大坝缺陷识别系统设计与实现

针对采用巡检图像识别大坝缺陷存在专业性强、工作量大、时效性差等问题,应用目标识别、迁移学习等技术,以及TensorFlow深度学习框架和Django Web服务框架,开发基于B/S架构的大坝缺陷识别系统,采用120个裂缝样本和85个破损样本进行实验。实验结果表明,在训练样本较少的情况下,采用Faster R-CNN和Mask R-CNN预训练模型可以训练出性能较好的大坝缺陷识别模型,能够识别巡检图像中的缺陷。在训练样本较多、缺陷分类合理、缺陷标注准确的情况下,该系统可训练出性能优越的单缺陷识别模型和多缺陷识别模型,供手机、摄像机、无人机等终端使用。

大坝溃决试验测试分析系统设计与实现

根据大坝溃决试验物理特性及数据分析需求设计并实现了基于Web技术的大坝溃决试验测试分析系统,解决了试验全周期下数据采集、存储、整编等问题。系统结合数据映射及GPRS技术,基于异构、异地数据集成实现了数据维护、统计分析等功能。系统能够实时监控传感器数据,并通过图形绘制、浸润线动态演示、报表打印等资料整编功能对比分析多场演变规律及关联性。针对密集、大容量溃坝试验数据特点,优化了数据存储结构、图形绘制算法、数据筛选算法等。

水库大坝安全诊断与智慧管理关键技术与应用

中国水库大坝建设水平世界领先,但管理水平相对滞后,突出表现在管理手段落后、信息化应用程度低,出险甚至溃坝事故仍时有发生,亟待加强传统水利与现代信息技术融合,充分应用大数据、人工智能、机器学习等现代信息技术,实现水库大坝安全智能诊断和智慧管理。“十三五”国家重点研发计划项目“水库大坝安全诊断与智慧管理关键技术与应用(2018YFC0407100)”以澜沧江流域代表性水电工程等为依托,以水资源高效利用为目标,以确保水库大坝安全为宗旨,以工程防灾减灾为突破点,通过近四年的联合攻关,在大型复杂水工结构性能演化测试装备与智能诊断技术、大坝结构与服役环境互馈仿真及智能监控关键技术、基于大数据的大坝安全诊断与预警关键技术等方面取得系列创新成果,为进一步健全中国大坝安全保障体系和强化预报、预警、预演、预案“四预”措施提供科技支撑,全面保障水库大坝安全运行和综合效能发挥,具有极高的科学价值和广阔的推广应用前景,社会效益、经济效益和生态环境效益极其显著。

基于Unity3D的水库大坝巡视检查培训系统

针对水库大坝巡视检查网络培训需求,研究严肃游戏,提出水库大坝巡视检查培训系统架构,探讨大坝BIM建模、巡检点和缺陷三维建模、水库枢纽场景仿真等关键技术,分析水库大坝巡视检查要求、方法、设备、内容,研发了基于Unity3D的水库大坝巡视检查培训系统。水库大坝巡视检查培训系统由数据层、模型层和应用层组成,具有巡视检查知识、巡视检查训练、巡视检查考核和系统管理等功能。水库大坝巡视检查培训系统解决了传统培训方式中覆盖面窄、成本高、时间长等问题,可用于水库管理人员的培训,特别是没有监测设施或监测设施损坏的中小型水库管理人员的培训,促进水库大坝巡视检查工作规范化,提高水库管理人员巡视检查能力,保障水库大坝安全运行。

大尺度土坝漫顶溃决试验工程性态测试与分析

漫顶是土坝溃决的主要原因。利用原体试验土坝(坝高9.7 m),应用渗流压力、水分、测斜、分布式光缆等传感器及数据采集系统,开展了漫顶溃决试验工程性态测试研究,获取了试验坝填筑、分阶段蓄水和溃决过程的渗流、温度和变形的测试数据及变化特征。测试结果分析表明:坝体渗流压力与库水位明显相关,坝体含水率灵敏性比渗流压力灵敏性快;坝体水平位移由向上游逐渐向下游发展,坝体最大倾度2.242°,坝顶表面最大沉降率为5.21%。测试结果为土坝灾变机理研究及溃坝早期预警提供基础数据。

基于Object-Z的Web组件形式化建模

Web组件技术是一种解决Web服务再利用和扩展问题的方法。Object-Z是Z语言的面向对象补充,它们是基于一阶谓词逻辑和集合论的形式规格说明语言。用形式规格说明语言Object-Z对Web组件建模,能够保证Web组件在异构平台、松散耦合、封装等特性下的一致性和精确性。以Web组件为研究对象,以Object-Z为形式规格说明语言建立模型,提出了Web组件及其组合的建模方法。该方法对包括接口、组件操作在内的Web组件静态行为进行了建模,定义了接口、消息的匹配方法。构造了基本组合结构的形式化框架,利用组件的逻辑分解方法将该框架应用于复杂的组件组合过程,并提出了需求驱动的组件组合方法。在此基础上,结合实例对组件的交互、组合进行了建模分析。

智慧水库探讨

研究水库安全管理信息化与人类智慧,定义智慧水库概念;设计基于云平台的智慧水库6层架构,阐述各层内容及相互关系;分析智慧水库中信息感知、互联和系统智能化等关键问题,采用新型智能传感器、信息感知方式多样化、水库物联网、非结构化数据处理、信息标准化、信息融合、业务协同和人工智能等方法和技术解决问题,为智慧水库研究与建设提供技术路线。

水库GIS智能巡检系统研究与应用

巡视检查是目前大多数水库安全管理的重要手段。水库GIS智能巡检系统以物联网、元素化、GIS平台、4G网络、移动开发和三维仿真等技术为基础,基本实现大坝巡视检查工作中感知交互、隐患识别、应急处置、信息共享等业务要求。巡检系统前端App和后端巡检平台功能从不同岗位操作者的实际需要出发,将普通巡检工作和专业巡检管理进行分离和融合,基本解决传统大坝安全巡检中的业务与管理问题,可满足现行的大坝安全管理规范和水库管理单位日常管理需要,同时与水利部建设智慧水利信息管理平台的需求相一致。

水库安全管理文档质量评估系统设计与实现

为加强水库安全管理监督工作,提高水库安全管理文档评估效率,研究中文分词技术以及关键词学习方法与文档质量评估方法,提出一种基于词频的水库安全管理文档质量评估方法。选择结巴分词工具,采用Django框架开发水库安全管理文档质量评估系统。实验结果表明,该系统对水库安全管理文档的质量评估结果准确,与实际情况基本一致。该系统能够通过学习全部文档获得评估标准,计算文档质量指数并给出文档质量水平,可广泛应用于水库安全管理文档质量评估工作中,具有一定的实用价值。

基于SQL语句的通用数据交换方法研究与应用

为了避免频繁地修改数据交换系统程序代码,提高数据交换系统的通用性,提出了基于SQL语句的通用数据交换方法。该方法根据源数据库和目的数据库结构编写SQL语句,保存至XML文件。数据交换时,数据交换系统从XML文件读入SQL语句,执行相应操作,完成数据交换。该方法已在实践中得到广泛应用。

基于信息熵-变权模糊模型的土石坝震损评估

土石坝震损评估可为震后应急处置和除险加固提供依据,因而对评估方法和结果的可靠性提出更高要求。为了降低层次分析法(AHP)计算指标权重的主观性,并体现出指标严重程度对土石坝震损评估结果的贡献作用,建立信息熵-变权模糊评估模型。首先根据土石坝震害险情研究成果,阐述了土石坝震损评估指标体系及指标分级标准,然后以AHP法确定指标初始权重,再采用信息熵对其修正,同时考虑指标严重程度对权重的影响,引入变权法对修正后的权重进行调整,融合模糊评价法,最后建立信息熵-变权模糊的土石坝震损评估模型。工程实例评估结果表明,该模型有效降低了指标权重的主观性,并突出了不同指标的严重程度对评估结果的影响,使土石坝震损评估结果更加客观准确。

土石坝突发事件特征分析及应急监测探讨

突发事件下的土石坝安全一直是人们关注的焦点。分析土石坝突发事件险情特征并开展应急监测研究,可提高土石坝应对突发事件的能力。文章引入突发事件的定义,结合国内外水库大坝溃决原因统计结果及水库大坝突发事件类别,将土石坝突发事件归纳为洪水和地震,并阐述了水库大坝突发事件的分级标准。文章还分析了土石坝洪水突发事件可能造成的漫顶、渗透破坏、边坡失稳、溢洪道破坏以及地震突发事件可能造成的坝体裂缝、渗漏、滑坡、结构变形等险情的特征和危害。基于突发事件险情特征分析结果,探讨了不同级别洪水和地震突发事件下的土石坝应急监测项目和应急监测频次要求,指导土石坝突发事件的应急处置。