CN116341283A - 一种基于深水淤泥采样的水下地形仿真方法和系统 - Google Patents
一种基于深水淤泥采样的水下地形仿真方法和系统 Download PDFInfo
- Publication number
- CN116341283A CN116341283A CN202310568729.8A CN202310568729A CN116341283A CN 116341283 A CN116341283 A CN 116341283A CN 202310568729 A CN202310568729 A CN 202310568729A CN 116341283 A CN116341283 A CN 116341283A
- Authority
- CN
- China
- Prior art keywords
- underwater
- silt
- simulation
- topography
- underwater topography
- 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
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种基于深水淤泥采样的水下地形仿真方法和系统,通过仿真方法与水下测试的相互耦合,构建水下淤泥仿真地形候选模型,实施水下模拟作业,得到水下地形在水下地形淤泥检测环境下的实际淤泥检测质量参数并对模型实施调整,淤泥检测环境切分处理后实施水下地形仿真分析,得到可信度最高的可信水下地形参数,以首选淤泥检测环境来实施水下模拟作业得到首选实际淤泥检测质量参数,与可信度最高的参数实施比较,验证并输出水下地形的高程参数绘制优化结果。本发明在综合考虑其淤泥选用、地形绘制及优化的基础上,得能够综合研究人员的水下作业经验,把主观定性分析和客观数据定量计算相结合,能够避免单一定性分析或定量分析导致的片面性。
Description
技术领域
本发明涉及海洋测绘技术领域,具体讲是一种基于深水淤泥采样的水下地形仿真方法和系统。
背景技术
由于自然和人类活动的影响,大量的泥沙等物质融入水体之中,泥沙夹杂有机物质淤积河流、湖泊,不仅造成水质污染和淤泥污染,影响航道安全,因此,各级管理部门对于水下地形测量、航道疏浚及淤泥厚度测量也提出了更高的要求;水下地形测量由于水下环境看不到、摸不着,测量过程比陆上测量要困难和复杂很多,水下地形测量过程复杂、专业性强,传统的水下地形测量技术如有人船搭载测深仪、RTK人工作业测量精度低、效率低下,无法在危险区、复杂环境下作业,有人船或者人工涉水测量,容易造成测量区域漏测等,已无法满足目前高精度、高要求、自动化的三维水下地形测量要求。
对于需要测量水深的水利建设全周期,水深测量具有重要的地位和作用,直接影响着水利设施能否在完工后正常运行,影响着水资源的合理利用和开发,为可持续发展奠定基础。水利建设过程中,实时监测、测量水底的高程和地质变化情况,作为修建的依据,测量精度的要求是否到位,直接影响着水利建设的成败;水利运行管理中,通过定期的水深测量来了解绘制是否合理,绘制理论是否正确;通过测量水底淤泥变化情况,分析建设项目效益最大化的条件,从中找到相应的规律,为水利项目运行奠定了基础。
而现有技术中,依靠对不同地形淤泥进行仿真模型构建进而勾勒水下地形的方案还很少,而淤泥的相关属性对地形的构成作用性又不可忽视。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于深水淤泥采样的水下地形仿真方法和系统,综合考虑水下地形加工过程中各种因素对大型数控水下地形的功能和质量的影响,提高了地形绘制可靠性的精确性。
第一方面,本发明提供了一种基于深水淤泥采样的水下地形仿真方法,包括:
构建水下淤泥仿真地形候选模型,通过水下淤泥仿真地形候选模型得到备选高程参数;
对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数;
依据多个实际淤泥检测质量参数对水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型;
对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数;
构建水下地形质量仿真模糊评价方法,并将多个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境;
依据首选淤泥检测环境,实施水下模拟作业,得到水下地形的首选实际淤泥检测质量参数,将首选实际淤泥检测质量参数与可信度最高的可信水下地形参数实施比较,得到水下地形的高程参数绘制优化结果;
水下淤泥仿真地形候选模型包括仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型,备选高程参数基于仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型得到;
仿真水下边缘地形候选模型表征如下:
式中,为淤泥流速,即给定泥沙环境在低泥沙量情况下的淤泥平均速度,取各河道在低泥沙量情形下的平均淤泥速度,为河道的最高历史速度;/>为淤泥阻塞密度,以饱和河床底部间距换算;/>为阻塞密度下对应的速度值,对应淤泥在河床运动的最低速度,在实际泥沙流流动中,如果河床运动的区域未出现泥沙现象而引发停车淤泥阻塞,淤泥将采用低速缓慢地前进,流入下游,/>是不为零的速度,/>为常数;
仿真水下盆地地形候选模型表征如下:
普通-淤泥在河谷运动等待的时间大于在流动河道的时间,河道独立且互不干扰,到达河谷后,依据转向需求选择相应的河道,从选择河道的盆地线开始以垂直方向堆叠,关注运动河谷盆地数而非运动长度,任意河道上的运动河谷盆地数由下式计算:
仿真水下中脊地形候选模型表征如下:
进一步地,对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数,具体包括:
设置水下地形的水下地形淤泥检测环境一和水下地形淤泥检测环境二;
分别依据水下地形淤泥检测环境一与水下地形淤泥检测环境二对水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二;
依据多个实际淤泥检测质量参数对水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型,具体包括:
基于水下地形淤泥检测环境一,设置水下淤泥仿真地形候选模型中需调整的部分备选高程参数;
水下地形淤泥检测环境一经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;
基于水下地形淤泥检测环境二,调整模糊调整高程参数,得到次级调整高程参数;
水下地形淤泥检测环境二经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量二;
比较实际淤泥检测质量参数二,与仿真高程参数质量二,当仿真高程参数质量二与实际淤泥检测质量参数二之间相离度超过0.3时,设置水下淤泥仿真地形候选模型中需调整的参数为次级调整高程参数,并基于水下地形淤泥检测环境一对次级调整高程参数再次调整,直到/>不超过0.3并且/>不超过0.3,完成调整,得到调整水下地形仿真模型。
进一步地,对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数,具体包括:
根据水流速的历史最值[WATERFLOWmin,WATERFLOWmax],淤泥流速的历史最值[MUDFLOWmin,MUDFLOWmax]、最大侵蚀深度的历史最值[MaxErosionmin,MaxErosionmax]、波浪高度的历史最值[WaveHeightmin,WaveHeightmax],设定水下地形淤泥检测环境的历史最值;
基于水下地形淤泥检测环境的历史最值,通过均匀分布的方式,选择w个水流速的取值、x个淤泥流速的取值、y个最大侵蚀深度的取值、z个波浪高度的取值,得到P个网格淤泥检测环境,其中w,x,y,z均为正整数;
基于调整水下地形仿真模型,在P个网格淤泥检测环境下分别实施水下地形仿真分析,得到P个可信水下地形参数。
进一步地,构建水下地形质量仿真模糊评价方法,并将P个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境,具体包括:
构建水下地形质量仿真模糊评价方法,并基于P个可信水下地形参数,得到P个可信水下地形参数可信度;
将P个可信水下地形参数可信度中最高的可信度对应的可信水下地形参数设为可信度最高的可信水下地形参数,并将可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境。
根据第二方面,本发明请求保护一种基于深水淤泥采样的水下地形仿真系统,包括:
备选仿真优化模型构建模块:构建水下淤泥仿真地形候选模型,通过水下淤泥仿真地形候选模型得到备选高程参数;
水下模拟作业模块:对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数;
调整模块:依据多个实际淤泥检测质量参数对水下地形仿真模型实施调整,得到调整水下地形仿真模型;
仿真切分模块:对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数;
首选评价模块:构建水下地形质量仿真模糊评价方法,并将P个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境;
优化验证模块:依据首选淤泥检测环境,实施水下模拟作业,得到水下地形的首选实际淤泥检测质量参数,将首选实际淤泥检测质量参数与可信度最高的可信水下地形参数实施比较,得到水下地形的高程参数绘制优化结果;
水下淤泥仿真地形候选模型包括仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型,备选高程参数基于仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型得到;
仿真水下边缘地形候选模型表征如下:
式中,为淤泥流速,即给定泥沙环境在低泥沙量情况下的淤泥平均速度,取各河道在低泥沙量情形下的平均淤泥速度,为河道的最高历史速度;/>为淤泥阻塞密度,以饱和河床底部间距换算;/>为阻塞密度下对应的速度值,对应淤泥在河床运动的最低速度,在实际泥沙流流动中,如果河床运动的区域未出现泥沙现象而引发停车淤泥阻塞,淤泥将采用低速缓慢地前进,流入下游,/>是不为零的速度,/>为常数;
仿真水下盆地地形候选模型表征如下:
普通-淤泥在河谷运动等待的时间大于在流动河道的时间,河道独立且互不干扰,到达河谷后,依据转向需求选择相应的河道,从选择河道的盆地线开始以垂直方向堆叠,关注运动河谷盆地数而非运动长度,任意河道上的运动河谷盆地数由下式计算:
仿真水下中脊地形候选模型表征如下:
进一步地,对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数,具体包括:
设置水下地形的水下地形淤泥检测环境一和水下地形淤泥检测环境二;
分别依据水下地形淤泥检测环境一与水下地形淤泥检测环境二对水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二;
依据多个实际淤泥检测质量参数对水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型,具体包括:
基于水下地形淤泥检测环境一,设置水下淤泥仿真地形候选模型中需调整的部分备选高程参数;
水下地形淤泥检测环境一经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;
基于水下地形淤泥检测环境二,调整模糊调整高程参数,得到次级调整高程参数;
水下地形淤泥检测环境二经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量二;
比较实际淤泥检测质量参数二,与仿真高程参数质量二,当仿真高程参数质量二与实际淤泥检测质量参数二之间相离度超过0.3时,设置水下淤泥仿真地形候选模型中需调整的参数为次级调整高程参数,并基于水下地形淤泥检测环境一对次级调整高程参数再次调整,直到/>不超过0.3并且/>不超过0.3,完成调整,得到调整水下地形仿真模型。
进一步地,对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数,具体包括:
根据水流速的历史最值[WATERFLOWmin,WATERFLOWmax],淤泥流速的历史最值[MUDFLOWmin,MUDFLOWmax]、最大侵蚀深度的历史最值[MaxErosionmin,MaxErosionmax]、波浪高度的历史最值[WaveHeightmin,WaveHeightmax],设定水下地形淤泥检测环境的历史最值;
基于水下地形淤泥检测环境的历史最值,通过均匀分布的方式,选择WATERFLOW个水流速的取值、Dy个淤泥流速的取值、Fmax个最大侵蚀深度的取值、WaveHeight个波浪高度的取值,得到P个网格淤泥检测环境,其中WATERFLOW、Dy、Fmax、WaveHeight均为正整数;
基于调整水下地形仿真模型,在P个网格淤泥检测环境下分别实施水下地形仿真分析,得到P个可信水下地形参数。
进一步地,构建水下地形质量仿真模糊评价方法,并将P个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境,具体包括:
构建水下地形质量仿真模糊评价方法,并基于P个可信水下地形参数,得到P个可信水下地形参数可信度;
将P个可信水下地形参数可信度中最高的可信度对应的可信水下地形参数设为可信度最高的可信水下地形参数,并将可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境。
本发明提出一种基于深水淤泥采样的水下地形仿真方法和系统,通过仿真方法与水下测试的相互耦合,构建水下淤泥仿真地形候选模型,实施水下模拟作业,得到水下地形在水下地形淤泥检测环境下的实际淤泥检测质量参数并对模型实施调整,淤泥检测环境切分处理后实施水下地形仿真分析,得到可信度最高的可信水下地形参数,以首选淤泥检测环境来实施水下模拟作业得到首选实际淤泥检测质量参数,与可信度最高的参数实施比较,验证并输出水下地形的高程参数绘制优化结果。本发明在综合考虑其淤泥选用、地形绘制及优化的基础上,得能够综合研究人员的水下作业经验,把主观定性分析和客观数据定量计算相结合,能够避免单一定性分析或定量分析导致的片面性。
附图说明
图1为本申请实施例的一种基于深水淤泥采样的水下地形仿真方法的整体流程示意图;
图2为本申请实施例的一种基于深水淤泥采样的水下地形仿真方法的仿真模型与实际淤泥检测质量参数之间的验证与调整流程示意图;
图3为本申请实施例的一种基于深水淤泥采样的水下地形仿真系统的地形模块图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。可以理解,本申请所使用的的术语“第一”、“第二”等可在本文本中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另外一个元件区分。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
下面将结合附图对本申请的实施例作进一步地详细描述。
图1为本申请实施例的一种基于深水淤泥采样的水下地形仿真方法的整体流程示意图。以下通过具体计算实施例结合附图对发明方法的具体步骤实施说明。
根据第一实施例,本发明提供了一种基于深水淤泥采样的水下地形仿真方法,包括:
步骤(1),构建水下淤泥仿真地形候选模型,通过水下淤泥仿真地形候选模型得到备选高程参数;
步骤(2),对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数;
步骤(3),依据多个实际淤泥检测质量参数对水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型;
步骤(4),对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数;
步骤(5),构建水下地形质量仿真模糊评价方法,并将多个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境;
步骤(6),依据首选淤泥检测环境,实施水下模拟作业,得到水下地形的首选实际淤泥检测质量参数,将首选实际淤泥检测质量参数与可信度最高的可信水下地形参数实施比较,得到水下地形的高程参数绘制优化结果;
水下淤泥仿真地形候选模型包括仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型,备选高程参数基于仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型得到;
仿真水下边缘地形候选模型表征如下:
式中,为淤泥流速,即给定泥沙环境在低泥沙量情况下的淤泥平均速度,取各河道在低泥沙量情形下的平均淤泥速度,为河道的最高历史速度;/>为淤泥阻塞密度,以饱和河床底部间距换算;/>为阻塞密度下对应的速度值,对应淤泥在河床运动的最低速度,在实际泥沙流流动中,如果河床运动的区域未出现泥沙现象而引发停车淤泥阻塞,淤泥将采用低速缓慢地前进,流入下游,/>是不为零的速度,/>为常数;
仿真水下盆地地形候选模型表征如下:
普通-淤泥在河谷运动等待的时间大于在流动河道的时间,河道独立且互不干扰,到达河谷后,依据转向需求选择相应的河道,从选择河道的盆地线开始以垂直方向堆叠,关注运动河谷盆地数而非运动长度,任意河道上的运动河谷盆地数由下式计算:
仿真水下中脊地形候选模型表征如下:
进一步地,对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数,具体包括:
设置水下地形的水下地形淤泥检测环境一和水下地形淤泥检测环境二;
分别依据水下地形淤泥检测环境一与水下地形淤泥检测环境二对水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二;
依据多个实际淤泥检测质量参数对水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型,具体包括:
基于水下地形淤泥检测环境一,设置水下淤泥仿真地形候选模型中需调整的部分备选高程参数;
水下地形淤泥检测环境一经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;
基于水下地形淤泥检测环境二,调整模糊调整高程参数,得到次级调整高程参数;
水下地形淤泥检测环境二经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量二;
比较实际淤泥检测质量参数二,与仿真高程参数质量二,当仿真高程参数质量二与实际淤泥检测质量参数二之间相离度超过0.3时,设置水下淤泥仿真地形候选模型中需调整的参数为次级调整高程参数,并基于水下地形淤泥检测环境一对次级调整高程参数再次调整,直到/>不超过0.3并且/>不超过0.3,完成调整,得到调整水下地形仿真模型。
进一步地,对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数,具体包括:
根据水流速的历史最值[WATERFLOWmin,WATERFLOWmax],淤泥流速的历史最值[MUDFLOWmin,MUDFLOWmax]、最大侵蚀深度的历史最值[MaxErosionmin,MaxErosionmax]、波浪高度的历史最值[WaveHeightmin,WaveHeightmax],设定水下地形淤泥检测环境的历史最值;
基于水下地形淤泥检测环境的历史最值,通过均匀分布的方式,选择w个水流速的取值、x个淤泥流速的取值、y个最大侵蚀深度的取值、z个波浪高度的取值,得到P个网格淤泥检测环境,其中w,x,y,z均为正整数;
基于调整水下地形仿真模型,在P个网格淤泥检测环境下分别实施水下地形仿真分析,得到P个可信水下地形参数。
进一步地,构建水下地形质量仿真模糊评价方法,并将P个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境,具体包括:
构建水下地形质量仿真模糊评价方法,并基于P个可信水下地形参数,得到P个可信水下地形参数可信度;
将P个可信水下地形参数可信度中最高的可信度对应的可信水下地形参数设为可信度最高的可信水下地形参数,并将可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境。
根据本发明的另一实施例,对于水下地形的地形优化绘制还可以包括:
1)对水下地形进行数字化质量参数仿真;
2)根据水下地形的质量参数对实际地形制造进行整体规划;
3)根据实际地形制造的整体规划构建实际地形制造的模糊评价模型,并对该模型进行集成与融合,生成仿真地形制造;
4)对仿真地形制造进行仿真验证;
5)根据仿真结果,若满足绘制要求,则开始步骤6),若整体规划不满足绘制要求,返回步骤2),若构建的模糊评价模型不满足绘制要求,返回步骤3);
6)根据验证后的仿真地形制造构建实际地形制造;
7)建立实际地形制造与仿真地形制造的双向映射关系,实现仿真地形制造对实际地形制造的管控。
1)中,对水下地形进行数字化质量参数仿真;对水下地形进行数字化质量仿真参数是以水下地形的三维数模为核心,用集成的三维实体模型代替传统二维水下作业图纸,并基于三维PMI标注信息、地形绘制注释技术图解、三维仿真动画以及工序描述信 息等地形绘制指导信息,完整表达水下地形显性几何尺寸信息及隐性地形绘制信息,实现产品三维地形绘制文件的全息表达。具体实施通过创建地形绘制地形、进行地形绘制路线绘制,并完成详细质量参数,创建水下地形的三维模型,并三维标注。
2)中,根据水下地形的质量参数对实际地形制造进行整体规划:地形制造 的整体规划是指结合场地特点、水下地形 特点、特殊要求,确定设备选型与数量,确定各工序的淤泥检测内容,制定生产流 程与设备流转顺序;规划地形制造的整体排布,确定运动形式与运动路径。
3)中,根据实际地形制造的整体规划构建实际地形制造的模糊评价模 型,并对该模型进行集成与融合,生成仿真地形制造。
按照构件、运转流程、策略三个层面划分为地形制造的构件层建模、地形制造的运转流程层建模、地形制造的策略层建模。地形制造的构件主要就是设备,设备模糊评价 模型包括:设备三维模型、数字空间的位置信息、设备运转流程、虚实接口。具体实施方式在创建设备的三维模型,确定数字空间的位置信息,并将其建立设备模型库,并对具有 运动属性的设备进行运动机构建模和运动姿态建模,确定设备运转流程。
地形制造的运转流程层建模是在构件层模型基础上确定,加入驱动及扰动因素,对地形制造构件的顺序性、并发性、联动性等特征进行描述。具体实施方式是设置设备模糊评价模型虚实接口输入参数,在仿真时编写 相应的控制逻辑,以控制地形制造设备的顺序性、并发性、联动性运转流程。
策略层建模是将地形制造的策略规律映射到相应的构件模型和运转流程模型上。具体实施方式是建立全部构件模型的信号链接,设置运转流程模型控制逻辑的判断环境。
对地形制造模糊评价模型进行集成与融合,形成与现实世界中水下地形、工业机器人、工件、物料单元实时位置、位姿、速度、状态信息相一致的仿真地形制造。
图2为本申请实施例的一种基于深水淤泥采样的水下地形仿真方法的仿真模型与实际淤泥检测质量参数之间的验证与调整流程示意图;
具体的,步骤(2)还包括:
将水下地形放置于水下地形水下勘探平台,并连接好气体供给管道、冲床负载等。待水下地形刚度性检测合格后,按照水下地形说明规定的初检淤泥检测环境对其实施初检,直至初检过程完成。
基于水下地形的测试和仿真需求,设置水下地形的水下地形淤泥检测环境一,水下地形淤泥检测环境一的水流速为WATERFLOW1、淤泥流速为MUDFLOW1、最大侵蚀深度为T1、波浪高度为P1;
基于水下地形的测试和仿真需求,设置水下地形的水下地形淤泥检测环境二,水下地形淤泥检测环境二的水流速为WATERFLOW2、淤泥流速为MUDFLOW2、最大侵蚀深度为T2、波浪高度为P2;
依据水下地形淤泥检测环境一与水下地形淤泥检测环境二对水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二。
在一些实施例中,水下地形的测试和仿真需求通常是基于水下地形样品的指导手册选择的,也就是可以根据客户的需求,实施个性化定制,只要是在样品流动的淤泥检测环境区间,比如最大侵蚀深度60-90,淤泥流速40%-100%等,那从中任取工况组合就可以(比如取最大侵蚀深度60,淤泥流速40%),且针对所有工况具有普适性。
按照水下地形淤泥检测环境一的参数,设置水下勘探平台的测试淤泥检测环境,对水下地形实施测试,得到其高程参数绘制与淤泥量之间的关系图,即水下地形淤泥检测环境一下水下地形的极化曲线质量。
按照水下地形淤泥检测环境二的参数,设置水下勘探平台的测试淤泥检测环境,对水下地形实施测试,得到其高程参数绘制与淤泥量之间的关系图,即水下地形淤泥检测环境二下水下地形的极化曲线质量。
具体的,步骤(3)还包括:基于实测水下地形的地形与绘制参数,设置仿真模型中对应参数:
在一些实施例中, 水下地形淤泥检测环境一经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;通过第一仿真实际淤泥检测质量参数中水下地形淤泥检测环境一的极化曲线质量,对仿真模型实施调整,使得当仿真高程参数质量一与实际淤泥检测质量参数一之间相离度超过0.3时,调整部分备选高程参数,得到模糊调整高程参数。
经过计算得出,在第一轮模型调整过程中,水下地形淤泥检测环境一的仿真结果与实际淤泥检测质量参数之间相离度为7.3%,此时对应的波浪高度约为21m。
基于实际淤泥检测质量参数中水下地形淤泥检测环境二的参数,调整模糊调整高程参数,得到次级调整高程参数。
基于仿真模型在水下地形淤泥检测环境二下的仿真高程参数质量二实施调整,得到模型仿真结果,并与实际淤泥检测质量参数二实施对比,得到仿真高程参数质量二与实际淤泥检测质量参数二之间相离度;
在一些实施例中,经过计算得出,在第一轮模型调整过程中,仿真高程参数质量二与第二仿真实际淤泥检测质量参数之间相离度为22.7%,此时对应的波浪高度约为23m。
由于水下地形淤泥检测环境二中仿真高程参数质量二与实际淤泥检测质量参数二之间相离度超过0.3,因此需要重新对于水下地形淤泥检测环境一以及水下地形淤泥检测环境二实施验证与调整。
经过计算得出,在第二轮模型调整过程中,仿真高程参数质量一与实际淤泥检测质量参数一之间相离度为4.3%,仿真高程参数质量二与实际淤泥检测质量参数二之间相离度为26.2%,需要重新对于水下地形淤泥检测环境一以及水下地形淤泥检测环境二实施验证与调整。
经过计算得出,在第三轮模型调整过程中,仿真高程参数质量一与实际淤泥检测质量参数一之间相离度为4.9%,仿真高程参数质量二与实际淤泥检测质量参数二之间相离度为20.4%,需要重新对于水下地形淤泥检测环境一以及水下地形淤泥检测环境二实施验证与调整。
经过计算得出,在第四轮模型调整过程中,仿真高程参数质量一与实际淤泥检测质量参数一之间相离度为2.9%,仿真高程参数质量二与实际淤泥检测质量参数二之间相离度为23.1%,需要重新对于水下地形淤泥检测环境一以及水下地形淤泥检测环境二实施验证与调整。
通过比较实际淤泥检测质量参数二,与仿真高程参数质量二,当仿真高程参数质量二与实际淤泥检测质量参数二之间相离度超过0.3时,设置水下淤泥仿真地形候选模型中需调整的参数为次级调整高程参数,并基于水下地形淤泥检测环境一对次级调整高程参数再次调整,直到/>不超过0.3并且/>不超过0.3,完成调整,得到调整水下地形仿真模型。
在一些实施例中,经过计算得出,在第五轮模型调整过程中,仿真高程参数质量一与实际淤泥检测质量参数一之间相离度为5.6%,此时对应的波浪高度约为20m。仿真高程参数质量二与实际淤泥检测质量参数二之间相离度为6.8%,此时对应的波浪高度约为16m。
具体的,步骤(4)基于调整水下地形仿真模型,在P个淤泥检测环境下分别实施水下地形仿真分析,得到P个可信水下地形参数:
P的数量为a×b×c×d。
在一些实施例中,步骤(5)中的水下地形质量仿真模糊评价方法表达式中d,e,f分别为模糊评价权重因子,其数值分别为1/3,1/3,1/3。
基于上述40组淤泥检测环境下的模型输出结果,经过计算得出质量仿真模糊评价方法的数值。
基于上述水下地形质量仿真模糊评价方法的计算结果,选择可信水下地形参数可信度最大的对应的淤泥检测环境,将其定义为首选淤泥检测环境。
待水下地形刚度性检测合格后,按照首选淤泥检测环境的参数,设置水下勘探平台的测试淤泥检测环境,对水下地形实施测试,得到其高程参数绘制与淤泥量之间的关系图。
在该实施例,通过仿真方法与水下测试的相互耦合,既能够降低水下地形淤泥检测环境优化过程中所需的试验数量与试验周期,而且能够提高仿真结果的可靠性与准确率,更好地发挥仿真方法在优化过程中的作用,最终以较低的试验成本及较短的研发周期实现水下地形质量的提升。
经过计算得出,按照水下地形质量仿真模糊评价方法的数值,在首选淤泥检测环境下的质量表现比水下地形淤泥检测环境下的质量表现分别提升了8.4%,9.7%。
经过计算得出,在首选淤泥检测环境下,水下地形仿真模型结果与实际淤泥检测质量参数之间相离度分别为6.1%,6.9%。
另外,对应上述质量优化方法,参照附图3,根据第二实施例,本发明请求保护一种基于深水淤泥采样的水下地形仿真系统,包括:
备选仿真优化模型构建模块:构建水下淤泥仿真地形候选模型,通过水下淤泥仿真地形候选模型得到备选高程参数;
水下模拟作业模块:对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数;
调整模块:依据多个实际淤泥检测质量参数对水下地形仿真模型实施调整,得到调整水下地形仿真模型;
仿真切分模块:对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数;
首选评价模块:构建水下地形质量仿真模糊评价方法,并将P个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境;
优化验证模块:依据首选淤泥检测环境,实施水下模拟作业,得到水下地形的首选实际淤泥检测质量参数,将首选实际淤泥检测质量参数与可信度最高的可信水下地形参数实施比较,得到水下地形的高程参数绘制优化结果;
水下淤泥仿真地形候选模型包括仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型,备选高程参数基于仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型得到;
仿真水下边缘地形候选模型表征如下:
式中,为淤泥流速,即给定泥沙环境在低泥沙量情况下的淤泥平均速度,取各河道在低泥沙量情形下的平均淤泥速度,为河道的最高历史速度;/>为淤泥阻塞密度,以饱和河床底部间距换算;/>为阻塞密度下对应的速度值,对应淤泥在河床运动的最低速度,在实际泥沙流流动中,如果河床运动的区域未出现泥沙现象而引发停车淤泥阻塞,淤泥将采用低速缓慢地前进,流入下游,/>是不为零的速度,/>为常数;
仿真水下盆地地形候选模型表征如下:
普通-淤泥在河谷运动等待的时间大于在流动河道的时间,河道独立且互不干扰,到达河谷后,依据转向需求选择相应的河道,从选择河道的盆地线开始以垂直方向堆叠,关注运动河谷盆地数而非运动长度,任意河道上的运动河谷盆地数由下式计算:
仿真水下中脊地形候选模型表征如下:
进一步地,对水下地形实施水下模拟作业,得到水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数,具体包括:
设置水下地形的水下地形淤泥检测环境一和水下地形淤泥检测环境二;
分别依据水下地形淤泥检测环境一与水下地形淤泥检测环境二对水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二;
依据多个实际淤泥检测质量参数对水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型,具体包括:
基于水下地形淤泥检测环境一,设置水下淤泥仿真地形候选模型中需调整的部分备选高程参数;
水下地形淤泥检测环境一经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;
基于水下地形淤泥检测环境二,调整模糊调整高程参数,得到次级调整高程参数;
水下地形淤泥检测环境二经水下淤泥仿真地形候选模型处理后得到仿真高程参数质量二;
比较实际淤泥检测质量参数二,与仿真高程参数质量二,当仿真高程参数质量二与实际淤泥检测质量参数二之间相离度超过0.3时,设置水下淤泥仿真地形候选模型中需调整的参数为次级调整高程参数,并基于水下地形淤泥检测环境一对次级调整高程参数再次调整,直到/>不超过0.3并且/>不超过0.3,完成调整,得到调整水下地形仿真模型。
进一步地,对多个水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于调整水下地形仿真模型,对多个网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数,具体包括:
根据水流速的历史最值[WATERFLOWmin,WATERFLOWmax],淤泥流速的历史最值[MUDFLOWmin,MUDFLOWmax]、最大侵蚀深度的历史最值[MaxErosionmin,MaxErosionmax]、波浪高度的历史最值[WaveHeightmin,WaveHeightmax],设定水下地形淤泥检测环境的历史最值;
基于水下地形淤泥检测环境的历史最值,通过均匀分布的方式,选择WATERFLOW个水流速的取值、Dy个淤泥流速的取值、Fmax个最大侵蚀深度的取值、WaveHeight个波浪高度的取值,得到P个网格淤泥检测环境,其中WATERFLOW、Dy、Fmax、WaveHeight均为正整数;
基于调整水下地形仿真模型,在P个网格淤泥检测环境下分别实施水下地形仿真分析,得到P个可信水下地形参数。
进一步地,构建水下地形质量仿真模糊评价方法,并将P个可信水下地形参数分别输入水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境,具体包括:
构建水下地形质量仿真模糊评价方法,并基于P个可信水下地形参数,得到P个可信水下地形参数可信度;
将P个可信水下地形参数可信度中最高的可信度对应的可信水下地形参数设为可信度最高的可信水下地形参数,并将可信度最高的可信水下地形参数对应的网格淤泥检测环境作为首选淤泥检测环境。
除非另作定义,本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不为任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“连接”或者“相连”等类似的词语并非限定于实际的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于为相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也相应地改变。
以上是本发明的优选实施方式,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,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于深水淤泥采样的水下地形仿真方法,其特征在于,包括:
构建水下淤泥仿真地形候选模型,通过所述水下淤泥仿真地形候选模型得到备选高程参数;
对所述水下地形实施水下模拟作业,得到所述水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数;
依据多个所述实际淤泥检测质量参数对所述水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型;
对多个所述水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于所述调整水下地形仿真模型,对多个所述网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数;
构建水下地形质量仿真模糊评价方法,并将多个所述可信水下地形参数分别输入所述水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,所述可信度最高的可信水下地形参数对应的所述网格淤泥检测环境作为首选淤泥检测环境;
依据所述首选淤泥检测环境,实施所述水下模拟作业,得到水下地形的首选实际淤泥检测质量参数,将所述首选实际淤泥检测质量参数与所述可信度最高的可信水下地形参数实施比较,得到所述水下地形的高程参数绘制优化结果。
2.如权利要求1所述的一种基于深水淤泥采样的水下地形仿真方法,所述水下淤泥仿真地形候选模型包括仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型,所述备选高程参数基于所述仿真水下边缘地形候选模型、所述仿真水下盆地地形候选模型和所述仿真水下中脊地形候选模型得到;
仿真水下边缘地形候选模型表征如下:
式中,为淤泥流速,即给定泥沙环境在低泥沙量情况下的淤泥平均速度,取各河道在低泥沙量情形下的平均淤泥速度,为河道的最高历史速度;/>为淤泥阻塞密度,以饱和河床底部间距换算;/>为阻塞密度下对应的速度值,对应淤泥在河床运动的最低速度,在实际泥沙流流动中,如果河床运动的区域未出现泥沙现象而引发停车淤泥阻塞,淤泥将采用低速缓慢地前进,流入下游,/>是不为零的速度,/>为常数;
仿真水下盆地地形候选模型表征如下:
普通-淤泥在河谷运动等待的时间大于在流动河道的时间,河道独立且互不干扰,到达河谷后,依据转向需求选择相应的河道,从选择河道的盆地线开始以垂直方向堆叠,关注运动河谷盆地数而非运动长度,任意河道上的运动河谷盆地数由下式计算:
仿真水下中脊地形候选模型表征如下:
3.如权利要求1所述的一种基于深水淤泥采样的水下地形仿真方法,其特征在于:
所述对所述水下地形实施水下模拟作业,得到所述水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数,具体包括:
设置所述水下地形的水下地形淤泥检测环境一和水下地形淤泥检测环境二;
分别依据所述水下地形淤泥检测环境一与所述水下地形淤泥检测环境二对所述水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二;
所述依据多个所述实际淤泥检测质量参数对所述水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型,具体包括:
基于所述水下地形淤泥检测环境一,设置所述水下淤泥仿真地形候选模型中需调整的部分所述备选高程参数;
所述水下地形淤泥检测环境一经所述水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;
基于所述水下地形淤泥检测环境二,调整所述模糊调整高程参数,得到次级调整高程参数;
所述水下地形淤泥检测环境二经所述水下淤泥仿真地形候选模型处理后得到仿真高程参数质量二;
4.如权利要求3所述的一种基于深水淤泥采样的水下地形仿真方法,其特征在于,所述对多个所述水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于所述调整水下地形仿真模型,对多个所述网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数,具体包括:
根据水流速的历史最值[WATERFLOWmin,WATERFLOWmax],淤泥流速的历史最值[MUDFLOWmin,MUDFLOWmax]、最大侵蚀深度的历史最值[MaxErosionmin,MaxErosionmax]、波浪高度的历史最值[WaveHeightmin,WaveHeightmax],设定所述水下地形淤泥检测环境的历史最值;
基于所述水下地形淤泥检测环境的历史最值,通过均匀分布的方式,选择w个所述水流速的取值、x个所述淤泥流速的取值、y个所述最大侵蚀深度的取值、z个所述波浪高度的取值,得到P个所述网格淤泥检测环境,其中w,x,y,z均为正整数;
基于所述调整水下地形仿真模型,在P个所述网格淤泥检测环境下分别实施水下地形仿真分析,得到P个所述可信水下地形参数。
5.如权利要求4所述的一种基于深水淤泥采样的水下地形仿真方法,其特征在于,所述构建水下地形质量仿真模糊评价方法,并将多个所述可信水下地形参数分别输入所述水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,所述可信度最高的可信水下地形参数对应的所述网格淤泥检测环境作为首选淤泥检测环境,具体包括:
构建水下地形质量仿真模糊评价方法,并基于P个所述可信水下地形参数,得到P个可信水下地形参数可信度;
将所述P个可信水下地形参数可信度中最高的可信度对应的所述可信水下地形参数设为所述可信度最高的可信水下地形参数,并将所述可信度最高的可信水下地形参数对应的所述网格淤泥检测环境作为首选淤泥检测环境。
6.一种基于深水淤泥采样的水下地形仿真系统,其特征在于,包括:
备选仿真优化模型构建模块:构建水下淤泥仿真地形候选模型,通过所述水下淤泥仿真地形候选模型得到备选高程参数;
水下模拟作业模块:对所述水下地形实施水下模拟作业,得到所述水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数;
调整模块:依据多个所述实际淤泥检测质量参数对所述水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型;
仿真切分模块:对多个所述水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于所述调整水下地形仿真模型,对多个所述网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数;
首选评价模块:构建水下地形质量仿真模糊评价方法,并将所述P个可信水下地形参数分别输入所述水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,所述可信度最高的可信水下地形参数对应的所述网格淤泥检测环境作为首选淤泥检测环境;
优化验证模块:依据所述首选淤泥检测环境,实施所述水下模拟作业,得到水下地形的首选实际淤泥检测质量参数,将所述首选实际淤泥检测质量参数与所述可信度最高的可信水下地形参数实施比较,得到水下地形的高程参数绘制优化结果;
所述水下淤泥仿真地形候选模型包括仿真水下边缘地形候选模型、仿真水下盆地地形候选模型和仿真水下中脊地形候选模型,所述备选高程参数基于所述仿真水下边缘地形候选模型、所述仿真水下盆地地形候选模型和所述仿真水下中脊地形候选模型得到;
仿真水下边缘地形候选模型表征如下:
式中,为淤泥流速,即给定泥沙环境在低泥沙量情况下的淤泥平均速度,取各河道在低泥沙量情形下的平均淤泥速度,为河道的最高历史速度;/>为淤泥阻塞密度,以饱和河床底部间距换算;/>为阻塞密度下对应的速度值,对应淤泥在河床运动的最低速度,在实际泥沙流流动中,如果河床运动的区域未出现泥沙现象而引发停车淤泥阻塞,淤泥将采用低速缓慢地前进,流入下游,/>是不为零的速度,/>为常数;
仿真水下盆地地形候选模型表征如下:
普通-淤泥在河谷运动等待的时间大于在流动河道的时间,河道独立且互不干扰,到达河谷后,依据转向需求选择相应的河道,从选择河道的盆地线开始以垂直方向堆叠,关注运动河谷盆地数而非运动长度,任意河道上的运动河谷盆地数由下式计算:
仿真水下中脊地形候选模型表征如下:
7.如权利要求6所述的一种基于深水淤泥采样的水下地形仿真系统,其特征在于:
所述对所述水下地形实施水下模拟作业,得到所述水下地形在多个水下地形淤泥检测环境下的多个实际淤泥检测质量参数,具体包括:
设置所述水下地形的水下地形淤泥检测环境一和水下地形淤泥检测环境二;
分别依据所述水下地形淤泥检测环境一与所述水下地形淤泥检测环境二对所述水下地形实施水下模拟作业,得到实际淤泥检测质量参数一与实际淤泥检测质量参数二;
所述依据多个所述实际淤泥检测质量参数对所述水下淤泥仿真地形候选模型实施调整,得到调整水下地形仿真模型,具体包括:
基于所述水下地形淤泥检测环境一,设置所述水下淤泥仿真地形候选模型中需调整的部分所述备选高程参数;
所述水下地形淤泥检测环境一经所述水下淤泥仿真地形候选模型处理后得到仿真高程参数质量一;
基于所述水下地形淤泥检测环境二,调整所述模糊调整高程参数,得到次级调整高程参数;
所述水下地形淤泥检测环境二经所述水下淤泥仿真地形候选模型处理后得到仿真高程参数质量二;
8.如权利要求7所述的一种基于深水淤泥采样的水下地形仿真系统,其特征在于,所述对多个所述水下地形淤泥检测环境实施切分处理,得到多个网格淤泥检测环境,基于所述调整水下地形仿真模型,对多个所述网格淤泥检测环境实施水下地形仿真分析,得到P个可信水下地形参数,具体包括:
根据水流速的历史最值[WATERFLOWmin,WATERFLOWmax],淤泥流速的历史最值[MUDFLOWmin,MUDFLOWmax]、最大侵蚀深度的历史最值[MaxErosionmin,MaxErosionmax]、波浪高度的历史最值[WaveHeightmin,WaveHeightmax],设定所述水下地形淤泥检测环境的历史最值;
基于所述水下地形淤泥检测环境的历史最值,通过均匀分布的方式,选择w个所述水流速的取值、x个所述淤泥流速的取值、y个所述最大侵蚀深度的取值、z个所述波浪高度的取值,得到P个所述网格淤泥检测环境,其中w,x,y,z均为正整数;
基于所述调整水下地形仿真模型,在P个所述网格淤泥检测环境下分别实施水下地形仿真分析,得到P个所述可信水下地形参数。
9.如权利要求8所述的一种基于深水淤泥采样的水下地形仿真系统,其特征在于,所述构建水下地形质量仿真模糊评价方法,并将多个所述可信水下地形参数分别输入所述水下地形质量仿真模糊评价方法,得到可信度最高的可信水下地形参数,所述可信度最高的可信水下地形参数对应的所述网格淤泥检测环境作为首选淤泥检测环境,具体包括:
构建水下地形质量仿真模糊评价方法,并基于P个所述可信水下地形参数,得到P个可信水下地形参数可信度;
将所述P个可信水下地形参数可信度中最高的可信度对应的所述可信水下地形参数设为所述可信度最高的可信水下地形参数,并将所述可信度最高的可信水下地形参数对应的所述网格淤泥检测环境作为首选淤泥检测环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310568729.8A CN116341283B (zh) | 2023-05-19 | 2023-05-19 | 一种基于深水淤泥采样的水下地形仿真方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310568729.8A CN116341283B (zh) | 2023-05-19 | 2023-05-19 | 一种基于深水淤泥采样的水下地形仿真方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116341283A true CN116341283A (zh) | 2023-06-27 |
CN116341283B CN116341283B (zh) | 2023-07-28 |
Family
ID=86886171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310568729.8A Active CN116341283B (zh) | 2023-05-19 | 2023-05-19 | 一种基于深水淤泥采样的水下地形仿真方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116341283B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060104721A1 (en) * | 2004-11-16 | 2006-05-18 | Choi Kuen H | Method for recovering underwater ecosystem of a river |
CN107895059A (zh) * | 2017-09-18 | 2018-04-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种淤泥质海岸高浊度海区岛礁促淤工程模拟方法 |
US20180267205A1 (en) * | 2017-03-14 | 2018-09-20 | Cgg Services Sas | System and method for estimating the spatial distribution of an earth resource |
CN108562287A (zh) * | 2018-01-08 | 2018-09-21 | 哈尔滨工程大学 | 一种基于自适应采样粒子滤波的水下地形辅助导航方法 |
CN110986876A (zh) * | 2019-11-14 | 2020-04-10 | 河海大学 | 一种基于无人机反演淤泥质潮沟水下地形的方法 |
CN111340946A (zh) * | 2020-03-12 | 2020-06-26 | 五邑大学 | 河道地形模型构建方法、装置、机器人和存储介质 |
CN113239520A (zh) * | 2021-04-16 | 2021-08-10 | 大连海事大学 | 一种近水底三维水下地形环境建模方法 |
CN115951361A (zh) * | 2023-03-13 | 2023-04-11 | 珠江水利委员会珠江水利科学研究院 | 基于大数据平台的海上风电桩的智能地形扫测方法 |
-
2023
- 2023-05-19 CN CN202310568729.8A patent/CN116341283B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060104721A1 (en) * | 2004-11-16 | 2006-05-18 | Choi Kuen H | Method for recovering underwater ecosystem of a river |
US20180267205A1 (en) * | 2017-03-14 | 2018-09-20 | Cgg Services Sas | System and method for estimating the spatial distribution of an earth resource |
CN107895059A (zh) * | 2017-09-18 | 2018-04-10 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种淤泥质海岸高浊度海区岛礁促淤工程模拟方法 |
CN108562287A (zh) * | 2018-01-08 | 2018-09-21 | 哈尔滨工程大学 | 一种基于自适应采样粒子滤波的水下地形辅助导航方法 |
CN110986876A (zh) * | 2019-11-14 | 2020-04-10 | 河海大学 | 一种基于无人机反演淤泥质潮沟水下地形的方法 |
CN111340946A (zh) * | 2020-03-12 | 2020-06-26 | 五邑大学 | 河道地形模型构建方法、装置、机器人和存储介质 |
CN113239520A (zh) * | 2021-04-16 | 2021-08-10 | 大连海事大学 | 一种近水底三维水下地形环境建模方法 |
CN115951361A (zh) * | 2023-03-13 | 2023-04-11 | 珠江水利委员会珠江水利科学研究院 | 基于大数据平台的海上风电桩的智能地形扫测方法 |
Non-Patent Citations (2)
Title |
---|
杨勇;王可东;: "等值线匹配算法的地形适应性研究", 宇航学报, no. 09 * |
王毅: "水下地形与淤泥厚度测量", 《测绘与空间地理信息》, vol. 29, no. 3 * |
Also Published As
Publication number | Publication date |
---|---|
CN116341283B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112417573B (zh) | 基于ga-lssvm与nsga-ⅱ盾构下穿既有隧道施工多目标优化的方法 | |
CN104933268B (zh) | 一种基于一维非恒定流数值模型的洪水分析方法 | |
CN113111418B (zh) | 一种径潮流河段抛石落距的预测方法 | |
CN108978573A (zh) | 一种地形数据快速可视化辅助河床演变研究的方法 | |
CN110284872A (zh) | 海上气田群水下采集系统虚拟流量计算方法及系统 | |
CN112287436B (zh) | 一种多沙河流水库淤积断面和有效库容设计方法及系统 | |
Tang et al. | A numerical study of hydrodynamic processes and flood mitigation in a large river-lake system | |
CN116341283B (zh) | 一种基于深水淤泥采样的水下地形仿真方法和系统 | |
Barker | Rapid, Abundant Velocity Observation to Validate Million-Element Two-Dimensional Hydrodynamic Models | |
CN115293037A (zh) | 基于机器学习的河湖复合系统水动力建模方法 | |
El‐Manadely et al. | Navigation waterway for Lake Nasser/Nubia on the Nile River | |
CN108763732B (zh) | 一种分流砂坝型三角洲前缘训练图像建立方法 | |
Mahmoud et al. | Hybrid meta-heuristic adaptive fuzzy inference systems in rockfill dam multi-objective shape optimization | |
Lee et al. | Development of a large basin rainfall-runoff modeling system using the object-oriented hydrologic modeling system (OHyMoS) | |
Petkovšek | Long-term modelling of reservoir sedimentation with turbid underflows | |
CN117893179B (zh) | 基于数字孪生的水利电力工程建造管控方法及系统 | |
Norouzi et al. | Development of a 2D depth-averaged model for calculating scouring and deposition in alluvial streams | |
Laz | Morphological assessment of a selected reach of Jamuna river by using DELFT3D model | |
CN114117609B (zh) | 航道整治方法及装置 | |
Azmathullah | Neural networks to estimate scour downstream of ski-jump bucket spillway | |
Kim | Assesment of Riverbed Change Due to the Operation of a Series of Gates in a Natural River | |
Erpicum et al. | 15 years of composite modelling to enhance hydraulic structures studies | |
Erpicum et al. | The Taoussa Project (Mali): an example of effective composite modeling | |
Tadele | Improving Water Allocation across Canal Outlets Using Irrigation Performance Indicators and Machine Learning Algorithm: Case Study of Koga Irrigation Scheme | |
Ayoub et al. | A 2D Shallow water model with depth-dependant porosity applied to the Severn River |
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 |