CN116976667A - 基于实时监测和人工智能技术的堤坝安全预警系统 - Google Patents
基于实时监测和人工智能技术的堤坝安全预警系统 Download PDFInfo
- Publication number
- CN116976667A CN116976667A CN202310907089.9A CN202310907089A CN116976667A CN 116976667 A CN116976667 A CN 116976667A CN 202310907089 A CN202310907089 A CN 202310907089A CN 116976667 A CN116976667 A CN 116976667A
- Authority
- CN
- China
- Prior art keywords
- dam
- early warning
- real
- module
- artificial intelligence
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000010219 correlation analysis Methods 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 50
- 238000006073 displacement reaction Methods 0.000 claims description 34
- 239000002689 soil Substances 0.000 claims description 21
- 230000035699 permeability Effects 0.000 claims description 18
- 230000003204 osmotic effect Effects 0.000 claims description 17
- 238000001556 precipitation Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000011282 treatment Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000011269 treatment regimen Methods 0.000 abstract description 2
- 239000000243 solution Substances 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 241000270708 Testudinidae Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Abstract
本发明涉及人工智能技术领域，尤其涉及基于实时监测和人工智能技术的堤坝安全预警系统，包括：数据采集模块、数据传输模块、数据分析处理模块、安全预警模块，数据采集模块又包括第一、第二数据采集模块：分别用于采集堤坝自身性能参数、外界环境参数；数据分析处理模块对于来自数据传输模块的堤坝自身性能参数、外界环境参数进行定向数据处理，得到堤坝及环境综合评价指标TBpz、HJpz，并进一步进行相关性分析，得到pearson相关系数r；安全预警模块根据pearson相关系数r选择不同的安全预警处理策略。本发明安全预警系统可准确评估出当前外界环境参数对于堤坝自身性能参数的影响程度，并根据不同影响程度进行风险评估和分类，针对性采取不同后续处理策略。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及基于实时监测和人工智能技术的堤坝安全预警系统。
背景技术
随着现代大规模水利工程的快速发展，堤坝作为支持防洪、灌溉和供水等方面用途的重要水利工程，其建设和安全维护也越来越重要。然而，堤坝在面临外界环境因素的影响时，其自身安全性能可能会受到严重威胁，例如，在连续降雨天气或者强烈水流冲击下，会造成水压的升高，在更高的水压作用下，水分渗入堤坝土体中，改变堤坝土方的密实度，进而影响堤坝的强度，还可能造成堤坝发生空间位移，进一步可能导致溃坝风险增加。因此，准确评估外界环境因素对堤坝自身性能的影响和关系，对于及时采取相应的安全预警和措施至关重要。
发明内容
有鉴于此，本发明的目的在于提出基于实时监测和人工智能技术的堤坝安全预警系统，以解决现有技术无法根据外界环境因素对堤坝自身安全性能的影响和关系采取相应的安全预警的问题。
基于上述目的，本发明提供了基于实时监测和人工智能技术的堤坝安全预警系统，包括：数据采集模块、数据传输模块、数据分析处理模块、安全预警模块，其中，数据采集模块又包括第一数据采集模块、第二数据采集模块：第一数据采集模块用于采集堤坝自身性能参数，包括堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy；第二数据采集模块用于采集外界环境参数，包括采集平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy；
数据传输模块用于将第一数据采集模块获取的堤坝自身性能参数，以及第二数据采集模块获取的外界环境参数传输至数据分析处理模块；
数据分析处理模块对于来自数据传输模块的堤坝自身性能参数、外界环境参数进行定向数据处理，得到堤坝综合评价指标TBpz、环境综合评价指标HJpz，并进一步采用SPSS分析软件对堤坝综合评价指标TBpz因变量、环境综合评价指标HJpz自变量进行相关性分析，得到pearson相关系数r；
安全预警模块根据数据分析处理模块计算处理的pearson相关系数r选择不同的安全预警处理策略。
进一步地，所述的堤坝土体抗剪强度TQd通过直接剪切试验或者三轴剪切试验进行周期性检测。
进一步地，堤坝地基渗透系数STx通过钻孔注水试验进行周期性检测。
进一步地，所述的纵向位移ZXy及横向位移HXy通过位移传感器进行周期性检测。
进一步地，所述的水流速度Slv通过流速计进行实时监测，流速计包括旋转翼式流速计、涡街流速计或者超声波流速计。
进一步地，所述的水位增长量Swz＝实时水位-常年平均水位，且实时水位通过水位传感器进行实时监测。
进一步地，所述的渗透压力STy为在渗流方向上水对单位体积堤坝的压力，通过渗透压传感器进行实时监测。
进一步地，所述的堤坝综合评价指标TBpz通过将堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy进行无量纲化处理，将各参数相关联，关联公式如式I所示：
式I：
其中，参数意义为：α为土体抗剪强度影响因子，0.42≤α≤0.78，β为渗透系数影响因子，0.61≤β≤1.05，γ为位移影响因子，0.33≤γ≤0.54，C1为常数修正系数。
进一步地，所述的环境综合评价指标HJpz通过将平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy进行无量纲化处理，将各参数相关联，关联公式如式II所示：
式II：
其中，参数意义为：δ为降水量影响因子，ε为流速影响因子，∈为水位影响因子，θ为渗透压力影响因子，且∈＞θ＞δ＞ε＞0，δ+ε+∈+θ＝1.87，C2为常数修正系数。
进一步地，所述的安全预警模块根据数据分析处理模块计算处理的pearson相关系数r选择不同的安全预警处理策略，具体为：
当0＜r＜0.1时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz没有相关性，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度极低，对应地，安全预警模块不发出预警信号，反馈当前外界环境因素对堤坝不会造成明显安全隐患问题，可采取继续动态实时监测的措施；
当0.1≤r＜0.3时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz呈弱相关关系，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度较低，对应地，安全预警模块发出三级预警信号，反馈当前外界环境因素对堤坝造成轻度安全隐患问题，可采取对堤坝发生龟状裂缝、横向裂缝、纵向裂缝等裂缝处进行灌浆修补，并动态实时观察、检测后续渗漏情况；
当0.3≤r≤0.5时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz呈中度相关关系，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度中等，对应地，安全预警模块发出二级预警信号，反馈当前外界环境因素对堤坝造成中度安全隐患问题，可采取通过修建铺设堤坝防渗墙进行加固，并动态实时观察、检测后续渗漏情况；
当0.5＜r＜1时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz呈强相关关系，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度较高，对应地，安全预警模块发出一级预警信号，反馈当前外界环境因素对堤坝造成重度安全隐患问题，可采取通过修建铺设堤坝防渗墙进行加固，和对坝顶浇筑混凝土以提高坝高，并动态实时观察、检测后续渗漏情况。
本发明的有益效果：
本发明通过采集并综合考虑平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy等外界环境参数，得到环境综合评价指标HJpz，通过采集并综合考虑堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy等堤坝自身性能参数，得到堤坝综合评价指标TBpz，并采用SPSS分析软件对二者进行相关性分析，精确、高效评估出当前外界环境参数对于堤坝自身性能参数的影响程度，并根据不同影响程度进行风险评估和分类，针对性采取不同后续处理策略，为堤坝工作人员提供实时可视化的决策支持。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于实时监测和人工智能技术的堤坝安全预警系统模块单元工作示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明进一步详细说明。
需要说明的是，除非另外定义，本发明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一般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表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，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”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
实施例1
如图1所示，本发明提供一实施例的基于实时监测和人工智能技术的堤坝安全预警系统，包括：数据采集模块、数据传输模块、数据分析处理模块、安全预警模块；
其中，数据采集模块又包括第一数据采集模块、第二数据采集模块，第一数据采集模块用于采集堤坝自身性能参数，包括堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy；第二数据采集模块用于采集外界环境参数，包括采集平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy；
堤坝土体抗剪强度TQd是指堤坝土体对于外荷载所产生的剪应力的极限值抵抗能力，主要与土体成份、土壤结构、应力应变等多方面因素有关，作为土体的力学指标的重要一项，其物理意义是由于土体颗粒间的内膜阻力以及胶结物与水膜分子引力所造成的粘聚力构成，在堤坝其他性能参数一致的情况下，土体抗剪强度越高，堤坝安全性能、稳定性越高，呈正相关关系；通过直接剪切试验或者三轴剪切试验进行周期性检测，例如，每间隔3h或者5h或者10h检测堤坝土体抗剪强度TQd；
渗透系数又称水力传导系数，在各向同性介质中，被定义为单位水力梯度下的单位流量，表示流体通过孔隙骨架的难易程度，渗透系数以张量形式表示，表达式为：κ＝kρg/η，式中k为孔隙介质的渗透率，只与固体骨架的性质有关，κ为渗透系数，η为动力粘滞性系数，ρ为流体密度，g为重力加速度；堤坝地基渗透系数STx愈大，表示堤坝地基透水性愈强，则堤坝抵御外部水压的能力就越弱，在堤坝其他性能参数一致的情况下，堤坝地基渗透系数越高，堤坝安全性能、稳定性越低，呈负相关关系；通过钻孔注水试验进行周期性检测，例如，每间隔3h或者5h或者10h检测堤坝地基渗透系数STx；
堤坝纵向位移ZXy及横向位移HXy反映堤坝的变形程度，若堤坝位移量超过设计允许范围，堤坝土体在水压、雨水冲刷作用下，可能会导致堤坝坍塌，在堤坝其他性能参数一致的情况下，堤坝纵向位移ZXy及横向位移HXy越大，堤坝安全性能、稳定性越低，呈负相关关系；堤坝纵向位移ZXy及横向位移HXy通过位移传感器进行周期性检测，例如，每间隔5d或者7d或者15d检测堤坝纵向位移ZXy及横向位移HXy；
通过气象站、水文站或者网络气象数据等获取平均降水量PSl，平均降水量PSl的采集周期例如5d、7d、15d等；
水流速度Slv通过流速计进行实时监测，流速计包括旋转翼式流速计、涡街流速计或者超声波流速计等；
水位增长量Swz＝实时水位-常年平均水位，实时水位通过水位传感器进行实时监测；
渗透压力STy为在渗流方向上水对单位体积堤坝的压力，通过渗透压传感器进行实时监测；
数据传输模块用于将第一数据采集模块获取的堤坝自身性能参数，以及第二数据采集模块获取的外界环境参数传输至数据分析处理模块；
数据分析处理模块对于来自数据传输模块的堤坝自身性能参数、外界环境参数进行定向数据处理，得到堤坝综合评价指标TBpz、环境综合评价指标HJpz，并进一步作相关性分析；
所述的堤坝综合评价指标TBpz通过将堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy进行无量纲化处理，将各参数相关联，关联公式如式I所示：
式I：
其中，参数意义为：α为土体抗剪强度影响因子，0.42≤α≤0.78，β为渗透系数影响因子，0.61≤β≤1.05，γ为位移影响因子，0.33≤γ≤0.54，C1为常数修正系数；
所述的环境综合评价指标HJpz通过将平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy进行无量纲化处理，将各参数相关联，关联公式如式II所示：
式II
其中，参数意义为：δ为降水量影响因子，ε为流速影响因子，∈为水位影响因子，θ为渗透压力影响因子，且∈＞θ＞δ＞ε＞0，δ+ε+∈+θ＝1.87，C2为常数修正系数；
并进一步采用SPSS分析软件对堤坝综合评价指标TBpz、环境综合评价指标HJpz进行相关性分析，其中，环境综合评价指标HJpz作为自变量，堤坝综合评价指标TBpz作为因变量，得到pearson相关系数r；
安全预警模块根据数据分析处理模块计算处理的pearson相关系数r选择不同的安全预警处理策略，具体地：
当0＜r＜0.1时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz没有相关性，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度极低，对应地，安全预警模块不发出预警信号，反馈当前外界环境因素对堤坝不会造成明显安全隐患问题，可采取继续动态实时监测的措施；
当0.1≤r＜0.3时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz呈弱相关关系，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度较低，对应地，安全预警模块发出三级预警信号，反馈当前外界环境因素对堤坝造成轻度安全隐患问题，可采取对堤坝发生龟状裂缝、横向裂缝、纵向裂缝等裂缝处进行灌浆修补，并动态实时观察、检测后续渗漏情况；
当0.3≤r≤0.5时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz呈中度相关关系，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度中等，对应地，安全预警模块发出二级预警信号，反馈当前外界环境因素对堤坝造成中度安全隐患问题，可采取通过修建铺设堤坝防渗墙进行加固，并动态实时观察、检测后续渗漏情况；
当0.5＜r＜1时，表示环境综合评价指标HJpz与堤坝综合评价指标TBpz呈强相关关系，说明当前监测周期内的外界环境参数对于堤坝自身性能参数的影响程度较高，对应地，安全预警模块发出一级预警信号，反馈当前外界环境因素对堤坝造成重度安全隐患问题，可采取通过修建铺设堤坝防渗墙进行加固，和对坝顶浇筑混凝土以提高坝高，并动态实时观察、检测后续渗漏情况。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种航道水下地形变化分析系统及方法逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：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，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.基于实时监测和人工智能技术的堤坝安全预警系统，包括：数据采集模块、数据传输模块、数据分析处理模块、安全预警模块，其特征在于：
数据采集模块又包括第一数据采集模块、第二数据采集模块：第一数据采集模块用于采集堤坝自身性能参数，包括堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy；第二数据采集模块用于采集外界环境参数，包括采集平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy；
数据传输模块用于将第一数据采集模块获取的堤坝自身性能参数，以及第二数据采集模块获取的外界环境参数传输至数据分析处理模块；
数据分析处理模块对于来自数据传输模块的堤坝自身性能参数、外界环境参数进行定向数据处理，得到堤坝综合评价指标TBpz、环境综合评价指标HJpz，并进一步采用SPSS分析软件对堤坝综合评价指标TBpz因变量、环境综合评价指标HJpz自变量进行相关性分析，得到pearson相关系数r；
安全预警模块根据数据分析处理模块计算处理的pearson相关系数r选择不同的安全预警处理策略。
2.根据权利要求1所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的堤坝土体抗剪强度TQd通过直接剪切试验或者三轴剪切试验进行周期性检测。
3.根据权利要求1所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，堤坝地基渗透系数STx通过钻孔注水试验进行周期性检测。
4.根据权利要求1所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的纵向位移ZXy及横向位移HXy通过位移传感器进行周期性检测。
5.根据权利要求1所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的水流速度Slv通过流速计进行实时监测，流速计包括旋转翼式流速计、涡街流速计或者超声波流速计。
6.根据权利要求1所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的水位增长量Swz＝实时水位-常年平均水位，且实时水位通过水位传感器进行实时监测。
7.根据权利要求1所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的渗透压力STy为在渗流方向上水对单位体积堤坝的压力，通过渗透压传感器进行实时监测。
8.根据权利要求1-7任一项所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的堤坝综合评价指标TBpz通过将堤坝土体抗剪强度TQd、堤坝地基渗透系数STx、纵向位移ZXy、横向位移HXy进行无量纲化处理，将各参数相关联，关联公式如式I所示：
其中，参数意义为：α为土体抗剪强度影响因子，0.42≤α≤0.78，β为渗透系数影响因子，0.61≤β≤1.05，γ为位移影响因子，0.33≤γ≤0.54，C1为常数修正系数。
9.根据权利要求1-7任一项所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的环境综合评价指标HJpz通过将平均降水量PSl、水流速度Slv、水位增长量Swz、渗透压力STy进行无量纲化处理，将各参数相关联，关联公式如式II所示：
其中，参数意义为：δ为降水量影响因子，ε为流速影响因子，∈为水位影响因子，θ为渗透压力影响因子，且∈＞θ＞δ＞ε＞0，δ+ε+∈+θ＝1.87，C2为常数修正系数。
10.根据权利要求1-7任一项所述的基于实时监测和人工智能技术的堤坝安全预警系统，其特征在于，所述的安全预警模块根据数据分析处理模块计算处理的pearson相关系数r选择不同的安全预警处理策略，具体为：
当0＜r＜0.1时，安全预警模块不发出预警信号，反馈当前外界环境因素对堤坝不会造成明显安全隐患问题；
当0.1≤r＜0.3时，安全预警模块发出三级预警信号，反馈当前外界环境因素对堤坝造成轻度安全隐患问题；
当0.3≤r≤0.5时，安全预警模块发出二级预警信号，反馈当前外界环境因素对堤坝造成中度安全隐患问题；
当0.5＜r＜1时，安全预警模块发出一级预警信号，反馈当前外界环境因素对堤坝造成重度安全隐患问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310907089.9A CN116976667A (zh) | 2023-07-24 | 2023-07-24 | 基于实时监测和人工智能技术的堤坝安全预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310907089.9A CN116976667A (zh) | 2023-07-24 | 2023-07-24 | 基于实时监测和人工智能技术的堤坝安全预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116976667A true CN116976667A (zh) | 2023-10-31 |
Family
ID=88484426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310907089.9A Pending CN116976667A (zh) | 2023-07-24 | 2023-07-24 | 基于实时监测和人工智能技术的堤坝安全预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116976667A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117193224A (zh) * | 2023-11-07 | 2023-12-08 | 江苏航运职业技术学院 | 一种基于物联网的污水处理智能监控系统 |
-
2023
- 2023-07-24 CN CN202310907089.9A patent/CN116976667A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117193224A (zh) * | 2023-11-07 | 2023-12-08 | 江苏航运职业技术学院 | 一种基于物联网的污水处理智能监控系统 |
| CN117193224B (zh) * | 2023-11-07 | 2024-02-06 | 江苏航运职业技术学院 | 一种基于物联网的污水处理智能监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210404139A1 (en) | System for bridge scour multi-source monitoring, monitoring method thereof, and scour depth evaluating method thereof | |
| CN207244680U (zh) | 一种沉入式桥梁桩基冲刷实时监测系统 | |
| CN104281920A (zh) | 尾矿库分层指标安全评估和预警方法与系统 | |
| CN112095596B (zh) | 基于云平台的边坡预应力锚杆智能化监测预警系统及方法 | |
| CN116976667A (zh) | 基于实时监测和人工智能技术的堤坝安全预警系统 | |
| CN104111091A (zh) | 一种泥石流力学参数监测系统及泥石流预警系统 | |
| CN104452836A (zh) | 一种深基坑支护结构的稳定性检测预警方法 | |
| CN107460898A (zh) | 一种沉入式桥梁桩基冲刷实时监测系统及其监测方法 | |
| Sun et al. | Tailings dam flood overtopping failure evolution pattern | |
| Mays | The role of risk analysis in water resources engineering | |
| CN103163056B (zh) | 一种矿井水文地质条件的探测方法 | |
| CN206772282U (zh) | 海上风电基础绝对沉降监测装置 | |
| CN114399889B (zh) | 一种岩土边坡地质灾害预警系统 | |
| CN109359373B (zh) | 一种预测承压含水层减压降水引发地表沉降的方法 | |
| CN106501147A (zh) | 一种堤坝渗透稳定性与溃堤风险的测定方法 | |
| Masselink et al. | BARDEX II: Bringing the beach to the laboratory–again! | |
| CN206570848U (zh) | 一种基于差分gps的铁塔沉降监测系统 | |
| CN116258302A (zh) | 一种基坑工程安全风险状态多参数动态智能判定方法、设备及存储介质 | |
| CN106245573A (zh) | 一种粘性泥石流弯道超高计算方法及应用 | |
| CN113932694A (zh) | 一种涵洞安全自动化监测系统 | |
| Zheng et al. | Numerical modeling and verification of grouting with mold bag treatment on seepage failure in foundation excavation | |
| Markovic et al. | High embankment dam stability analysis using artificial neural networks | |
| Koursari et al. | Smart bridge: Towards robust monitoring of environmental hazards | |
| CN206057573U (zh) | 一种基于北斗的智慧排水管网检测器 | |
| Ky et al. | Mechanical stability of river banks submitted to fluctuations of the water level |
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 |