (zh) * | 2021-08-26 | 2021-11-30 | 广东电网有限责任公司广州供电局 | 一种滑坡监测方法、装置、电子设备及存储介质 |
CN114519921A (zh) * | 2022-02-24 | 2022-05-20 | 重庆大学 | 一种基于工业云的模块化滑坡监测预警系统 |
Non-Patent Citations (1)
Title |
---|
齐敏敏: "基于三维点云的堤防渗流表观病险识别及智能建模方法研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, pages 037 - 18 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116147847A (zh) * | 2023-04-13 | 2023-05-23 | 中国铁塔股份有限公司 | 坝体的监测信息的生成方法、装置、设备及可读存储介质 |
CN117078627A (zh) * | 2023-08-18 | 2023-11-17 | 中国水利水电科学研究院 | 一种淤地坝坝体缺陷监测及安全评价方法及系统 |
CN117078627B (zh) * | 2023-08-18 | 2024-02-27 | 中国水利水电科学研究院 | 一种淤地坝坝体缺陷监测及安全评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115223337A (zh) | 一种堤防渗流自动监测预警系统及监测预警方法 | |
KR102423561B1 (ko) | 디지털 트윈 기반 지능형 댐 안전 관리 시스템 | |
CN109443307A (zh) | 一种基于光学测量的输电杆塔沉降和倾斜角的测量系统及方法 | |
CN106595551A (zh) | 基于深度学习的输电线路覆冰图像中覆冰厚度检测方法 | |
CN102401648B (zh) | 一种关于高压输电线路杆塔倾斜的视频监测系统 | |
CN108230302A (zh) | 一种核电厂冷源海域入侵海洋生物探测及处置方法 | |
CN108734117A (zh) | 基于yolo的电缆设备外部腐蚀破损识别方法 | |
CN103971406A (zh) | 基于线结构光的水下目标三维重建方法 | |
CN106326865A (zh) | 一种基于无人机的水利工程区域实时监测系统及方法和装置 | |
CN206388307U (zh) | 一种新型智能水文水情观测预警系统 | |
Filipot et al. | La Jument lighthouse: a real-scale laboratory for the study of giant waves and their loading on marine structures | |
CN112212922A (zh) | 基于人工智能技术的应急水位流速监测设备 | |
CN114267155A (zh) | 一种基于视频识别技术的地质灾害监测预警系统 | |
CN110570520A (zh) | 一种基于slam的变电站检修安全距离监控方法 | |
CN110608716A (zh) | 一种基于slam的变电站检修安全距离监控方法 | |
CN113593040B (zh) | 一种堤防护坡植被异常生长病害识别方法及系统 | |
CN207423114U (zh) | 一种滑坡多点位移智能监测装置 | |
CN214149734U (zh) | 一种桥梁监测系统 | |
CN107065018B (zh) | 一种用于堤坝动态监测的电法观测方法 | |
CN110288899B (zh) | 均质堤坝三维动物洞穴致灾机理模拟的装置和方法 | |
CN205827581U (zh) | 电力电缆通道的防破坏预警装置 | |
CN106303412A (zh) | 基于监控影像的排土场位移远程实时监测装置与方法 | |
NL2032646B1 (en) | Method and system for monitoring local changes of underwater topography | |
CN218723923U (zh) | 一种基于机器视觉的边坡形变自动化监测预警系统 | |
CN103093579A (zh) | 一种基于视频的泥石流或山体滑坡报警系统 |
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 |