CN117172628B - 一种基于数据分析的挖泥船疏浚作业分析方法 - Google Patents
一种基于数据分析的挖泥船疏浚作业分析方法 Download PDFInfo
- Publication number
- CN117172628B CN117172628B CN202311454465.XA CN202311454465A CN117172628B CN 117172628 B CN117172628 B CN 117172628B CN 202311454465 A CN202311454465 A CN 202311454465A CN 117172628 B CN117172628 B CN 117172628B
- Authority
- CN
- China
- Prior art keywords
- dredging
- coefficient
- river
- monitoring
- water depth
- 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
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 104
- 238000012544 monitoring process Methods 0.000 claims abstract description 80
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 239000010802 sludge Substances 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 14
- 230000009471 action Effects 0.000 claims abstract description 6
- 239000013049 sediment Substances 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 44
- 230000007613 environmental effect Effects 0.000 claims description 17
- 238000009825 accumulation Methods 0.000 claims description 14
- 230000002349 favourable effect Effects 0.000 claims description 10
- 238000005422 blasting Methods 0.000 claims description 6
- 230000003111 delayed effect Effects 0.000 claims description 5
- 238000011010 flushing procedure Methods 0.000 claims description 5
- 238000004062 sedimentation Methods 0.000 claims description 5
- 238000011049 filling Methods 0.000 claims description 4
- 238000001556 precipitation Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000007790 scraping Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000006386 neutralization reaction Methods 0.000 claims description 2
- 230000002045 lasting effect Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
- 238000004140 cleaning Methods 0.000 abstract description 3
- 230000002411 adverse Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 238000007664 blowing Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000003670 easy-to-clean Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种基于数据分析的挖泥船疏浚作业分析方法,涉及河道淤积清理技术领域,该发明通过收集水文条件、物理特性、淤积情况和气象数据,操作人员建立准确的起始点,了解河道航线的当前状态;建立河道航线三维模型,当若干个位置的评估系数Zp高于安全阈值Y1时,制定疏浚计划,以确保在需要的位置进行疏浚。且,在疏浚作业进行中,通过全程监测和数据采集,操作人员可以了解疏浚进展和淤泥情况的变化。通过计算水深差值CZ1和淤泥差值YN1,相关联得到河道疏浚效率SJx,并将河道疏浚效率SJx与进度阈值Y2对比,生成河道疏浚效率评估结果。这有助于操作人员明确疏浚的效果,是否需要采取进一步的行动,以及制定相应的疏浚策略。
Description
技术领域
本发明涉及河道淤积清理技术领域,具体为一种基于数据分析的挖泥船疏浚作业分析方法。
背景技术
水道和河道的维护和保留是确保货物运输、港口运营和生态系统的关键方面。然而,传统的疏浚挖泥船操作通常受制于经验、规则和固定的时间表,这限制了水道维护的质量和效率。
在传统挖泥作业中,决策通常是基于操作员的经验和预先设定的规则。这种经验和规则可能不够科学和灵活,无法充分适应水道淤积的实际情况。传统作业可能会导致在一些不必要的位置上进行疏浚,这浪费了时间和资源。这种低效率增加了运营成本,可能导致不必要的生态风险。
因此,需要提出一种基于数据分析的挖泥船疏浚作业分析方法,通过监测站点和数据分析,该方法可以精确识别哪些位置需要进行疏浚。并更明智地做出决策。
发明内容
针对现有技术的不足,本发明提供了一种基于数据分析的挖泥船疏浚作业分析方法,以解决背景技术提到的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于数据分析的挖泥船疏浚作业分析方法,包括如下步骤:
S1、沿着河道航线前进的方向,设置若干个监测站点,对河道航线的水文条件、物理特性、淤积情况和气象数据,进行监测,获得初始监测数据;
S2、以固定时间间隔,获取河道各个位置上的监测数据,对监测数据进行分析计算,获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx;
建立河道航线三维模型,在河道航线三维模型中,将各个位置上的河床特性系数Tx、第一实时水深系统Sx1、第一淤积程度系数Yx1和气象影响系数Qx进行拟合,获得评估系数Zp,并在河道航线三维模型中进行第一标记;
S3、当若干个位置上的评估系数Zp高于安全阈值Y1时,制定疏浚航线计划,并在当前位置上,以红色标记点为标签,依据评估系数Zp值的大小,制定疏浚计划;
S4、在开始实施疏浚作业,在制定的航线上逐步进行疏浚时,并持续通过若干个监测站点,在疏浚挖泥作业进行中,对河道航线的淤泥情况进行监测,获得第二监测数据,并对整个挖泥作业进行全程监测,采集获得挖泥沙量WnL;
并依据第二监测数据,计算分析获得第二实时水深系数Sx2和第二淤泥程度系数Yx2,并绘制水位变化曲线和淤积厚度变化曲线;
S5、将第二实时水深系数Sx2减去第一实时水深系数Sx1,获得水深差值CZ1;并将第二淤泥程度系数Yx2,减去第一淤积程度系数Yx1,获得淤泥差值YN1;并将CZ1和YN1相关联,得到河道疏浚效率SJx,并将河道疏浚效率SJx与进度阈值Y2进行对比,获得评估结果,并依据评估结果制定相对应的方案。
优选的,在河道中设置若干个监测站点,安装监测设备,所述监测设备包括水深传感器、泥沙浓度测量仪、浊度计、GPS设备、水质传感器、气象传感器和数据记录仪;
启动数据记录仪,以固定时间间隔采集获取初始监测数据,并对监测数据进行分析,并绘制水位变化曲线和淤积厚度变化曲线;
所述初始监测数据包括水深ss、泥沙浓度值ns、水流速度V、浊度值zd、pH值p、泥沙淤积厚度YJ、风速Fs、降水量Js和水温值Qw,并无量纲处理。
优选的,将初始监测数据无量纲处理后,计算获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx,所述河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx通过以下公式生成:
;
;
;
式中,NSJYD表示为淤泥或泥沙的坚硬度,通过质量密度传感器监测获得;K1、K2、K3、K4、K5分别是泥沙浓度值ns、水流速度V、浊度值zd、pH值p和淤泥或泥沙的坚硬度NSJYD的比例系数;且K1+K2+K3+K4+K5≤1.0;MJ表示为河道面积;
0.25,/>,且/>,/>为权重,其具体值由用户调整设置,/>为常数修正系数。
优选的,使用GIS或三维建模软件,建立河道航线三维模型;河道航线三维模型包括水道的地理空间信息,水道的地理空间信息包括河床形状、水深和位置坐标;
并将若干个位置的河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx,通过使用克里金插值方法拟合获得评估系数Zp;所述评估系数Zp通过以下拟合公式生成:式中:R1、R2、R3和R4表示为河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx的权重值,且R1+R2+R3+R4≤1.0。
优选的,使用拟合后的评估系数Zp,并在河道航线三维模型中进行每个监测点的第一标记,包括添加标志、颜色和高度可视化元素,以显示评估结果;
并将评估系数Zp与安全阈值Y1进行对比,对若干个位置进行分析,检查每个位置上的评估系数Zp是否高于设定的安全阈值Y1;若某个位置的评估系数Zp值高于安全阈值Y1时,表示当前位置需要进行疏浚,并以红色标记点的方式,标记需要进行疏浚的GPS或地图的位置;并建立一个疏浚航线计划,以确定需要进行疏浚作业的具体位置;
并基于评估系数Zp的大小,由大至小进行顺序排列,排列优先级,并制定疏浚计划的优先级措施。
优选的,在制定的航线上逐步开始疏浚作业,采用挖泥船设备的投入,并开始挖泥作业;
通过若干个监测站点,定期监测河道航线的淤泥情况;站点涵盖整个疏浚区域,在疏浚挖泥作业进行中,定期访问监测站点,采集第二监测数据;
第二监测数据包括水深ss、泥沙浓度值ns、泥沙淤积厚度YJ和挖泥沙量WnL,并进行无量纲处理后计算获得第二实时水深系数Sx2和第二淤泥程度系数Yx2;所述第二实时水深系数Sx2和第二淤泥程度系数Yx2由以下公式计算生成:
;
将第二实时水深系数Sx2减去第一实时水深系数Sx1,获得水深差值CZ1;
计算第二淤泥程度系数Yx2减去第一淤积程度系数Yx1,获得淤泥差值YN1。
优选的,将水深差值CZ1和淤泥差值YN1相关联,获得河道疏浚效率SJx的生成公式如下:
式中,T1和T2表示权重值,且T1+T2=1.0;河道疏浚效率SJx用来评估疏浚作业的质量和效率;将河道疏浚效率SJx与进度阈值Y2进行对比,获得以下分级对比结果,包括:
如果河道疏浚效率SJx大于或等于进度阈值Y2,生成第一对比结果,表示疏浚作业的效果合格;水道通畅度得到改善,淤积程度显著减小,符合预期的目标;此时,疏浚作业继续按计划进行,没有紧急的问题;
如果河道疏浚效率SJx小于进度阈值Y2,生成第二对比结果,表示疏浚作业的效果不合格,未达到预期目标;水道通畅度改善差,淤积程度高;在这种情况下,需要采取进一步的行动,包括增加挖泥船的数量、改进疏浚技术或重新制定疏浚计划;
如果河道疏浚效率SJx为负值,生成第三对比结果,表示疏浚作业导致水道通畅度恶化或淤积加重,表示疏浚计划不当,导致淤积物扩散,且挖泥速度无法跟上淤积的速度。
优选的,当生成第二对比结果和第三对比结果时,制定相对应的策略,并生成第二控制指令和第三控制指令进行疏浚作业,在第二控制指令和第三控制指令进行过程中和过程后,重复S4和S5步骤,直至河道疏浚效率SJx大于或等于进度阈值Y2为止。
优选的,当评估系数Zp大于安全阈值Y1时,表示当前位置需要进行疏浚,此时将当前位置的气象影响系数Qx与环境阈值Y3进行对比,如果气象影响系数Qx小于环境阈值Y3,表示当前的气象条件对疏浚作业有利,在这种情况下,立即进行疏浚;如果气象影响系数Qx大于等于环境阈值Y3,表示当前的气象条件不利于疏浚作业;在这种情况下,需要延迟疏浚,以等待更有利的气象条件。
优选的,如果持续三天,气象影响系数Qx仍然大于等于环境阈值Y3时,表示恶劣天气持续时间长,不适用泥沙船,则采用第二疏浚方案,所述第二疏浚方案包括水下爆破、吹填、机械化吸水泵吸沙以及高压水流冲洗刮削的疏浚技术。
本发明提供了一种基于数据分析的挖泥船疏浚作业分析方法。具备以下有益效果:
(1)该一种基于数据分析的挖泥船疏浚作业分析方法,通过S1-S5步骤,通过收集水文条件、物理特性、淤积情况和气象数据,操作人员建立准确的起始点,以了解河道航线的当前状态。这有助于制定疏浚计划的基础。S2中,通过对监测数据进行分析计算,获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx。这有助于建立河道航线三维模型,使操作人员能够更好地理解航线特性和气象影响。当评估系数Zp高于安全阈值Y1时,制定疏浚计划,以确保在需要的位置进行疏浚。此步骤有助于避免不必要的疏浚作业,从而节省资源。S4在疏浚作业进行中,通过全程监测和数据采集,操作人员可以了解疏浚进展和淤泥情况的变化。这有助于及时调整疏浚作业,以确保作业的质量。S5中,通过计算水深差值CZ1和淤泥差值YN1,相关联,得到河道疏浚效率SJx,并将河道疏浚效率SJx与进度阈值Y2对比,生成河道疏浚效率评估结果。这有助于操作人员明确疏浚的效果,是否需要采取进一步的行动,以及制定相应的疏浚策略。
(2)该一种基于数据分析的挖泥船疏浚作业分析方法,通过数据准备、分析、决策制定和监测,共同协助改进挖泥船疏浚作业的质量、效率和可持续性,通过实时监测和数据分析,操作人员可以更好地了解淤泥情况和水道通畅度的变化。这有助于调整疏浚作业的时机和位置,以提高作业效率。该方法有助于降低疏浚作业对环境的不利影响。通过减少在不必要的位置进行疏浚,可以减少对水生生物和生态系统的干扰,有助于维护生态平衡。
(3)使用GIS或三维建模软件,在地图上以红色标记点的方式标出需要进行疏浚的GPS或地图的位置。由于这个位置的Zp高于安全阈值,它具有高的优先级。如果有其他位置的Zp值,也可以进行相同的比较和标记,然后根据Zp的大小排列它们的优先级。这个方法允许挖泥船操作员基于数据分析来明智地选择疏浚的位置和顺序,以最大程度地提高水道的通畅度,并减少不必要的疏浚操作,从而降低成本和减少环境影响。
(4)当评估系数Zp大于安全阈值Y1时,表示当前位置需要进行疏浚,这是一个关键的触发点。针对当前位置,将气象影响系数Qx与环境阈值Y3进行比较。环境阈值Y3可以根据特定气象条件下的安全性和工作效率要求进行设置。如果Qx小于Y3,表示当前的气象条件相对有利,适合进行疏浚作业。如果Qx大于等于Y3,表明当前的气象条件可能存在风暴、恶劣天气或其他不利因素,这可能会对疏浚作业的安全性和效率产生负面影响。在这种情况下,延迟疏浚可以降低风险,等待更有利的气象条件。
附图说明
图1为本发明一种基于数据分析的挖泥船疏浚作业分析方法步骤流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
水道和河道的维护和保留是确保货物运输、港口运营和生态系统的关键方面。然而,传统的疏浚挖泥船操作通常受制于经验、规则和固定的时间表,这限制了水道维护的质量和效率。
在传统挖泥作业中,决策通常是基于操作员的经验和预先设定的规则。这种经验和规则可能不够科学和灵活,无法充分适应水道淤积的实际情况。传统作业可能会导致在一些不必要的位置上进行疏浚,这浪费了时间和资源。这种低效率增加了运营成本,可能导致不必要的生态风险。
因此,需要提出一种基于数据分析的挖泥船疏浚作业分析方法,通过监测站点和数据分析,该方法可以精确识别哪些位置需要进行疏浚。并更明智地做出决策。
实施例1
本发明提供一种基于数据分析的挖泥船疏浚作业分析方法,请参阅图1,包括如下步骤:
S1、沿着河道航线前进的方向,设置若干个监测站点,对河道航线的水文条件、物理特性、淤积情况和气象数据,进行监测,获得初始监测数据;
S2、以固定时间间隔,获取河道各个位置上的监测数据,对监测数据进行分析计算,获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx;
建立河道航线三维模型,在河道航线三维模型中,将各个位置上的河床特性系数Tx、第一实时水深系统Sx1、第一淤积程度系数Yx1和气象影响系数Qx进行拟合,获得评估系数Zp,并在河道航线三维模型中进行第一标记;
S3、当若干个位置上的评估系数Zp高于安全阈值Y1时,制定疏浚航线计划,并在当前位置上,以红色标记点为标签,依据评估系数Zp值的大小,制定疏浚计划;
S4、在开始实施疏浚作业,在制定的航线上逐步进行疏浚时,并持续通过若干个监测站点,在疏浚挖泥作业进行中,对河道航线的淤泥情况进行监测,获得第二监测数据,并对整个挖泥作业进行全程监测,采集获得挖泥沙量WnL;
并依据第二监测数据,计算分析获得第二实时水深系数Sx2和第二淤泥程度系数Yx2,并绘制水位变化曲线和淤积厚度变化曲线;
S5、将第二实时水深系数Sx2减去第一实时水深系数Sx1,获得水深差值CZ1;并将第二淤泥程度系数Yx2,减去第一淤积程度系数Yx1,获得淤泥差值YN1;并将CZ1和YN1相关联,得到河道疏浚效率SJx,并将河道疏浚效率SJx与进度阈值Y2进行对比,获得评估结果,并依据评估结果制定相对应的方案。
本实施例中,S1、通过收集水文条件、物理特性、淤积情况和气象数据,操作人员可以建立准确的起始点,以了解河道航线的当前状态。这有助于制定疏浚计划的基础。
S2中,通过对监测数据进行分析计算,获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx。这有助于建立河道航线三维模型,使操作人员能够更好地理解航线特性和气象影响。
S3中,当评估系数Zp高于安全阈值Y1时,制定疏浚计划,以确保在需要的位置进行疏浚。此步骤有助于避免不必要的疏浚作业,从而节省资源。
S4中,在疏浚作业进行中,通过全程监测和数据采集,操作人员可以了解疏浚进展和淤泥情况的变化。这有助于及时调整疏浚作业,以确保作业的质量。
S5中,通过计算水深差值CZ1和淤泥差值YN1,相关联,得到河道疏浚效率SJx,并将河道疏浚效率SJx与进度阈值Y2对比,生成河道疏浚效率评估结果。这有助于操作人员明确疏浚的效果,是否需要采取进一步的行动,以及制定相应的疏浚策略。
本实施例中,包括数据准备、分析、决策制定和监测,共同协助改进挖泥船疏浚作业的质量、效率和可持续性,通过实时监测和数据分析,操作人员可以更好地了解淤泥情况和水道通畅度的变化。这有助于调整疏浚作业的时机和位置,以提高作业效率。该方法有助于降低疏浚作业对环境的不利影响。通过减少在不必要的位置进行疏浚,可以减少对水生生物和生态系统的干扰,有助于维护生态平衡。
实施例2,本实施例是在实施例1中进行的解释说明,具体的,在河道中设置若干个监测站点,安装监测设备,所述监测设备包括水深传感器、泥沙浓度测量仪、浊度计、GPS设备、水质传感器、气象传感器和数据记录仪;
启动数据记录仪,以固定时间间隔采集获取初始监测数据,并对监测数据进行分析,并绘制水位变化曲线和淤积厚度变化曲线;
所述初始监测数据包括水深ss、泥沙浓度值ns、水流速度V、浊度值zd、pH值p、泥沙淤积厚度YJ、风速Fs、降水量Js和水温值Qw,并无量纲处理。对数据进行分析和无量纲处理有助于提取有用的信息,并减少数据间的尺度差异。
具体的,将初始监测数据无量纲处理后,计算获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx,所述河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx通过以下公式生成:
;
;
;
式中,NSJYD表示为淤泥或泥沙的坚硬度,通过质量密度传感器监测获得;K1、K2、K3、K4、K5分别是泥沙浓度值ns、水流速度V、浊度值zd、pH值p和淤泥或泥沙的坚硬度NSJYD的比例系数;且K1+K2+K3+K4+K5≤1.0;MJ表示为河道面积;
0.25,/>,且/>,/>为权重,其具体值由用户调整设置,/>为常数修正系数。
数据示例:
假设以下数据:水深(ss)=5.0米;泥沙浓度值(ns)=100mg/L;水流速度(V)=2.0m/s;浊度值(zd)=5.0NTU;pH值(p)=7.0;泥沙淤积厚度(YJ)=1.0米;淤泥或泥沙的坚硬度(NSJYD)=2.0g/cm³;河道面积(MJ)=10000平方米;风速(Fs)=3.0m/s;降水量(Js)=0.5mm;水温值(Qw)=20°C;
并且给定比例系数:K1=0.2;K2=0.3;K3=0.1;K4=0.2;K5=0.2;=0.7;/>=0.3;/>=0.5;现在,使用这些值来计算河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx的具体数值。
河床特性系数Tx的计算:Tx=K1*ns+K2*v+K3*p+K4*NSJYD;Tx=(0.2*100)+(0.3*2.0)+(0.1*7.0)+(0.2*2.0);Tx=20+0.6+0.7+0.4;Tx=21.7;
第一实时水深系数Sx1的计算:Sx1=v*ss;Sx1=2.0*5.0;Sx1=10.0;第一淤积程度系数Yx1的计算:Yx1=(v*ns*YJ)/MJ;Yx1=(2.0*100*1.0)/10000;Yx1=0.02;气象影响系数Qx:Qx^2=a*Qw^2+b*(Fs^2+Js^2)/ln(2)+C1;Qx^2=0.7*(20^2)+0.3*((3^2+0.5^2)/ln(2))+0.5;
Qx^2=0.7*400+0.3*((9+0.25)/0.6931)+0.5;
Qx^2=280+1.372+0.5Qx^2=281.872;
Qx=√281.872;
Qx≈16.81;
本实施例中,得到这些系数后,用于数据分析和决策;便于后期计算评估系数Zp,并确定优先级疏浚计划的策略。
实施例3,本实施例是在实施例2上进行的解释说明,具体的,使用GIS或三维建模软件,建立河道航线三维模型;河道航线三维模型包括水道的地理空间信息,水道的地理空间信息包括河床形状、水深和位置坐标;
并将若干个位置的河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx,通过使用克里金插值方法拟合获得评估系数Zp;所述评估系数Zp通过以下拟合公式生成:
式中:R1、R2、R3和R4表示为河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx的权重值,且R1+R2+R3+R4≤1.0。
具体的,使用拟合后的评估系数Zp,并在河道航线三维模型中进行每个监测点的第一标记,包括添加标志、颜色和高度可视化元素,以显示评估结果;
并将评估系数Zp与安全阈值Y1进行对比,对若干个位置进行分析,检查每个位置上的评估系数Zp是否高于设定的安全阈值Y1;若某个位置的评估系数Zp值高于安全阈值Y1时,表示当前位置需要进行疏浚,并以红色标记点的方式,标记需要进行疏浚的GPS或地图的位置;并建立一个疏浚航线计划,以确定需要进行疏浚作业的具体位置;
并基于评估系数Zp的大小,由大至小进行顺序排列,排列优先级,并制定疏浚计划的优先级措施。
根据实施例2计算出的数据示例,Tx=21.7;Sx1=10.0;Yx1=0.02;Qx≈16.81;
安全阈值Y1=15.0;
权重值:R1=0.3,R2=0.2,R3=0.1,R4=0.4;
使用上述权重值和数值,计算评估系数Zp:Zp=R1*Tx+R2*Sx1+R3*Yx1+R4*Qx;Zp=(0.3*21.7)+(0.2*10.0)+(0.1*0.02)+(0.4*16.81);Zp=6.51+2.0+0.002+6.724;Zp≈15.232;
将计算出的评估系数Zp与安全阈值Y1进行比较。在这个示例中,Zp≈15.232>15.0,表示这个位置需要进行疏浚。
使用GIS或三维建模软件,在地图上以红色标记点的方式标出需要进行疏浚的GPS或地图的位置。由于这个位置的Zp高于安全阈值,它具有高的优先级。如果有其他位置的Zp值,也可以进行相同的比较和标记,然后根据Zp的大小排列它们的优先级。
例如,如果还有其他位置的Zp值为:位置A:Zp=18.0;位置B:Zp=14.5;位置C:Zp=16.8;
那么,位置A的优先级最高,然后是位置C,最后是位置B。这样,就可以制定疏浚计划的优先级措施。
本实施例中,这个方法允许挖泥船操作员基于数据分析来明智地选择疏浚的位置和顺序,以最大程度地提高水道的通畅度,并减少不必要的疏浚操作,从而降低成本和减少环境影响。
实施例4,本实施例是在实施例1中进行的解释说明,具体的,在制定的航线上逐步开始疏浚作业,采用挖泥船设备的投入,并开始挖泥作业;
通过若干个监测站点,定期监测河道航线的淤泥情况;站点涵盖整个疏浚区域,在疏浚挖泥作业进行中,定期访问监测站点,采集第二监测数据;
第二监测数据包括水深ss、泥沙浓度值ns、泥沙淤积厚度YJ和挖泥沙量WnL,并进行无量纲处理后计算获得第二实时水深系数Sx2和第二淤泥程度系数Yx2;所述第二实时水深系数Sx2和第二淤泥程度系数Yx2由以下公式计算生成:
;
;
将第二实时水深系数Sx2减去第一实时水深系数Sx1,获得水深差值CZ1;
计算第二淤泥程度系数Yx2减去第一淤积程度系数Yx1,获得淤泥差值YN1。
具体的,将水深差值CZ1和淤泥差值YN1相关联,获得河道疏浚效率SJx的生成公式如下:
式中,T1和T2表示权重值;且T1+T2=1.0;
河道疏浚效率SJx用来评估疏浚作业的质量和效率;将河道疏浚效率SJx与进度阈值Y2进行对比,获得以下分级对比结果,包括:
如果河道疏浚效率SJx大于或等于进度阈值Y2,生成第一对比结果,表示疏浚作业的效果合格;水道通畅度得到改善,淤积程度显著减小,符合预期的目标;此时,疏浚作业继续按计划进行,没有紧急的问题;
如果河道疏浚效率SJx小于进度阈值Y2,生成第二对比结果,表示疏浚作业的效果不合格,未达到预期目标;水道通畅度改善差,淤积程度高;在这种情况下,需要采取进一步的行动,包括增加挖泥船的数量、改进疏浚技术或重新制定疏浚计划;
如果河道疏浚效率SJx为负值,生成第三对比结果,表示疏浚作业导致水道通畅度恶化或淤积加重,表示疏浚计划不当,导致淤积物扩散,且挖泥速度无法跟上淤积的速度。
第二监测数据(示例数值):水深ss=4.0米;泥沙浓度值ns=90克/立方米;泥沙淤积厚度YJ=0.9米;挖泥沙量WnL=5000立方米;
从实施例2中计算得出:已知第一实时水深系数Sx1=10.0;已知第一淤积程度系数Yx1=0.02;
计算第二实时水深系数Sx2和第二淤泥程度系数Yx2:
Sx2=V*ss=2.0*4.0=8.0
Yx2=(V*ns*YJ)/MJ+WnL=(2.0*90*0.9)/10000+5000=1.62+5000=5001.62
计算水深差值CZ1和淤泥差值YN1:
CZ1=Sx2-Sx1=8.0-10.0=-2.0米;
YN1=Yx2-Yx1=5001.62-0.02=5001.6米;
计算河道疏浚效率SJx:
假设权重值为T1=0.7和T2=0.3;
SJx=T1*CZ1+T2*YN1=0.7*(-2.0)+0.3*5001.6=-1.4+1500.48=1499.08;
评估河道疏浚效率SJx与进度阈值Y2:
假设进度阈值Y2=1000.0;
SJx=1499.08>Y2,因此第一对比结果:疏浚作业的效果合格,水道通畅度得到改善,淤积程度显著减小。
本实施例中,该方法步骤降低对环境的不利影响,同时确保水道通畅度得到改善。这是一种科学化的方法,有助于更好地管理和规划疏浚作业。
实施例5,本实施例是在实施例1中进行的解释说明,具体的,当生成第二对比结果和第三对比结果时,制定相对应的策略,并生成第二控制指令和第三控制指令进行疏浚作业,在第二控制指令和第三控制指令进行过程中和过程后,重复S4和S5步骤,直至河道疏浚效率SJx大于或等于进度阈值Y2为止。
第二控制指令:如果第二对比结果表明疏浚作业的效果不合格,考虑采取以下策略:
1、增加挖泥船的数量,以加快疏浚速度。
2、改进挖泥技术,以提高疏浚效率。
3、调整疏浚航线,以确保更重要的区域首先得到疏浚。
4、增加监测站点的密度,以更频繁地监测淤泥情况。
第三控制指令:如果第三对比结果表明疏浚作业导致水道通畅度恶化或淤积加重,需要采取更紧急的措施:
1、立即停止疏浚作业,以防止进一步的恶化。
2、重新评估疏浚计划,确定淤积物扩散的原因。
3、调整疏浚航线和策略,以解决淤积物扩散的问题。
4、采取更强有力的措施,例如紧急疏浚和清理。
这些策略和控制指令的具体内容和优先级将取决于实际情况和问题的严重性。通过这些策略和控制指令,可以根据不同的情况灵活地管理和改进疏浚作业,以确保水道通畅度得到改善。
实施例6,本实施例是在实施例1中进行的解释说明,具体的,当评估系数Zp大于安全阈值Y1时,表示当前位置需要进行疏浚,此时将当前位置的气象影响系数Qx与环境阈值Y3进行对比,如果气象影响系数Qx小于环境阈值Y3,表示当前的气象条件对疏浚作业有利,在这种情况下,立即进行疏浚;如果气象影响系数Qx大于等于环境阈值Y3,表示当前的气象条件不利于疏浚作业;在这种情况下,需要延迟疏浚,以等待更有利的气象条件。
当评估系数Zp大于安全阈值Y1时,表示当前位置需要进行疏浚,这是一个关键的触发点。针对当前位置,将气象影响系数Qx与环境阈值Y3进行比较。环境阈值Y3可以根据特定气象条件下的安全性和工作效率要求进行设置。如果Qx小于Y3,表示当前的气象条件相对有利,适合进行疏浚作业。如果Qx大于等于Y3,表明当前的气象条件可能存在风暴、恶劣天气或其他不利因素,这可能会对疏浚作业的安全性和效率产生负面影响。在这种情况下,延迟疏浚可以降低风险,等待更有利的气象条件。
实施例7,本实施例是在实施例6中进行的解释说明,具体的,如果持续三天,气象影响系数Qx仍然大于等于环境阈值Y3时,表示恶劣天气持续时间长,不适用泥沙船,则采用第二疏浚方案,所述第二疏浚方案包括水下爆破、吹填、机械化吸水泵吸沙以及高压水流冲洗刮削的疏浚技术。
本实施例中,持续三天的不利气象条件可能会对疏浚作业产生重大影响,因此采用第二疏浚方案是一个明智的决策。这种方案包括多种疏浚技术,如水下爆破、吹填、机械化吸水泵吸沙以及高压水流冲洗刮削,以适应不同的河道疏浚情况。
水下爆破:适用于较硬的河床或淤积物。通过爆破可以破碎坚硬的层,使其易于被清除。这对于深层淤积的处理非常有效。
吹填:这是一种用于河道疏浚的技术,通过吹送清水或气体来悬浮泥沙并将其带到目标位置,然后将其清除。它适用于浅水区域或需要重新布置淤积物的情况。
机械化吸水泵吸沙:机械化吸水泵可以高效地吸取泥沙,适用于较软或深度较浅的淤积物。
高压水流冲洗刮削:这种方法使用高压水流来冲洗和剥离淤积物。它适用于需要去除附着在底部或墙壁上的淤积物的情况。
本实施例中,根据实际需求,有助于提高河道疏浚的效率和适应性。此外,能够在不利气象条件下采用不同的技术,有助于确保疏浚工作不会因天气恶化而中断,从而最大程度地减少停工时间和淤积问题。
Claims (8)
1.一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:包括如下步骤:
S1、沿着河道航线前进的方向,设置若干个监测站点,对河道航线的水文条件、物理特性、淤积情况和气象数据,进行监测,获得初始监测数据;所述初始监测数据包括水深ss、泥沙浓度值ns、水流速度V、浊度值zd、pH值p、泥沙淤积厚度YJ、风速Fs、降水量Js和水温值Qw,并无量纲处理;
S2、以固定时间间隔,获取河道各个位置上的监测数据,对监测数据进行分析计算,获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx;将初始监测数据无量纲处理后,计算获得河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx,所述河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx通过以下公式生成:;
;
;
;式中,NSJYD表示为淤泥或泥沙的坚硬度,通过质量密度传感器监测获得;K1、K2、K3、K4、K5分别是泥沙浓度值ns、水流速度V、浊度值zd、pH值p和淤泥或泥沙的坚硬度NSJYD的比例系数;且K1+K2+K3+K4+K5≤1.0;MJ表示为河道面积;
0.25,/>,且/>,/>为权重,其具体值由用户调整设置,/>为常数修正系数;
建立河道航线三维模型,在河道航线三维模型中,将若干个位置的河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx,通过使用克里金插值方法拟合获得评估系数Zp;所述评估系数Zp通过以下拟合公式生成:
;式中:R1、R2、R3和R4表示为河床特性系数Tx、第一实时水深系数Sx1、第一淤积程度系数Yx1和气象影响系数Qx的权重值,且R1+R2+R3+R4≤1.0;
并将评估系数Zp在河道航线三维模型中进行第一标记;
S3、当若干个位置上的评估系数Zp高于安全阈值Y1时,制定疏浚航线计划,并在当前位置上,以红色标记点为标签,依据评估系数Zp值的大小,制定疏浚计划;
S4、在开始实施疏浚作业,在制定的航线上逐步进行疏浚时,并持续通过若干个监测站点,在疏浚挖泥作业进行中,对河道航线的淤泥情况进行监测,获得第二监测数据,并对整个挖泥作业进行全程监测,采集获得挖泥沙量WnL;
并依据第二监测数据,计算分析获得第二实时水深系数Sx2和第二淤泥程度系数Yx2,并绘制水位变化曲线和淤积厚度变化曲线;在制定的航线上逐步开始疏浚作业,采用挖泥船设备的投入,并开始挖泥作业;
通过若干个监测站点,定期监测河道航线的淤泥情况;站点涵盖整个疏浚区域,在疏浚挖泥作业进行中,定期访问监测站点,采集第二监测数据;
第二监测数据包括水深ss、泥沙浓度值ns、泥沙淤积厚度YJ和挖泥沙量WnL,并进行无量纲处理后计算获得第二实时水深系数Sx2和第二淤泥程度系数Yx2;所述第二实时水深系数Sx2和第二淤泥程度系数Yx2由以下公式计算生成:
;
;
S5、将第二实时水深系数Sx2减去第一实时水深系数Sx1,获得水深差值CZ1;并将第二淤泥程度系数Yx2,减去第一淤积程度系数Yx1,获得淤泥差值YN1;将水深差值CZ1和淤泥差值YN1相关联,获得河道疏浚效率SJx的生成公式如下:
;式中,T1和T2表示权重值,且T1+T2=1.0;河道疏浚效率SJx用来评估疏浚作业的质量和效率;并将河道疏浚效率SJx与进度阈值Y2进行对比,获得评估结果,并依据评估结果制定相对应的方案。
2.根据权利要求1所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:在河道中设置若干个监测站点,安装监测设备,所述监测设备包括水深传感器、泥沙浓度测量仪、浊度计、GPS设备、水质传感器、气象传感器和数据记录仪;
启动数据记录仪,以固定时间间隔采集获取初始监测数据,并对监测数据进行分析,并绘制水位变化曲线和淤积厚度变化曲线。
3.根据权利要求1所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:使用GIS或三维建模软件,建立河道航线三维模型;河道航线三维模型包括水道的地理空间信息,水道的地理空间信息包括河床形状、水深和位置坐标。
4.根据权利要求1所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:使用拟合后的评估系数Zp,并在河道航线三维模型中进行每个监测点的第一标记,包括添加标志、颜色和高度可视化元素,以显示评估结果;
并将评估系数Zp与安全阈值Y1进行对比,对若干个位置进行分析,检查每个位置上的评估系数Zp是否高于设定的安全阈值Y1;若某个位置的评估系数Zp值高于安全阈值Y1时,表示当前位置需要进行疏浚,并以红色标记点的方式,标记需要进行疏浚的GPS或地图的位置;并建立一个疏浚航线计划,以确定需要进行疏浚作业的具体位置;
并基于评估系数Zp的大小,由大至小进行顺序排列,排列优先级,并制定疏浚计划的优先级措施。
5.根据权利要求1所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:将河道疏浚效率SJx与进度阈值Y2进行对比,获得以下分级对比结果,包括:
如果河道疏浚效率SJx大于或等于进度阈值Y2,生成第一对比结果,表示疏浚作业的效果合格;水道通畅度得到改善,淤积程度显著减小,符合预期的目标;此时,疏浚作业继续按计划进行,没有紧急的问题;
如果河道疏浚效率SJx小于进度阈值Y2,生成第二对比结果,表示疏浚作业的效果不合格,未达到预期目标;水道通畅度改善差,淤积程度高;在这种情况下,需要采取进一步的行动,包括增加挖泥船的数量、改进疏浚技术或重新制定疏浚计划;
如果河道疏浚效率SJx为负值,生成第三对比结果,表示疏浚作业导致水道通畅度恶化或淤积加重,表示疏浚计划不当,导致淤积物扩散,且挖泥速度无法跟上淤积的速度。
6.根据权利要求5所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:当生成第二对比结果和第三对比结果时,制定相对应的策略,并生成第二控制指令和第三控制指令进行疏浚作业,在第二控制指令和第三控制指令进行过程中和过程后,重复S4和S5步骤,直至河道疏浚效率SJx大于或等于进度阈值Y2为止。
7.根据权利要求6所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:当评估系数Zp大于安全阈值Y1时,表示当前位置需要进行疏浚,此时将当前位置的气象影响系数Qx与环境阈值Y3进行对比,如果气象影响系数Qx小于环境阈值Y3,表示当前的气象条件对疏浚作业有利,在这种情况下,立即进行疏浚;如果气象影响系数Qx大于等于环境阈值Y3,表示当前的气象条件不利于疏浚作业;在这种情况下,需要延迟疏浚,以等待更有利的气象条件。
8.根据权利要求7所述的一种基于数据分析的挖泥船疏浚作业分析方法,其特征在于:如果持续三天,气象影响系数Qx仍然大于等于环境阈值Y3时,表示恶劣天气持续时间长,不适用泥沙船,则采用第二疏浚方案,所述第二疏浚方案包括水下爆破、吹填、机械化吸水泵吸沙以及高压水流冲洗刮削的疏浚技术。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311454465.XA CN117172628B (zh) | 2023-11-03 | 2023-11-03 | 一种基于数据分析的挖泥船疏浚作业分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311454465.XA CN117172628B (zh) | 2023-11-03 | 2023-11-03 | 一种基于数据分析的挖泥船疏浚作业分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172628A CN117172628A (zh) | 2023-12-05 |
CN117172628B true CN117172628B (zh) | 2024-04-02 |
Family
ID=88941743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311454465.XA Active CN117172628B (zh) | 2023-11-03 | 2023-11-03 | 一种基于数据分析的挖泥船疏浚作业分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117172628B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021878A (zh) * | 2006-02-14 | 2007-08-22 | 中国交通建设集团有限公司 | 绞吸挖泥船计算机自动寻优疏浚方法 |
KR20170127087A (ko) * | 2016-05-10 | 2017-11-21 | 주식회사 알엔에이솔루션 | 하천 진단을 통한 하천시설물 관리 방법 |
CN110888915A (zh) * | 2019-11-13 | 2020-03-17 | 江苏科技大学 | 一种基于大数据平台的挖泥船疏浚作业分析方法 |
CN111428915A (zh) * | 2020-03-10 | 2020-07-17 | 上海河口海岸科学研究中心 | 一种基于大数据的江河入海口深水航道回淤量预测方法 |
CN111485591A (zh) * | 2020-04-21 | 2020-08-04 | 中交广州航道局有限公司 | 一种耙吸挖泥船自动疏浚优化控制系统 |
CN112765717A (zh) * | 2021-01-28 | 2021-05-07 | 广东长信建设有限公司 | 一种低能耗环保疏浚施工系统及方法 |
CN115049287A (zh) * | 2022-06-24 | 2022-09-13 | 中交广州航道局有限公司 | 挖泥船疏浚装舱数据处理方法及装置 |
CN115081896A (zh) * | 2022-06-28 | 2022-09-20 | 江苏筑港建设集团有限公司 | 一种航道区域疏浚施工监管系统 |
CN115659614A (zh) * | 2022-10-13 | 2023-01-31 | 久瓴(上海)智能科技有限公司 | 基于三维场景模型的河床变化仿真推演方法、装置及设备 |
CN115797580A (zh) * | 2022-11-28 | 2023-03-14 | 南京优玛软件科技有限公司 | 河道监测和三维模型的建立及应用 |
-
2023
- 2023-11-03 CN CN202311454465.XA patent/CN117172628B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101021878A (zh) * | 2006-02-14 | 2007-08-22 | 中国交通建设集团有限公司 | 绞吸挖泥船计算机自动寻优疏浚方法 |
KR20170127087A (ko) * | 2016-05-10 | 2017-11-21 | 주식회사 알엔에이솔루션 | 하천 진단을 통한 하천시설물 관리 방법 |
CN110888915A (zh) * | 2019-11-13 | 2020-03-17 | 江苏科技大学 | 一种基于大数据平台的挖泥船疏浚作业分析方法 |
CN111428915A (zh) * | 2020-03-10 | 2020-07-17 | 上海河口海岸科学研究中心 | 一种基于大数据的江河入海口深水航道回淤量预测方法 |
CN111485591A (zh) * | 2020-04-21 | 2020-08-04 | 中交广州航道局有限公司 | 一种耙吸挖泥船自动疏浚优化控制系统 |
CN112765717A (zh) * | 2021-01-28 | 2021-05-07 | 广东长信建设有限公司 | 一种低能耗环保疏浚施工系统及方法 |
CN115049287A (zh) * | 2022-06-24 | 2022-09-13 | 中交广州航道局有限公司 | 挖泥船疏浚装舱数据处理方法及装置 |
CN115081896A (zh) * | 2022-06-28 | 2022-09-20 | 江苏筑港建设集团有限公司 | 一种航道区域疏浚施工监管系统 |
CN115659614A (zh) * | 2022-10-13 | 2023-01-31 | 久瓴(上海)智能科技有限公司 | 基于三维场景模型的河床变化仿真推演方法、装置及设备 |
CN115797580A (zh) * | 2022-11-28 | 2023-03-14 | 南京优玛软件科技有限公司 | 河道监测和三维模型的建立及应用 |
Non-Patent Citations (2)
Title |
---|
基于ArcGIS与断面法相结合的港口航道疏浚量计算;杜利琼;张永战;;武汉理工大学学报(交通科学与工程版)(第04期);第657-660页 * |
挖泥船疏浚仿真系统浅析;余光辉;张擎;姜震;;科技风(第23期);第132-133页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117172628A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112307420A (zh) | 一种河口湿地植被生境修复方法 | |
CN115496015B (zh) | 一种基于流量梯度变化的水动力分析决策方法 | |
CN114117952A (zh) | 水动力与基质相耦合的植被消长模型构建方法及装置 | |
CN114329957A (zh) | 一种快速识别内陆河流鱼类群落适宜栖息地的模型构建方法 | |
CN108612037A (zh) | 一种基于大断面测量数据确定河底基准高程的方法及其系统 | |
CN117172628B (zh) | 一种基于数据分析的挖泥船疏浚作业分析方法 | |
Shilin et al. | Geo-ecological strategy for Ust-Luga seaport enlargement | |
Merritts et al. | Stream networks and long-term surface uplift in the New Madrid seismic zone | |
CN108625337B (zh) | 一种确定潮流界以下沙质河床河段整治水位的方法 | |
CN111428915A (zh) | 一种基于大数据的江河入海口深水航道回淤量预测方法 | |
CN107330587B (zh) | 一种基于ais的近岸航道水深利用率计算方法 | |
CN114385765A (zh) | 一种基于航迹数据的耙吸挖泥船生产时间预估方法 | |
CN103543747B (zh) | 自持式剖面浮标的地形匹配控制方法 | |
CN107090799B (zh) | 基于泥沙流失率最小准则确定航道疏浚抛泥时间段的方法 | |
CN107145688B (zh) | 一种海上大型沉管基床回淤多因素复合型预警预报方法 | |
CN116739986A (zh) | Auv在输水隧洞内对典型缺陷检测的光学声学组合方法 | |
KR101746370B1 (ko) | 친환경 준설을 위한 환경창 지수 산정 방법 | |
CN115221456A (zh) | 一种疏浚挖槽水动力变化引起的航槽淤积量预测方法 | |
CN109544624A (zh) | 一种岩石块度图像分析系统 | |
CN115468543A (zh) | 一种基于参数自动寻优的基流分割方法 | |
CN114241299A (zh) | 一种基于遗传算法的区块链水域垃圾密度检测方法及系统 | |
CN106836340B (zh) | 一种船舶挖深动态控制施工方法 | |
CN107992640B (zh) | 入海口深水航道沿程月度最小疏浚量确定方法 | |
Measures et al. | Processes controlling river-mouth lagoon dynamics on high-energy mixed sand and gravel coasts | |
CN100478681C (zh) | 对混凝土裂缝修复后呈现的表面图像的处理方法 |
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 |