CN117743620A - 一种大岩土数智系统 - Google Patents
一种大岩土数智系统 Download PDFInfo
- Publication number
- CN117743620A CN117743620A CN202410191007.XA CN202410191007A CN117743620A CN 117743620 A CN117743620 A CN 117743620A CN 202410191007 A CN202410191007 A CN 202410191007A CN 117743620 A CN117743620 A CN 117743620A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- geotechnical
- model
- construction
- 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
- 239000002689 soil Substances 0.000 title claims description 25
- 238000010276 construction Methods 0.000 claims abstract description 167
- 238000007726 management method Methods 0.000 claims abstract description 51
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 238000012423 maintenance Methods 0.000 claims abstract description 19
- 238000005553 drilling Methods 0.000 claims description 44
- 230000003993 interaction Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 41
- 238000011156 evaluation Methods 0.000 claims description 32
- 230000005540 biological transmission Effects 0.000 claims description 27
- 238000013499 data model Methods 0.000 claims description 20
- 238000009825 accumulation Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000009430 construction management Methods 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 12
- 230000004048 modification Effects 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 8
- 239000011435 rock Substances 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 1
- 238000013500 data storage Methods 0.000 abstract description 4
- 230000015572 biosynthetic process Effects 0.000 description 30
- 238000005755 formation reaction Methods 0.000 description 30
- 238000000034 method Methods 0.000 description 23
- 238000003860 storage Methods 0.000 description 22
- 230000004044 response Effects 0.000 description 20
- 238000004590 computer program Methods 0.000 description 17
- 238000007781 pre-processing Methods 0.000 description 17
- 238000010606 normalization Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 9
- 238000003912 environmental pollution Methods 0.000 description 6
- 230000002068 genetic effect Effects 0.000 description 6
- 238000011835 investigation Methods 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000004080 punching 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
- 238000009826 distribution Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及岩土工程数智化技术领域,尤其是涉及一种大岩土数智系统,用于解决现有技术中岩土工程全产业链信息化程度低、数据利用率低、数据储存和查询不便的问题,所述系统包括:大岩土数据中心、数据采集部分、智慧应用部分、综合展示部分以及成果管理部分;大岩土数据中心用于储存各个部分得到的数据,并在需要时为其他部分提供数据支持;数据采集部分用于采集施工场地的各项基础数据;智慧应用部分用于对岩土工程进行智能监测和管理,同时对施工场地的尾矿库进行运维;综合展示部分用于对大岩土数据中心的岩土工程数字化成果进行三维展示;成果管理部分用于提供地质数据的查询服务并对地质数据进行深度利用。
Description
技术领域
本发明涉及岩土工程数智化技术领域,尤其是涉及一种大岩土数智系统。
背景技术
岩土工程是以求解岩体与土体工程问题,包括地基与基础、边坡和地下工程等问题,作为自己的研究对象。随着科技的进步和数字化时代的到来,特别是随着BIM技术的推广,岩土工程领域也面临着数字化转型的需求。经过过年的发展,一系列促进岩土工程数字化的系统被提出,并且在岩土工程中发挥着十分重要的作用。然而,现有的系统仍然存在至少一项以下问题。
第一,现有的系统多依据算法直接建立三维地质模型,再进行人工调整处理,如果初始依据算法建立的三维地质模型与实际情况逻辑错误严重,则人工调整处理工作量较大,甚至要重新调整基础数据后再生成三维地质模型,这使建模工作非常繁琐,加大了工作量。第二,现有的系统存在施工现场信息管理混乱、设备监控不足、环境监测缺失、工期预测繁琐且误差较大等问题。第三,现有的系统无法实现目标区域周边多项历史工程成果数据同时、快速查询,无法保证数据处理和分析的实时性和准确性,数据利用率不高。第四,在尾矿库的运维过程中,坝体的整体稳定性验算及预警、对周边环境的污染程度判定、堆积过程的堆积方案优化均由人工完成。第五,现有的系统通常只是将数据和成果以静态的方式展示给用户,可视化效果较差,用户无法与数据进行互动,且适用范围不广,限制了数据的共享,进而限制了数据的利用率,不利于充分发挥数据的价值。综上,现有的针对岩土工程数字化的系统无法实现勘察设计施工与运维全产业链作业数字化和智能化。
发明内容
针对现有技术中的缺陷,本发明提供一种大岩土数智系统。
为了实现上述目的,本发明提供了一种大岩土数智系统,所述系统包括:大岩土数据中心、数据采集部分、智慧应用部分、综合展示部分以及成果管理部分;所述大岩土数据中心用于储存各个部分得到的数据,并为除所述数据采集部分之外的其他部分提供数据支持;所述数据采集部分用于采集岩土工程施工场地的各项基础数据,所述基础数据包括地质数据、补充环境数据和岩土工程基础数据;所述智慧应用部分利用所述岩土工程基础数据对岩土工程进行智能监测和管理,同时利用所述地质数据对岩土工程施工场地的尾矿库进行运维;所述综合展示部分用于在施工阶段对所述大岩土数据中心的岩土工程数字化成果进行三维展示;所述成果管理部分用于提供所述地质数据的查询服务并对所述地质数据构建标准化区域地层模型,实现所述地质数据的深度利用。本发明使岩土工程的数据储存和查询更加便捷,提高了岩土工程全产业链信息化程度和数据利用率。
可选的,所述智慧应用部分包括:
工程智慧工地系统,所述工程智慧工地系统利用所述岩土工程基础数据对岩土工程进行智能监测和管理;
尾矿数智运维系统,所述尾矿数智运维系统利用所述地质数据对岩土工程施工场地的尾矿库进行运维。
可选的,所述工程智慧工地系统包括:
人员管理子系统,所述人员管理子系统用于采集和管理岩土工程施工场地的人员信息;
设备管理子系统,所述设备管理子系统用于采集和管理岩土工程施工场地的设备信息;
环境监测子系统,所述环境监测子系统用于监测岩土工程施工场地的环境信息;
视频监控子系统,所述视频监控子系统用于采集岩土工程施工场地的影像数据;
施工管理子系统,所述施工管理子系统用于实时监测和管理施工进度;
监管中心,所述监管中心用于对所述工程智慧工地系统中各个子系统的数据信息进行实时监管,并及时发布项目信息和通知公告。
进一步的,工程智慧工地系统在岩土工程的勘察设计阶段和施工阶段发挥重要作用。它能够实现对人员信息、设备信息、环境信息、施工场地信息和施工进度信息进行实时采集,使得相关人员能够实时的、准确的掌握施工场地的实际情况并对施工场地进行监管,解决了岩土工程施工场地信息管理混乱、设备监控不足、环境监测缺失等问题,有利于制定合理的施工计划,提高施工质量和效率。
可选的,所述尾矿数智运维系统包括:
数据模型模块,所述数据模型模块根据所述地质数据构建岩土工程施工场地的三维地质模型及尾矿堆积体模型;
AI计算模块,所述AI计算模块用于在所述数据模型模块的基础上计算尾矿库建设区的污染等级以及尾矿堆积体的稳定性;
预判预警模块,所述预判预警模块利用所述基础数据和所述尾矿堆积体模型进行污染预警,并根据所述稳定性进行稳定性预警;
AI优化模块,所述AI优化模块用于在所述数据模型模块和所述预判预警模块的基础上,根据设定的优化尾矿堆积体模型分析所述尾矿堆积体的最佳排放方式并输出。
进一步的,尾矿数智运维系统在岩土工程的勘察设计阶段、施工阶段和运维阶段发挥重要作用,尤其是对岩土工程项目中尾矿库的运维具有较好的辅助作用,能够对尾矿坝运营过程中坝体稳定性和周边环境的污染程度进行判定和预警,并给出较好的尾矿排放方式。
可选的,所述数据模型模块包括:
二维钻孔生成子模块,所述二维钻孔生成子模块用于生成构建所述三维地质模型所需的二维钻孔数据;
二维剖面图生成子模块,所述二维剖面图生成子模块用于生成构建所述三维地质模型所需的二维剖面数据;
地质平面图生成子模块,所述地质平面图生成子模块用于生成构建所述三维地质模型所需的地质平面图;
等高线数据生成子模块,所述等高线数据生成子模块用于生成构建所述三维地质模型所需的等高线数据;
三维钻孔生成子模块,所述三维钻孔生成子模块用于生成构建所述三维地质模型所需的三维钻孔数据;
三维剖面图生成子模块,所述三维剖面图生成子模块用于生成构建所述三维地质模型所需的三维剖面数据;
地质轮廓生成子模块,所述地质轮廓生成子模块用于生成构建所述三维地质模型所需的地质三维轮廓;
地质模型生成子模块,所述地质模型生成子模块根据所述钻孔数据对所述地质三维轮廓进行补充,得到所述三维地质模型;
堆积体模型生成子模块,所述堆积体模型生成子模块用于构建所述尾矿堆积体模型;
中介者子模块,所述中介者子模块用于实现所述数据模型模块中除所述堆积体模型生成子模块之外的其他子模块之间的数据交互。
进一步的,利用中介者子模块实现数据模型模块中除所述尾矿堆积体模型生成子模块之外的其他子模块之间的数据交互,实现各个子模块之间的低耦合集成,简化不同地质数据对象之间的交互逻辑,大幅减少不同子模块之间的耦合性,提升构建三维地质模型的效率。
可选的,所述综合展示部分包括数据传输模块、需求处理模块和分级展示模块;
所述数据传输模块用于实现所述大岩土数据中心、所述需求处理模块和所述分级展示模块之间的数据传输;
所述需求处理模块用于根据用户需求利用所述大岩土数据中心的待展示数据获取标准化展示数据,并配合所述分级展示模块实现所述标准化展示数据的展示和所述待展示数据的修改,以及配合所述分级展示模块实现用户登录、注册和所述用户信息的采集;
所述分级展示模块用于采集用户信息和所述用户需求,并根据所述用户信息评定用户权限,进而依据所述用户权限和所述用户需求与用户进行人机交互。
进一步的,综合展示部分基于用户权限为用户提供数据展示和数据修改服务能提高数据的共享程度和数据共享的安全性,提高了系统的交互能力,有利于充分发挥数据的价值。同时,通过获取标准化三维综合模型能够提高场景可视化效果,使用户能够更加有效的感知和分析三维地质模型以及建筑物模型场景重要特征信息,提高数据展示效果,有利于用户与数据进行互动。
可选的,所述成果管理部分包括:
信息查询子系统,所述信息查询子系统用于采集使用者信息并为用户提供所述大岩土数据中心中数据的查询服务;
信息管理子系统,所述信息管理子系统用于监测和更新所述大岩土数据中心中的数据并配合所述信息查询子系统为用户提供所述大岩土数据中心中的数据的查询服务;
数据利用子系统,所述数据利用子系统用于根据所述大岩土数据中心中的数据构建标准化区域地层模型,进而根据所述准化区域地层模型进行专业分析与应用。
进一步的,成果管理部分能够为使用者提供方便快捷的数据查询服务,并能对大岩土数据中心中的数据进行再次利用,提高其使用效率,充分挖掘已有岩土工程基础数据的价值。
可选的,所述数据利用子系统包括:
区域地层构建模块,根据所述地质数据,所述区域地层构建模块利用标准化模型建立标准化区域地层模型;
工程创建分析模块,所述工程创建分析模块根据所述标准化区域地层模型进行专业分析与应用。
进一步的,数据利用子系统能构建标准化区域地层模型进行专业分析与应用。这不仅提高了数据的利用率,还能为地质勘察、工程设计等领域提供参考。
可选的,所述施工管理子系统包括:
施工进度模块,所述施工进度模块用于采集岩土工程项目的实际施工进度;
计划管理模块,所述计划管理模块用于接收所述实际施工进度,并将所述实际施工进度与计划施工进度对比得到施工偏差,并使用施工工期预测模型对施工工期做出预测;
施工管理传输模块,所述施工管理传输模块用于将所述实际施工进度、所述施工偏差与预测的施工工期传输至所述大岩土数据中心。
进一步的,施工管理子系统实现了施工进度的实时监测和计划管理,有助于确保施工按计划进行,提高项目的整体执行效率。
可选的,所述施工工期预测模型满足如下关系:
其中,为预测施工工期,/>为计划施工工期,/>为设备状态和环境状况对施工工期影响的综合评价函数,/>为岩土工程项目中第i个子项目的实际施工进度,/>为岩土工程项目中第i个子项目的计划施工进度,/>为岩土工程项目中第i个子项目的计划施工工期,/>为误差因子。
进一步的,施工工期预测模型考虑了多种施工过程中可能对施工工期造成影响的因素,在计算简单的同时还能够保障预测的准确性,这也有利于制定合理的施工计划,提高施工质量和效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本发明实施例的一种大岩土数智系统框架示意图;
图2为本发明实施例的数据模型模块框架示意图。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的电路,软件或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。
需要提前说明的是,在一个可选的实施例当中,除了做出独立的说明之外,其它的在所有公式中出现的相同的符号或字母带表的含义和数值相同。
在一个可选的实施例当中,请参见图1,本发明提供了一种大岩土数智系统,所述系统包括大岩土数据中心A1、数据采集部分A2、智慧应用部分A3、综合展示部分A4以及成果管理部分A5。
具体的,在本实施例中,所述大岩土数据中心A1用于储存各个部分得到的数据,并为除所述数据采集部分A2之外的其他部分提供数据支持;所述数据采集部分A2用于采集岩土工程施工场地的各项基础数据,所述基础数据包括地质数据、补充环境数据和岩土工程基础数据;所述智慧应用部分A3利用所述岩土工程基础数据对岩土工程进行智能监测和管理,同时利用所述地质数据对岩土工程施工场地的尾矿库进行运维;所述综合展示部分A4用于在施工阶段对所述大岩土数据中心的岩土工程数字化成果进行三维展示;所述成果管理部分A5用于提供所述地质数据的查询服务并对所述地质数据构建标准化区域地层模型,实现所述地质数据的深度利用。大岩土数据中心A1与数据采集部分A2、智慧应用部分A3、综合展示部分A4和成果管理部分A5之间通过物联网实现数据交互。
更为具体的,地质数据包括岩土工程施工场地的地形地貌数据、地质调查数据、钻孔数据、勘探线剖面图、地球物理数据、水文数据、尾矿堆积体数据。其中,地质调查数据包括地层分布、岩石类型和矿产分布;地球物理数据包括地震波速度、电阻率和磁化率等信息;水文数据包括地下水位和渗透性;地形地貌数据为DEM数据;尾矿堆积体数据包括尾矿堆积体的高度、宽度、形状、密度、土条的粘聚力和摩擦角;补充环境数据为植被覆盖度;岩土工程基础数据为岩土工程项目名称、岩土工程项目地点、建筑物模型和钻孔施工详情。考虑到这些数据都可以通过现有的手段获取,故而在此就不做详细说明。
进一步的,数据采集部分A2并不能主动采集基础数据,而且具有数据录入的功能,这些基础数据是通过现有技术手段采集得到之后,通过数据采集部分A2上的显示屏输入,并由数据采集部分A2通过物联网传输给大岩土数据中心A1储存起来,所以数据采集部分A2包括了各种采集基础数据的仪器设备、工作人员以及具有数据录入功能数据录入模块,这些都是现有技术。
在一个可选的实施例当中,所述智慧应用部分A3包括工程智慧工地系统和尾矿数智运维系统。所述工程智慧工地系统利用所述岩土工程基础数据对岩土工程进行智能监测和管理;所述尾矿数智运维系统利用所述地质数据对岩土工程施工场地的尾矿库进行运维。
具体的,在本实施例中,工程智慧工地系统包括人员管理子系统、设备管理子系统、环境监测子系统、视频监控子系统、施工管理子系统和监管中心。人员管理子系统用于采集和管理岩土工程施工场地的人员信息;设备管理子系统用于采集和管理岩土工程施工场地的设备信息;环境监测子系统用于监测岩土工程施工场地的环境信息;视频监控子系统用于采集岩土工程施工场地的影像数据;施工管理子系统,施工管理子系统用于实时监测和管理施工进度;监管中心用于对工程智慧工地系统中各个子系统的数据信息进行实时监管,并及时发布项目信息和通知公告。
更为具体的,人员管理子系统包括人员基础信息模块、人员考勤模块和人员信息传输模块。岩土工程项目的工作人员需要在人员基础信息模块上进行登记才能够使用人员考勤模块。人员基础信息模块包括第一显示屏,第一显示屏上至少包括成员登记和日常打卡两个按钮,工作人员在人员基础信息模块上进行登记即在该显示屏上点击成员登记,然后在显示屏上弹出的信息采集页面,信息采集页面上包括信息采集表和提交按钮。在工作人员没有将信息采集表填写完整时,提交按钮处于不可点击的状态。在工作人员输入完整的人员基础信息后就可以点击提交按钮,然后人员基础信息模块会通过人员信息传输模块将人员基础信息传输至大岩土数据中心A1中储存起来,这样就完成了登记,显示屏自动返回最初的页面。人员基础信息包括姓名、年龄、性别、身份证号、家庭住址以及负责项目等内容。人员考勤模块与人员基础信息模块共用第一显示屏,打卡的流程和登记的流程相似,在工作人员在人员基础信息模块上完成登记之后,通过点击日常打卡按钮,然后在弹出的页面中填写自己的姓名并提交即可,人员考勤模块会将工作人员的姓名以及打卡时间通过人员信息传输模块传输至大岩土数据中心A1中储存起来。
通过人员管理子系统采集人员基础信息、人员考勤和信息传输的模块,有助于全面了解和管理施工场地的人员信息,为保障人员安全、提高工作效率等提供了数据支持。
更为具体的,设备管理子系统包括设备基础信息模块、设备定位装置和设备信息传输模块。设备基础信息模块采集的设备基础信息包括设备名称、设备编号、设备来源、工作时长以及健康状态,健康状态包括可正常运行和待修理两种状态。设备基础信息模块包括至少一块第二显示屏,工作人员在第二显示屏输入设备基础信息,然后设备基础信息模块会通过设备信息传输模块将设备基础信息传输至大岩土数据中心A1中储存起来。设备基础信息模块会利用设备编号建立设备信息采集表格,每一台施工设备的设备名称、设备编号和设备来源都是一一对应的,因此施工设备的设备名称、设备编号和设备来源只需要输入一次,然后工作人员每天只需在设备信息采集表格上填写每台施工设备的工作时长以及健康状态即可。填写完成后并确认无误之后,工作人员点击第二显示屏上的提交按钮即可。设备定位装置选择车载GPS定位器,其具体的型号可以根据实际情况选择。设备定位装置将采集到的实时位置通过设备信息传输模块将设备实时位置传输至数据中心A7中储存起来。
设备管理子系统实现了对施工设备的全面监控和管理,这有助于确保设备的正常运行、提高设备使用效率并减少不必要的维护成本。
更为具体的,环境监测子系统采用泵吸式扬尘在线监测仪,其包括了扬尘监测模块、噪声监测模块和气象监测模块,能够实现对PM2.5浓度、PM10浓度、噪声大小、温度、湿度、风速和风向的24小时监测,并使用物联网将采集的PM2.5浓度、PM10浓度、噪声大小、温度、湿度、风速和风向传输给大岩土数据中心A1中储存起来。通过环境监测子系统对施工场地的环境进行实时监测,使相关人员能够掌握施工场地实时的环境状况,有助于预防潜在的环境问题,提高施工的安全性。
更为具体的,视频监控子系统包括场地影像采集模块和影像数据传输模块。场地影像采集模块包括多个摄像头,这些摄像头分布在施工场地中不同的地点以采集岩土工程施工场地实时的影像数据,并通过影像数据传输模块将采集的影像数据实时传输给大岩土数据中心A1。视频监控子系统通过实时采集和传输影像数据,为远程监管提供了直观、实时的工地画面,增强了监管的有效性,并减少了现场巡查的需要。
更为具体的,施工管理子系统包括施工进度模块、计划管理模块和施工管理传输模块。施工进度模块包括第三显示屏,工作人员在第三显示屏上输入岩土工程项目各个子项目的实际施工进度,实际施工进度为百分数,然后计划管理模块会将实际施工进度与设定的计划施工进度进行对比得到施工偏差,并调用大岩土数据中心A1中设备管理子系统和环境监测子系统采集的数据使用施工工期预测模型对施工工期做出预测,施工工期预测模型满足如下关系:
其中,为预测施工工期,/>为计划施工工期,/>为设备状态和环境状况对施工工期影响的综合评价函数,/>为岩土工程项目中第i个子项目的实际施工进度,/>为岩土工程项目中第i个子项目的计划施工进度,/>为岩土工程项目中第i个子项目的计划施工工期,/>为误差因子。计划施工进度为当前施工天数与计划施工工期的比值,/>根据经验设置,可取0.5,/>即为施工偏差。
获取综合评价函数计算指标,包括第一指标至第六指标。其中,从开始施工到当前时刻,第一指标为子项目中施工设备健康状态为可正常运行的次数和待修理的次数的比值,第二指标为PM2.5浓度的最大值与最小值之差与PM10浓度的最大值与最小值之差的二分之一,第三指标为噪声大小的最大值与最小值之差的二分之一,第四指标为温度的最大值与最小值之差的二分之一,第五指标为湿度的最大值与最小值之差的二分之一,第六指标为风速的最大值与最小值之差的二分之一。然后对综合评价函数计算指标进行归一化处理,依次得到6个归一化计算指标,综合评价函数计算指标的归一化可以参考现有技术。具体满足如下关系:
其中,为第m个归一化计算指标,/>,/>为第j个综合评价函数计算指标的指标权重,/>通过专家评价法获得,/>。
此施工工期预测模型考虑了多种施工过程中可能对施工工期造成影响的因素,在计算简单的同时还能够保障预测的准确性,有助于提前采取应对措施以确保岩土工程项目的按时完成,提高系统的普适性。
更为具体的,监管中心包括远程监管中心和现场监管中心。远程监管中心包括第四显示屏,现场监管中心包括第五显示屏,第四显示屏和第五显示屏会展示设备管理子系统、环境监测子系统、视频监控子系统和施工管理子系统实时采集的数据信息和项目信息,便于工作人员了解岩土工程项目,实时的、准确的掌握施工场地的实际情况。监管中心能够实现远程与现场双重监管,并且能够及时发布项目信息和通知公告,增强了监管的全面性和灵活性,确保了信息的及时性和准确性。
远程监管中心可以实时查询大岩土数据中心A1中工程智慧工地系统中各个子系统获取的最新数据和历史数据,进而实时的、准确的掌握施工场地的实际情况并对施工场地进行监管,还可以删除其中较为久远的历史数据,释放大岩土数据中心A1的储存空间。管理人员通过在第四显示屏上查看实际施工进度、施工偏差和预测的施工工期等数据信息及时对施工计划做出调整,并在远程监管中心上发布相关的通知公告,管理人员发出的通知公告会显示在第五显示屏上供岩土工程施工场地中的工作人员查看。
在其他可选的实施例中,可以在大岩土数据中心A1中专门划分一块区域用于储存工程智慧工地系统获取的各种数据。此外,工程智慧工地系统还可以包括移动设备和用户端app,使得工作人员可以使用在人员管理子系统上使用的姓名和身份证号登录用户端app并查看工程智慧工地系统中各个子系统获取的各种数据。
在一个可选的实施例当中,所述尾矿数智运维系统包括数据模型模块、AI计算模块、预判预警模块和AI优化模块。所述数据模型模块根据所述地质数据构建岩土工程施工场地的三维地质模型及尾矿堆积体模型;所述AI计算模块用于在所述数据模型模块的基础上计算尾矿库建设区的污染等级以及尾矿堆积体的稳定性;所述预判预警模块利用所述基础数据和所述尾矿堆积体模型进行污染预警,并根据所述稳定性进行稳定性预警;所述AI优化模块用于在所述数据模型模块和所述预判预警模块的基础上,根据设定的优化尾矿堆积体模型分析所述尾矿堆积体的最佳排放方式并输出。
具体的,在本实施例中,数据模型模块使用地形地貌数据、地质调查数据、钻孔数据、勘探线剖面图、地球物理数据、水文数据和尾矿堆积体数据生成三维地质模型和尾矿堆积体模型。请参见图2,数据模型模块包括尾矿堆积体模型生成子模块、中介者子模块、二维钻孔生成子模块、二维剖面图生成子模块、地质平面图生成子模块、等高线数据生成子模块、三维钻孔生成子模块、三维剖面图生成子模块、地质轮廓生成子模块和地质模型生成子模块。
尾矿堆积体模型生成子模块用于构建尾矿堆积体模型;中介者子模块用于实现数据模型模块中除尾矿堆积体模型生成子模块之外的其他子模块之间的数据交互;二维钻孔生成子模块用于生成构建三维地质模型所需的二维钻孔数据;二维剖面图生成子模块用于生成构建三维地质模型所需的二维剖面数据;地质平面图生成子模块用于生成构建三维地质模型所需的地质平面图;等高线数据生成子模块用于生成构建三维地质模型所需的等高线数据;三维钻孔生成子模块用于生成构建三维地质模型所需的三维钻孔数据;三维剖面图生成子模块用于生成构建三维地质模型所需的三维剖面数据;地质轮廓生成子模块用于生成构建三维地质模型所需的地质三维轮廓;地质模型生成子模块根据钻孔数据对地质三维轮廓进行补充,得到三维地质模型。
二维钻孔生成子模块、二维剖面图生成子模块、地质平面图生成子模块、等高线数据生成子模块、三维钻孔生成子模块、三维剖面图生成子模块、地质轮廓生成子模块和地质模型生成子模块等任意两个子模块之间都不直接进行数据交互,而是通过中介者子模块实现数据的交互,例如地质轮廓生成子模块在构建地质三维轮廓时,可以通过中介者子模块来调用三维钻孔生成子模块生成的三维钻孔数据,这样能够简化数据模型模块中不同数据之间的交互逻辑,大幅减少不同模块之间的耦合性,防止部分数据的变化风险蔓延扩散到全局整体,从而提升构建三维地质模型的效率。各个子模块的功能实现具体可以参考现有技术,故而在此就不做详细说明。
地质模型生成子模块中包含一种用于生成三维地质模型的第一计算机存储介质,第一计算机存储介质中储存有第一种计算机程序,第一种计算机程序运行时执行如下步骤:
S1、构建用于判断不同钻孔所揭露的地层分界点之间连接方式的连层遗传基因算法模型。
其中,S1具体又包括如下步骤:
S11、根据所有可能的地层分界点之间连接方式随机生成染色体,生成初始种群。
生成的地质三维轮廓上包含有钻孔所揭示的地层信息,为了将不同钻孔所揭示的地层信息更较准确的对应起来,需要判断不同钻孔所揭露的地层中哪些地层是同一层,并将不同钻孔所揭露的相同地层连接起来。
进一步的,将相邻的两个不同地层之间的地层分界面上的任意一点作为该地层上的地层分界点。将所有钻孔所揭露的地层分界点之间的所有连接方式作为样本数据来生成连层遗传基因算法模型的初始种群,此为现有技术,故而在此就不做详细说明。
S12、评估初始种群中各个个体的适应度。
初始种群中个体的适应度满足如下关系:
其中,为第i个个体的适应度,n为评价指标的数量,/>为第i个评价指标的评价函数,/>为第i个评价指标的权重。评价指标包括钻孔所揭露的地层分界面的岩性、时代和成因,即n=3。/>是通过专家评价法得到的,它表示各个评价指标在用于判断不同钻孔所揭露的地层是否为同一层时所占的比重大小。在其他可选的实施例中,还可以包括其他评价指标。
满足如下关系:
其中,为在i个评价指标下,地层分界点1的评价指标评分;/>为在i个评价指标下地层分界点2的评价指标评分,a为一个不为0的可调参数,防止计算时出现分母为0的情况出现,本实施例中a=0.1。
评价指标评分是用来反映地层分界点的评价指标的数学表达形式,因此能够直接反映地层分界点1和地层分界点2的第i个评价指标的相似程度。/>越大,则表明地层分界点1和地层分界点2的第i个评价指标的相似程度越大;/>越小,则表明地层分界点1和地层分界点2的第i个评价指标的相似程度越小。进一步的,首先在互联网上查询所有地层分界点面上的岩性、时代和成因,并使用正整数设置第一等差数列、第二等差数列和第三等差数列,第一等差数列、第二等差数列和第三等差数列中的项都是按照从小到大的顺序排列的。因此可以按照第一等差数列依次为每一种岩性附上一个实数值作为该种岩性的评价指标评分,按照第二等差数列依次为不同时代附上一个实数值作为该时代的评价指标评分,按照第三等差数列依次为不同成因附上一个实数值作为该成因的评价指标评分,这样在计算适应度时只需要根据钻孔所揭露的地层分界面的岩性、时代和成因直接选择相应的评价指标评分即可。第一等差数列、第二等差数列和第三等差数列具体如何设置可以根据相关人员的实际需要来设置,在此不做限制。
在其他可选的实施例中,还可以将钻孔所揭露的地层分界面的岩性、时代和成因转化为数字形式,进而利用RNN网络来对各个评价指标的评价指标评分进行预测。
S13、基于设置的最大进化迭代数以及适应度依次对种群进行选择、交叉和变异运算,并将具有最大适应度的个体输出。
S2、根据连层遗传基因算法模型对地质三维轮廓进行补充,进而建立三维地质模型。
其中,S2具体又包括如下步骤:
S21、利用连层遗传基因算法模型获取不同钻孔所揭露的地层分界点之间的最佳连接方式。
S22、根据最佳连接方式将不同钻孔所揭露的地层分界点连接起来以对地质三维轮廓进行补充,进而建立三维地质模型。
步骤S13输出的具有最大适应度的个体表示该个体所包含的两个地层分界点之间连接方式为最佳连接方式。根据步骤S11生成的初始种群不断执行步骤S12和S13的内容以输出多个具有最大适应度的个体,并在每次输出具有最大适应度的个体时将该个体所包含的两个地层分界点链接起来,以表示这两个地层分界点所在的地层分界面为同一个地层分界面,重复此操作直至开始出现某个地层分界点连接了两个不同地层分界点为止。最后根据地层分界点之间的连线将不同钻孔所揭露的地层分界面连接起来即可得到完整的三维地质模型。
进一步的,首先完成地质三维轮廓,再通过连层遗传基因算法模型来寻找不同钻孔所揭露的地层分界点之间的最佳连接方案来对地质三维轮廓进行补充,进而建立三维地质模型,这样避免了先形成模型后再对模型进行逐步修正,省去了后续繁琐的数据处理,提升了建模效率和质量,并实现了正向构建三维地质模型。而且基于中介者模式,即便后续需要对三维地质模型进行修改也会更加准确便捷。
通过连层遗传基因算法模型来寻找不同钻孔所揭露的地层分界点之间的最佳连接方案,可以提升三维地质模型的准确性和可靠性。
更为具体的,AI计算模块中包含一种用于计算尾矿堆积体的稳定性的第二计算机存储介质,第二计算机存储介质中储存有第二种计算机程序,第二种计算机程序运行时执行如下步骤:
B1、根据三维地质模型、尾矿堆积体模型和地质数据,使用FLAC程序和稳定性计算模型获取尾矿堆积体的稳定性。
具体的,在本实施例中,稳定性计算模型满足如下关系:
/>
其中,S为尾矿堆积体的稳定性,为尾矿堆积体中第i条土条的重力,/>为第i条土条滑动面中点与土条滑动面所对应的圆心的连线同竖直线的夹角值,/>为第i条土条底面的有效黏聚力,/>为第i条土条与第i+1条土条之间的力矩关联系数,n为土条总条数,为第i条土条的粘聚力,/>为第i条土条沿滑动面的长度。
进一步的,AI计算模块中包括了FLAC软件程序,一方面使用三维地质模型、尾矿堆积体模型和FLAC程序对尾矿库建设区坝体稳定性进行定性评估,另一方面使用稳定性计算模型对尾矿库建设区坝体稳定性进行定量评估,两相对比提高稳定性结果准确性和可靠性。此外,该稳定性计算模型通过力矩关联系数考虑了土条之间的相互作用,在一定程度上提高了计算结果的准确性和可靠性。使用三维地质模型、尾矿堆积体模型和FLAC程序对尾矿库建设区坝体稳定性进行定性评估为现有技术,在此就不做详细说明。
B2、依据环境数据和稳定性,使用GWO-SVM模型判断污染等级。
环境数据包括补充环境数据和环境监测子系统采集的环境数据,GWO-SVM模型是基于GWO-SVM算法构建的,GWO-SVM模型是使用环境数据、稳定性和以污染等级训练好的。其中,GWO-SVM模型的输入为环境数据和稳定性,输出为污染等级。训练GWO-SVM模型的环境数据、稳定性和污染等级都可以通过现有技术得到,GWO-SVM模型也为现有技术,故而在此就不做详细说明。GWO-SVM模型具有较高的预测精度,能够准确预测出尾矿库建设区的污染等级,而且由于在预测污染等级时使用到了尾矿堆积体的稳定性,因此得到的污染等级对尾矿库建设区未来的环境变化也具有一定的预测作用,有利于相关人员即使采取防治措施,降低安全隐患。在其他可选的实施例中,为了进一步的提高污染等级的准确性,可以将更多类型的数据作为GWO-SVM模型的输入,例如水文数据。
更为具体的,预判预警模块运行时具体执行如下步骤:
C1、在稳定性小于稳定性阈值时发出稳定性预警。
C2、在污染等级不小于环境污染等级阈值时发出污染预警。
将稳定性阈值设置为1,将环境污染等级阈值设置为2,通过设定稳定性阈值和环境污染等级阈值,然后根据尾矿库建设区的实际情况及时发出稳定性预警和污染预警,提醒相关人员及时采取防治措施,以降低尾矿库建设区的安全隐患和环境污染。
更为具体的,AI优化模块中包含一种用于分析尾矿堆积体适宜的排放方式的第三计算机存储介质,第三计算机存储介质中储存有第三种计算机程序,第三种计算机程序运行时执行如下步骤:
D1、基于多个设定的优化尾矿堆积体模型,使用AI计算模块获取稳定性预测值和污染等级预测值。
在预判预警模块发出稳定性预警时,相关人员基于三维地质模型和尾矿堆积体模型在AI优化模块中的Geomaterials Studio软件上设计多个优化尾矿堆积体模型并储存在大岩土数据中心A1中供AI计算模块使用。
进一步的,AI计算模块利用优化尾矿堆积体模型获取相应的尾矿堆积体的稳定性预测值和污染等级预测值,具体的获取方式可以参考步骤B1和B2。在计算稳定性预测值时,保持最初的土条划分方式、尾矿堆积体中各个土条的密度、以及各个土条的粘聚力和摩擦角不变。由于尾矿堆积体中各个土条的密度不变,以尾矿堆积体的宽为优化尾矿堆积体模型中各个土条的高,因此各个土条的重力可以等效为优化尾矿堆积体模型中各个土条的底面面积,由于在优化尾矿堆积体模型中附有相应的比例尺,因此很容易计算出优化尾矿堆积体模型中各个土条的底面面积,进而计算出各个优化尾矿堆积体模型中尾矿堆积体的稳定性,即稳定性预测值。
D2、当稳定性预测值小于稳定性阈值且污染等级预测值小于环境污染等级阈值时,将稳定性预测值、污染等级预测值以及相应的最佳排放方式输出。
AI优化模块输出的最佳排放方式即最佳的优化尾矿堆积体模型,通过AI优化模块来得到尾矿堆积体的稳定性较高并且污染等级较低的排放方式,进而降低尾矿库建设区的安全隐患和环境污染。
在一个可选的实施例中,所述综合展示部分A4包括数据传输模块、需求处理模块和分级展示模块。所述数据传输模块用于实现所述大岩土数据中心、所述需求处理模块和所述分级展示模块之间的数据传输;所述需求处理模块用于根据用户需求利用所述大岩土数据中心的待展示数据获取标准化展示数据,并配合所述分级展示模块实现所述标准化展示数据的展示和所述待展示数据的修改,以及配合所述分级展示模块实现用户登录、注册和所述用户信息的采集;所述分级展示模块用于采集用户信息和所述用户需求,并根据所述用户信息评定用户权限,进而依据所述用户权限和所述用户需求与用户进行人机交互。
具体的,在本实施例中,数据传输模块使用公有云技术部署。公有云技术部署支持多租户,数据的传输与存储具备很高的安全性,并具有负载均衡能力,使系统能够应对海量数据的存储与访问,且用户不必部署硬件、组网和运维,进而大幅降低系统使用和维护门槛。公有云技术部署为现有技术,故而在此不做详细说明。
大岩土数据中心A1中储存的待展示数据包括地质数据、三维地质模型、建筑物模型和钻孔施工详情。
需求处理模块包括用户数据响应分模块、展示数据响应分模块、数据处理分模块和需求反馈分模块。分级展示模块包括用户认证子模块和人机交互子模块。用户数据响应分模块用于识别来自分级展示模块的用户信息,进而配合分级展示模块实现用户登录、注册和用户信息的采集;展示数据响应分模块用于识别用户需求,进而根据用户需求从大岩土数据中心A1中筛选待展示数据作为预处理数据,配合分级展示模块和数据处理分模块实现标准化展示数据的展示以及待展示数据的修改;数据处理分模块用于对预处理数据进行标准化处理得到标准化展示数据,并利用展示数据响应分模块将标准化展示数据发送至分级展示模块;需求反馈子模块用于将需求处理模块的响应情况反馈给大岩土数据中心A1并储存起来;用户认证子模块用于采集的用户信息,并根据用户信息评定用户权限,同时配合用户数据响应分模块为用户提供登录和注册服务,并将采集的用户信息储存至大岩土数据中心A1;人机交互子模块用于采集用户需求,并基于用户权限和用户需求向用户展示标准化展示数据,以及提供数据修改服务。
用户需要在用户认证子模块上的注册或者是登录入口进行注册或者是登录,用户注册或登录入口分为内部注册或登录入口和外部注册或登录入口。内部注册或登录入口为具有高级权限的用户开放,这些用户不仅能查询大岩土数据中心A1中的待展示数据,还能够修改大岩土数据中心A1中的待展示数据。外部注册或登录入口为普通民众开放,以满足普通民众对大岩土数据中心A1中部分数据的查询需求。
大岩土数据中心A1中储存的用户信息包括管理用户信息和普通用户信息,管理用户信息即岩土工程管理人员的信息,管理用户信息是直接储存在大岩土数据中心A1中的。针对管理人员,当管理人员在用户认证子模块上使用内部注册或登录入口时,用户认证子模块会将管理人员输入的管理用户信息通过数据传输模块传输给用户数据响应分模块,用户数据响应分模块会在大岩土数据中心A1中检索是否存在该管理用户信息,如果存在,则允许注册或者是登录,反之不允许。针对普通民众,当普通用户在用户认证子模块上使用外部注册或登录入口时,用户认证子模块会将普通用户输入的普通用户信息通过数据传输模块传输给用户数据响应分模块,用户数据响应分模块会根据来自用户认证子模块的普通用户信息在大岩土数据中心A1中检索是否存与之相同的用户信息,如果存在,则提醒普通民众可以直接登录或者同意用户登录,反之则同意注册或者提醒普通民众注册,并在用户注册时将用户信息普通用户信息存入大岩土数据中心A1中。
展示数据响应分模块包括第一信息交互子模块、第二信息交互子模块和第三信息交互子模块,数据处理分模块包括数据标准化处理子模块和临时数据库。第一信息交互子模块用于根据用户需求从大岩土数据中心A1中筛选出满足用户权限的待展示数据作为预处理数据;第二信息交互子模块用于配合分级展示模块和数据处理分模块实现待展示数据的修改;第三信息交互子模块用于将标准化展示数据发送至分级展示模块;数据标准化处理子模块用于对预处理数据进行标准化处理,得到标准化展示数据;临时数据库用于暂存预处理数据和数据标准化处理子模块产生的所有数据,并能根据来自分级展示模块的修改指令对预处理数据进行修改,进而配合第二信息交互子模块修改待展示数据。
用户通过用户认证子模块登录之后,就可以对大岩土数据中心A1中的数据进行查询或修改,用户对数据的查询是通过输入用户需求来实现的,即用户通过在人机交互子模块上输入岩土工程项目地点或者具体的岩土工程项目名称来实现对特定地点的特定岩土工程数字化成果数据进行查询,这样可以提高数据查询的效率,提高用户与数据的交互体验。此外,受到注册或登录入口的限制,在分级展示模块中,用户只能进行与用户权限相对应的操作,这样不仅能够提高数据的共享程度,同时也能够保障数据的安全,防止重要数据泄露。在其他可选的实施例中,还可以选择其他的权限划分方式。
用户在人机交互子模块上输入用户需求之后,人机交互子模块会将用户需求通过数据传输模块传输至第一信息交互子模块,然后第一信息交互子模块会根据用户需求从大岩土数据中心A1中筛选满足用户权限的待展示数据作为预处理数据,并将预处理数据暂时储存在临时数据库中,便于数据标准化处理子模块使用,同时也能节省大岩土数据中心A1中的储存空间。在预处理数据被储存进临时数据库后,数据标准化处理子模块会对预处理数据进行标准化处理,进而得到标准化展示数据,然后第三信息交互子模块会利用数据传输模块将标准化展示数据传输至分级展示模块,具体是传输给人机交互子模块展示给用户,而临时数据库也会暂时储存数据标准化处理子模块运行过程中产生的所有数据,在用户退出登录之后,临时数据库中的所有数据自动删除,这有利于保持数据处理分模块的运行速度,进而有利于保持整个系统的运行速度,提高用户与数据的交互效果。此外,为了避免信息混乱,临时数据库在储存预处理数据和数据标准化处理子模块运行过程中产生的数据时时分开储存的,即临时数据库分为两部分,第一部分储存预处理数据,第二部分储存数据标准化处理子模块运行过程中产生的数据,这有利于提高系统的运行速度,提高用户与数据的交互效果。
大岩土数据中心A1针对不同权限的用户会开放不同的待展示数据,也就是第一信息交互子模块会根据用户需求从大岩土数据中心A1中筛选满足用户权限的待展示数据作为预处理数据。例如普通用户只能查询到大岩土数据中心A1中不重要的数据,而管理人员则可以查询到大岩土数据中心A1中所有数据,至于针对不同的权限可以为用户开放哪些待展示数据是相关人员根据实际需要可以自行设置的,故而在此就不做详细说明。
具有高级权限的用户可以在人机交互子模块上对展示的数据进行修改,例如可以修改人机交互子模块上展示的标准化展示数据中的钻孔施工详情。具有高级权限的用户在人机交互子模块上对展示的数据进行修改时,修改的数据会通过数据传输子模块传输至临时数据库中并替换预处理数据中原有的内容,在用户确定对展示的数据进行修改时,第二信息交互子模块就会将临时数据库里预处理数据被修改的部分通过数据传输模块传输至大岩土数据中心A1中并替换掉原有的数据,即实现了对待展示数据的更新,有利于用户全面了解岩土工程的实际情况,并做出准确的决策。因此,展示数据响应分模块、数据处理分模块、需求反馈分模块以及分级展示模块相互配合,不仅能够实现待展示数据的及时展示,而且还能够实现对待展示数据的实时修改,以实现待展示数据的及时获取和更新,提高系统与用户的交互能力。
第一信息交互子模块中包含有一种用于数据筛选的计算机存储介质,一种用于数据筛选的计算机存储介质内储存有第四种计算机程序,第四种计算机程序运行时执行如下步骤:
E1、识别用户需求,并根据用户需求确定目标岩土工程,进而将目标岩土工程的待展示数据作为第一组预处理数据。
由于用户在人机交互子模块上输入了岩土工程项目地点或者具体的岩土工程项目名称,也就是直接确定了岩土工程的精确地点,因此很容易就能够在大岩土数据中心A1中查询到相应的第一组预处理数据。
E2、对第一组预处理数据进行空间特征提取,以获取与目标岩土工程相邻的临近岩土工程,并将临近岩土工程的待展示数据作为第二组预处理数据。
对第一组预处理数据进行空间特征提取,即判断目标岩土工程所占区域四周的临近位置是否存在其他正在进行的岩土工程,也就是临近岩土工程。如果存在临近岩土工程,则将这些临近岩土工程所对应的待展示数据作为第二组预处理数据。这样不仅能够满足用的数据查询需求,而且也便于用户了解目标数据所处的环境特征,提高数据展示效果,有利于用户全面了解岩土工程的实际情况,并做出准确的决策。
E3、将第一组预处理数据和第二组预处理数据作为预处理数据录入数据处理分模块。
预处理数据具体被录入到临时数据中。
数据标准化处理子模块中包含有一种数据标准化处理的计算机存储介质,一种数据标准化处理的计算机存储介质内储存有第五种计算机程序,第五种计算机程序运行时执行如下步骤:
F1、按照建筑物的地理位置将预处理数据中的预处理三维地质模型和预处理建筑物模型集成,得到三维综合模型。
将预处理三维地质模型和预处理建筑物模型集成为现有技术,故而在此就不做详细说明。
F2、获取三维综合模型的外接正方体,并设定正方体划分次数。
获取三维综合模型的外接正方体为现有技术,正方体划分次数通常设置为8次,有利于用户有效感知和分析三维地质模型以及建筑物模型场景重要特征信息,提高数据展示效果。
F3、在达到正方体划分次数之前对外接正方体进行循环切割,每一次切割都将外接正方体中的每一个正方体划分为8个大小相同的子正方体,最终得到多个预处理正方体。
在第一次切割时会将外接正方体切割为8个大小相同的小正方体,第二次切割则会将8个小正方体中的每一个小正方体切割为8个更小的大小相同的小正方体,以此类推,直至切割八次。
F4、根据点数模型在预处理正方体的每一个面上都插入相同的点阵,然后将预处理正方体上相对面上相互重叠的点连接起来形成预处理线段。
点数模型满足如下关系:
其中,为点阵中相邻点之间的距离,N为点阵中每一行的点数,/>为正方体划分次数,L为外接正方体的棱长。
进一步的,通过点数模型设定的点阵更加合理,有利于提高后续步骤对三维综合模型检测的准确性和可靠性,进而提高标准化三维综合模型的准确性和可靠性。
F5、判断预处理线段与三维综合模型是否存在可识别交点,并根据预处理正方体中可识别交点的数量大小为预处理正方体赋予不同颜色,得到标准化三维综合模型。
在预处理正方体中可识别交点数量为0时以空白色对预处理正方体进行填充,在预处理正方体中可识别交点数量大于或者等于15时以深色填充预处理正方体,在预处理正方体中可识别交点数量大于0且小于15时以浅色填充预处理正方体,具体的色彩可以根据相关人员的实际需要自行设置。这样得到的标准化三维综合模型具有较高的场景可视化效果,进而使用户能够更加有效的感知和分析三维地质模型以及建筑物模型场景重要特征信息,提高数据展示效果,有利于用户与数据进行互动。
进一步的,在其他可选的实施例中,还可以根据可识别交点的数量选择其他的色彩填充方式。
F6、在标准化三维综合模型上补充对应的地质数据和勘探与施工详情,进而得到标准化展示数据。
将地质数据和勘探与施工详情补充到标准化三维综合模型上即可得到标准化展示数据,用户通过点击标准化三维综合模型上不同位置来查看该位置相应的地质数据和勘探与施工详情,此为现有技术。其中,具有高级权限的用户可在查看地质数据和勘探与施工详情时根据自身的需要随时对这些数据做出修改,相应的修改也会同步到临时数据库中,有利于实现对待展示数据的远程实时更新。
在一个可选的实施例中,所述成果管理部分A5包括信息查询子系统、信息管理子系统和数据利用子系统。所述信息查询子系统用于采集使用者信息并为使用者提供所述大岩土数据中心A1中数据的查询服务;所述信息管理子系统用于监测和更新所述大岩土数据中心A1中的数据并配合所述信息查询子系统为使用者提供所述大岩土数据中心A1中数据的查询服务;所述数据利用子系统用于根据所述大岩土数据中心A1中的数据构建标准化区域地层模型,进而根据所述准化区域地层模型进行专业分析与应用。
具体的,在本实施例中,信息查询子系统包括数据查询用户端和Web浏览器,数据查询用户端包括用户登录模块和分类查询模块。数据查询用户端为Web浏览器的扩展程序,使用者利用数据查询用户端对所述大岩土数据中心A1中的数据进行查询。将数据查询用户端作为Web浏览器的插件能够实现跨平台运行且易于部署,有利于简化用户管理的过程,且使用者无需安装额外的客户端软件,在使数据查询变得更加便捷的同时也能节省使用者设备的空间。此外,由于Web浏览器扩展程序可以在多个操作系统平台上使用,这就提高了系统的通用性。
信息管理子系统包括登录响应模块和查询管理模块。登录管理模块用于配合用户登录模块为用户提供登录和注册服务;查询响应模块用于响应使用者的查询需求,进而配合分类查询模块为使用者提供所述大岩土数据中心A1中数据的查询服务。
使用者信息包括用户基础信息和用户登录信息,用户基础信息包括姓名、性别和年龄等,用户登录信息包括用户名和登录密码。使用者在用户登录模块上完成注册以实现使用者身份的确定,注册时使用者需要填写使用者信息,然后登录响应模块会将使用者信息存入大岩土数据中心A1中。在完成注册之后,使用者就可以使用自己填写的用户登录信息进行登录。使用者在登录时,登录响应模块会在大岩土数据中心A1中检索使用者填写的用户登录信息并将检索结果反馈给用户登录模块,如果登录响应模块没有在大岩土数据中心A1中检索到对应的用户登录信息,则用户登录模块提醒使用者注册,反之则登录成功。使用者通过登录才能对数据进行查询,这有利于提高数据的安全性。
在分类查询模块中,将可查询的数据分为基础地质数据、钻孔数据、再利用成果数据和其他数据四种数据类型,其中基础地质数据包括地形地貌数据、地质调查数据、地球物理数据和水文数据,再利用成果数据包括标准化区域地层模型、工程范围区域和工程区域剖面图,其他数据包括气象数据和尾矿堆积体数据,分类查询可以使数据查询变得更加方便快捷。查询数据时,使用者首先在分类查询模块中选择查询地点,然后选择数据类型,查询管理模块会根据使用者选择的查询地点和数据类型在大岩土数据中心A1中检索出相应的数据并传输至分类查询模块,这样使用者就可以查看到相应的数据。在其他可选的实施例中,还可以设置用户权限,并基于用户权限为使用者提供数据的查询服务。
查询响应模块中包含一种信息查询的计算机存储介质,一种信息查询的计算机存储介质中存储有第六种计算机程序,第六种计算机程序运行时执行如下步骤:
G1、接收并识别来自信息查询子系统的查询需求。
来自信息查询子系统的查询需求即使用者在分类查询模块中选择的查询地点和数据类型。
G2、根据查询需求在数据储存模块中筛选可查询的数据,并将筛选的结果反馈给信息查询子系统。
数据利用子系统包括区域地层构建模块和工程创建分析模块。根据数据储存与管理子系统中储存的数据,区域地层构建模块利用标准化模型建立标准化区域地层模型;工程创建分析模块根据标准化区域地层模型进行专业分析与应用。
区域地层构建模块中包含一种构建区域地层的计算机存储介质,一种构建区域地层的计算机存储介质中存储有第七种计算机程序,第七种计算机程序运行时执行如下步骤:
H1、使用归一化模型对可查询的数据中的钻孔数据进行归一化处理,得到归一化钻孔数据。
归一化模型满足如下关系:
其中,为归一化钻孔数据,/>为归一化模板,/>为钻孔数据中第i个数据且。
钻孔数据包括孔径、孔深、孔向以及钻孔所揭示的地层信息等数据,在不同的可查询的数据中,对钻孔数据的描述方法可能不相同,例如对钻孔数据中各个数据的描述次序可能就不相同。因此,对钻孔数据进行归一化处理旨在用一个固定的描述模板,即归一化模板来处理所有钻孔数据,使得对不同来源的钻孔数据具有相同的描述方法,以便于构建标准化区域地层模型。例如,在描述钻孔数据时,可以将描述模板设置为首先依次描述孔径、孔深和孔向,然后再描述岩性、厚度、年代构造等钻孔所揭露的地层信息。
进一步的,对钻孔数据进行归一化处理增强了数据的可比性和可操作性,有利于得到准确可靠的标准化区域地层模型。此外,描述模板是相关人员根据实际需要可以自行设置的,故而在此就不做详细说明。
H2、将归一化钻孔数据一一匹配至构建的地层标准化模型中,进而得到标准化区域地层模型。
区域地层构建模块中的地层标准化模型是已经构建好了的。在构建地层标准化模型时,首先需要确定地层划分依据,然后根据所述地层划分依据建立地层标准化模型。地层划分依据包括岩土体的岩性、时代、成因、密实度、可塑性、风化程度等。根据所述地层划分依据建立地层标准化模型为现有技术,在此就不做详细说明。在其他可选的实施例中,还可以通过其他方式构建地层标准化模型。
将归一化钻孔数据一一匹配至地层标准化模型中,即将钻孔所揭示的地层信息等数据补充至地层标准化模型里对应的地层上,即可得到标准化区域地层模型。由于钻孔数据不局限于特定地点,因此标准化区域地层模型能够对目标勘探地点及其相邻的勘探地点的岩土体分布情况进行解析。
工程创建分析模块中包含一种工程创建分析的计算机存储介质,一种工程创建分析的计算机存储介质中存储有第八种计算机程序,第八种计算机程序运行时执行如下步骤:
J1、在标准化区域地层模型上选取钻孔,进而制定工程范围区域以创建虚拟工程。
J2、针对虚拟工程,在标准化区域地层模型上根据设定的剖面线生成工程区域剖面图,进而利用工程区域剖面图进行专业分析与应用。
专业人员可以利用得到的工程区域剖面图进行专业分析与应用。通过创建虚拟工程和生成工程区域剖面图,工程创建分析模块可以为实际工程提供理论支持,有利于提高工程设计的专业性和实用性。
步骤J1和J2都可以通过现有的技术手段来实现,故而在此就不做详细说明。
需要说明的是,在一些情况下,在说明书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果,在本实施例当中,所给出的步骤顺序仅仅是为了使实施例看起来更加清晰明了,方便说明,而非对其限制。
综上所述,本发明提供的工程智慧工地系统在岩土工程的勘察设计阶段和施工阶段发挥重要作用。它能够实现对人员信息、设备信息、环境信息、施工场地信息和施工进度信息进行实时采集,使得相关人员能够实时的、准确的掌握施工场地的实际情况并对施工场地进行监管,解决了岩土工程施工场地信息管理混乱、设备监控不足、环境监测缺失等问题,有利于制定合理的施工计划,提高施工质量和效率。本发明提供的尾矿数智运维系统在岩土工程的勘察设计阶段、施工阶段和运维阶段能够发挥重要作用,尤其是对岩土工程项目中尾矿库的运维具有较好的辅助作用,能够对尾矿坝运营过程中坝体稳定性和周边环境的污染程度进行判定和预警,并给出较好的尾矿排放方式。本发明提供的综合展示部分基于用户权限为用户提供数据展示和数据修改服务能提高数据的共享程度和数据共享的安全性,提高了系统的交互能力,有利于充分发挥数据的价值。同时,通过获取标准化三维综合模型能够提高场景可视化效果,使用户能够更加有效的感知和分析三维地质模型以及建筑物模型场景重要特征信息,提高数据展示效果,有利于用户与数据进行互动。本发明提供的成果管理部分能够为使用者提供方便快捷的数据查询服务,并能对大岩土数据中心中的数据进行再次利用,提高其使用率达,充分挖掘已有岩土工程基础数据的价值。总而言之,本发明提供系统实现了岩土工程勘察设计施工与运维全产业链作业数字化和智能化。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种大岩土数智系统,其特征在于,包括:
大岩土数据中心、数据采集部分、智慧应用部分、综合展示部分以及成果管理部分;
所述大岩土数据中心用于储存各个部分得到的数据,并为除所述数据采集部分之外的其他部分提供数据支持;
所述数据采集部分用于采集岩土工程施工场地的各项基础数据,所述基础数据包括地质数据、补充环境数据和岩土工程基础数据;
所述智慧应用部分利用所述岩土工程基础数据对岩土工程进行智能监测和管理,同时利用所述地质数据对岩土工程施工场地的尾矿库进行运维;
所述综合展示部分用于在施工阶段对所述大岩土数据中心的岩土工程数字化成果进行三维展示;
所述成果管理部分用于提供所述地质数据的查询服务并对所述地质数据构建标准化区域地层模型,实现所述地质数据的深度利用。
2.根据权利要求1所述的一种大岩土数智系统,其特征在于,所述智慧应用部分包括:
工程智慧工地系统,所述工程智慧工地系统利用所述岩土工程基础数据对岩土工程进行智能监测和管理;
尾矿数智运维系统,所述尾矿数智运维系统利用所述地质数据对岩土工程施工场地的尾矿库进行运维。
3.根据权利要求2所述的一种大岩土数智系统,其特征在于,所述工程智慧工地系统包括:
人员管理子系统,所述人员管理子系统用于采集和管理岩土工程施工场地的人员信息;
设备管理子系统,所述设备管理子系统用于采集和管理岩土工程施工场地的设备信息;
环境监测子系统,所述环境监测子系统用于监测岩土工程施工场地的环境信息;
视频监控子系统,所述视频监控子系统用于采集岩土工程施工场地的影像数据;
施工管理子系统,所述施工管理子系统用于实时监测和管理施工进度;
监管中心,所述监管中心用于对所述工程智慧工地系统中各个子系统的数据信息进行实时监管,并及时发布项目信息和通知公告。
4.根据权利要求2所述的一种大岩土数智系统,其特征在于,所述尾矿数智运维系统包括:
数据模型模块,所述数据模型模块根据所述地质数据构建岩土工程施工场地的三维地质模型及尾矿堆积体模型;
AI计算模块,所述AI计算模块用于在所述数据模型模块的基础上计算尾矿库建设区的污染等级以及尾矿堆积体的稳定性;
预判预警模块,所述预判预警模块利用所述基础数据和所述尾矿堆积体模型进行污染预警,并根据所述稳定性进行稳定性预警;
AI优化模块,所述AI优化模块用于在所述数据模型模块和所述预判预警模块的基础上,根据设定的优化尾矿堆积体模型分析所述尾矿堆积体的最佳排放方式并输出。
5.根据权利要求4所述的一种大岩土数智系统,其特征在于,所述数据模型模块包括:
二维钻孔生成子模块,所述二维钻孔生成子模块用于生成构建所述三维地质模型所需的二维钻孔数据;
二维剖面图生成子模块,所述二维剖面图生成子模块用于生成构建所述三维地质模型所需的二维剖面数据;
地质平面图生成子模块,所述地质平面图生成子模块用于生成构建所述三维地质模型所需的地质平面图;
等高线数据生成子模块,所述等高线数据生成子模块用于生成构建所述三维地质模型所需的等高线数据;
三维钻孔生成子模块,所述三维钻孔生成子模块用于生成构建所述三维地质模型所需的三维钻孔数据;
三维剖面图生成子模块,所述三维剖面图生成子模块用于生成构建所述三维地质模型所需的三维剖面数据;
地质轮廓生成子模块,所述地质轮廓生成子模块用于生成构建所述三维地质模型所需的地质三维轮廓;
地质模型生成子模块,所述地质模型生成子模块根据所述钻孔数据对所述地质三维轮廓进行补充,得到所述三维地质模型;
堆积体模型生成子模块,所述堆积体模型生成子模块用于构建所述尾矿堆积体模型;
中介者子模块,所述中介者子模块用于实现所述数据模型模块中除所述堆积体模型生成子模块之外的其他子模块之间的数据交互。
6.根据权利要求1所述的一种大岩土数智系统,其特征在于:
所述综合展示部分包括数据传输模块、需求处理模块和分级展示模块;
所述数据传输模块用于实现所述大岩土数据中心、所述需求处理模块和所述分级展示模块之间的数据传输;
所述需求处理模块用于根据用户需求利用所述大岩土数据中心的待展示数据获取标准化展示数据,并配合所述分级展示模块实现所述标准化展示数据的展示和所述待展示数据的修改,以及配合所述分级展示模块实现用户登录、注册和所述用户信息的采集;
所述分级展示模块用于采集用户信息和所述用户需求,并根据所述用户信息评定用户权限,进而依据所述用户权限和所述用户需求与用户进行人机交互。
7.根据权利要求1所述的一种大岩土数智系统,其特征在于,所述成果管理部分包括:
信息查询子系统,所述信息查询子系统用于采集使用者信息并为用户提供所述大岩土数据中心中数据的查询服务;
信息管理子系统,所述信息管理子系统用于监测和更新所述大岩土数据中心中的数据并配合所述信息查询子系统为用户提供所述大岩土数据中心中的数据的查询服务;
数据利用子系统,所述数据利用子系统用于根据所述大岩土数据中心中的数据构建标准化区域地层模型,进而根据所述准化区域地层模型进行专业分析与应用。
8.根据权利要求1所述的一种大岩土数智系统,其特征在于,所述数据利用子系统包括:
区域地层构建模块,根据所述地质数据,所述区域地层构建模块利用标准化模型建立标准化区域地层模型;
工程创建分析模块,所述工程创建分析模块根据所述标准化区域地层模型进行专业分析与应用。
9.根据权利要求3所述的一种大岩土数智系统,其特征在于,所述施工管理子系统包括:
施工进度模块,所述施工进度模块用于采集岩土工程项目的实际施工进度;
计划管理模块,所述计划管理模块用于接收所述实际施工进度,并将所述实际施工进度与计划施工进度对比得到施工偏差,并使用施工工期预测模型对施工工期做出预测;
施工管理传输模块,所述施工管理传输模块用于将所述实际施工进度、所述施工偏差与预测的施工工期传输至所述大岩土数据中心。
10.根据权利要求9所述的一种大岩土数智系统,其特征在于,所述施工工期预测模型满足如下关系:
,
其中,为预测施工工期,/>为计划施工工期,/>为设备状态和环境状况对施工工期影响的综合评价函数,/>为岩土工程项目中第i个子项目的实际施工进度,/>为岩土工程项目中第i个子项目的计划施工进度,/>为岩土工程项目中第i个子项目的计划施工工期,/>为误差因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410191007.XA CN117743620B (zh) | 2024-02-21 | 2024-02-21 | 一种大岩土数智系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410191007.XA CN117743620B (zh) | 2024-02-21 | 2024-02-21 | 一种大岩土数智系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117743620A true CN117743620A (zh) | 2024-03-22 |
CN117743620B CN117743620B (zh) | 2024-05-03 |
Family
ID=90259583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410191007.XA Active CN117743620B (zh) | 2024-02-21 | 2024-02-21 | 一种大岩土数智系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117743620B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745466A (zh) * | 2024-02-21 | 2024-03-22 | 中国有色金属工业昆明勘察设计研究院有限公司 | 一种尾矿库数智运维系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729880A (zh) * | 2013-12-20 | 2014-04-16 | 柳州腾龙煤电科技股份有限公司 | 一种地质勘探矿体三维建模系统 |
CN105023272A (zh) * | 2015-06-26 | 2015-11-04 | 广州铁路职业技术学院 | 农作物叶子虫害检测方法和系统 |
CN111339691A (zh) * | 2020-04-27 | 2020-06-26 | 南京智慧岩土工程技术研究院有限公司 | 一种基于voxler软件的智慧岩土工程参数三维分析与评价系统及方法 |
CN111598734A (zh) * | 2020-05-25 | 2020-08-28 | 中建三局第二建设工程有限责任公司 | 一种bim和物联网的智慧工地综合管理系统 |
CN112698386A (zh) * | 2020-12-09 | 2021-04-23 | 安徽大学 | 一种尾矿库安全监测方法 |
CN113537579A (zh) * | 2021-06-28 | 2021-10-22 | 广东工业大学 | 一种集成csa和h-elm的水泥生产质量预测方法 |
CN216361607U (zh) * | 2021-09-06 | 2022-04-22 | 中铝智能(杭州)安全科学研究院有限公司 | 一种尾矿库在线监测及数据集成系统 |
CN116579607A (zh) * | 2023-04-23 | 2023-08-11 | 中国安全生产科学研究院 | 一种多源数据协同的区域性尾矿库风险监测方法 |
CN116689332A (zh) * | 2023-06-08 | 2023-09-05 | 安徽理工大学 | 一种基于煤矸表面综合物理性质的分选方法及装置 |
CN117197377A (zh) * | 2023-09-14 | 2023-12-08 | 中国矿业大学(北京) | 矿山开采区三维动态可视化建模方法 |
-
2024
- 2024-02-21 CN CN202410191007.XA patent/CN117743620B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729880A (zh) * | 2013-12-20 | 2014-04-16 | 柳州腾龙煤电科技股份有限公司 | 一种地质勘探矿体三维建模系统 |
CN105023272A (zh) * | 2015-06-26 | 2015-11-04 | 广州铁路职业技术学院 | 农作物叶子虫害检测方法和系统 |
CN111339691A (zh) * | 2020-04-27 | 2020-06-26 | 南京智慧岩土工程技术研究院有限公司 | 一种基于voxler软件的智慧岩土工程参数三维分析与评价系统及方法 |
CN111598734A (zh) * | 2020-05-25 | 2020-08-28 | 中建三局第二建设工程有限责任公司 | 一种bim和物联网的智慧工地综合管理系统 |
CN112698386A (zh) * | 2020-12-09 | 2021-04-23 | 安徽大学 | 一种尾矿库安全监测方法 |
CN113537579A (zh) * | 2021-06-28 | 2021-10-22 | 广东工业大学 | 一种集成csa和h-elm的水泥生产质量预测方法 |
CN216361607U (zh) * | 2021-09-06 | 2022-04-22 | 中铝智能(杭州)安全科学研究院有限公司 | 一种尾矿库在线监测及数据集成系统 |
CN116579607A (zh) * | 2023-04-23 | 2023-08-11 | 中国安全生产科学研究院 | 一种多源数据协同的区域性尾矿库风险监测方法 |
CN116689332A (zh) * | 2023-06-08 | 2023-09-05 | 安徽理工大学 | 一种基于煤矸表面综合物理性质的分选方法及装置 |
CN117197377A (zh) * | 2023-09-14 | 2023-12-08 | 中国矿业大学(北京) | 矿山开采区三维动态可视化建模方法 |
Non-Patent Citations (4)
Title |
---|
LI YUAN等: ""The Analysis of the Seepage Characteristics of Tailing Dams Based on FLAC3D Numerical Simulation"", 《THE OPEN CIVIL ENGINEERING JOURNAL》, 30 September 2015 (2015-09-30), pages 400 - 407 * |
孙龙祥: ""基于人工智能的测井地层划分方法研究现状与展望"", 《油气地质与采收》, 31 May 2023 (2023-05-31), pages 49 - 58 * |
李亚俊: ""某尾矿坝稳定性的FLAC 模拟分析"", 《南华大学学报(自然科学版)》, 31 December 2013 (2013-12-31), pages 23 - 27 * |
蒋冬: ""基于IGWOPSO-SVM 算法的水质监测及等级评定系统"", 《华南农业大学学报》, 11 May 2023 (2023-05-11), pages 638 - 648 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745466A (zh) * | 2024-02-21 | 2024-03-22 | 中国有色金属工业昆明勘察设计研究院有限公司 | 一种尾矿库数智运维系统 |
CN117745466B (zh) * | 2024-02-21 | 2024-04-26 | 中国有色金属工业昆明勘察设计研究院有限公司 | 一种尾矿库数智运维系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117743620B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190325642A1 (en) | Computer platform for pooling and viewing digital data | |
CN117743620B (zh) | 一种大岩土数智系统 | |
CN112507048B (zh) | 一种污染场地水土环境多要素一站式管理系统 | |
CN110689705A (zh) | 矿山地质环境管理综合应用系统 | |
CN110858334A (zh) | 道路安全评估方法、装置及道路安全预警系统 | |
CN107038505B (zh) | 基于机器学习的找矿模型预测方法 | |
CN102622526A (zh) | 数字矿山中的巷道开掘搜索预测方法 | |
CN111241611B (zh) | 一种辅助基坑实施的方法 | |
CN108596518A (zh) | 一种公路地质灾害危险性评估方法 | |
CN113362469B (zh) | 综合城市建筑信息和地层结构的盾构隧道施工预警方法 | |
CN116975576B (zh) | 基于关键信息统计的山区公路地质灾害危险性评价方法 | |
CN109209505B (zh) | 土石混合体隧道三维数字信息管理系统构建方法 | |
Mierzejowska et al. | The characteristics of geographical information systems in terms of their current use | |
Paramasivam | Merits and demerits of GIS and geostatistical techniques | |
Lark et al. | Uncertainty in mapped geological boundaries held by a national geological survey: eliciting the geologists' tacit error model | |
CN113656868A (zh) | 基于bim技术的医院建设协同管理平台 | |
CHO et al. | Constructing a system to explore shallow velocity structures using a miniature microtremor array—Accumulating and utilizing large microtremor datasets— | |
CN112215455A (zh) | 基于地质预报施工全过程信息化施工协同方法 | |
CN112802307B (zh) | 一种用于地质勘察的地质监测预警方法及系统 | |
CN114781827A (zh) | 基于地理空间信息的环境样品调查云管理方法 | |
CN114972906A (zh) | 一种土压平衡盾构开挖面土质类型识别方法 | |
Gil et al. | Optimization of the location of observation network points in open-pit mining’s | |
Yuan et al. | Joint Investigation and 3D Visual Evaluation of Rock Mass Quality | |
Niu et al. | Optimization of geological and mineral exploration by integrating remote sensing technology and borehole database | |
Guo et al. | A quantitative model to evaluate mine geological environment and a new information system for the mining area in Jilin province, mid-northeastern China |
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 |