考虑夯锤姿态特性的夯沉量单目视觉测量方法研究

夯沉量是反映强夯地基加固质量的关键指标,人工测量方法不仅投入高、效率低下,且施工安全无法保障。为此,基于单目摄影测量提出一种强夯夯沉量非接触测量方法,实现了强夯夯沉量的高效测算。深入分析并科学定义了适用于单目视觉监测的夯沉量定义;基于夯锤标识的旋转不变性,提取表征夯锤姿态的特征点几何信息,结合视觉成像基本原理,构建了测算夯锤三维姿态的数值方程,求解得到夯锤特征点的三维坐标;在施工现场对所提方法进行工程实测,并通过多余观测对解算结果进行优化尝试。试验及工程应用结果表明,本方法具有精度高、速度快、稳健性强等特点,可有效应用于强夯施工质量监测关键指标参数夯沉量的自动解算,为当前强夯夯沉量自动化监测技术的进步提供了一个新的方向和手段。

黄河茨哈峡导流洞进口边坡稳定性综合评价及处置优化

复杂地质条件下边坡稳定性受结构面、岩体性质等因素影响明显,其准确评价对边坡施工安全至关重要。依托黄河茨哈峡导流洞进口边坡施工工程,提出了一套综合赤平投影理论、二维极限平衡法与三维极限平衡法的边坡稳定性综合评价方法。首先基于赤平投影理论定性地描述了具有复杂结构面的导流洞进口边坡4#倾倒体失稳块体;随后分别采用二维极限平衡法与三维极限平衡法对施工期逐层开挖过程诱发边坡失稳风险进行了分析;最后根据“少开挖+强支护”的设计原则,从多方法综合评价和循环优化的角度,提出将原破碎体全部挖除的大开挖方案优化为保留部分破碎体的小开挖方案,并从安全性与经济性的角度对优化方案进行了评价。计算结果表明大开挖方案边坡稳定性安全系数约为1.17~1.19,小开挖方案安全系数约为1.078,大开挖方案边坡安全性高于小开挖方案;在对小开挖方案进行支护优化后边坡稳定性安全系数提高至1.159~1.183,边坡稳定性由临界稳定变为稳定,支护优化效果显著。综合边坡开挖安全性与经济性评价结果可见,所提“少开挖+强支护”边坡开挖方案符合相关规范安全控制标准,具有较好的经济效益与工程价值,可为相关工程提供参考。

多元感知的强夯施工质量智能监测装备系统

夯坑位置、夯次和夯沉量是强夯法施工质量监测的主要指标,其中夯沉量是传统监测的技术难点,监测的效率和精度往往难以兼顾。为此,本文研发了基于多元感知的强夯施工质量智能监测装备及配套的智能监测系统。构建了基于夯锤主动目标的夯沉量摄影测量监测体系;集成GNSS-RTK和磁方位角传感器实现了夯机和夯坑的协同定位;基于机器视觉和时序模式实现了夯次智能监测;研发了强夯施工质量智能监测云平台发布监测数据,集成上述系统实现了夯次、夯沉量、夯坑位置等施工参数的实时监测系统。现场实验验证了本智能装备的监测精度和效率均满足施工管理的要求。本文可为强夯施工等智能监测装备研发提供参考。

强夯施工夯坑位置实时监测技术

强夯基础加固过程中,实际夯坑位置符合设计要求是保证地基加固效果的前提。针对传统强夯施工人工放样确定夯坑位置方法中存在效率低及成果校核困难等多方面的问题,提出了一种基于GNSS和地磁传感器的夯坑位置实时计算方法,研发了相应的夯坑位置实时监测系统。实现了强夯施工过程中夯坑位置实时精确定位。通过架设在夯机上的GNSS定位设备监测设备中心位置,同时利用磁方位角传感器获取夯坑相对于夯机的方位数据,进而对夯坑位置进行全过程、全自动的实时监测。针对时序夯坑位置信息离散的问题,采用空间聚类分析提取夯坑精确定位信息。以白鹤滩水利枢纽移民安置工程强夯施工实测数据为例,对该方法进行验证。结果表明,该技术能够有效确定夯坑坐标,提高了夯坑定位的智能化水平和效率,为强夯施工质量评价提供了有效依据。

水电工程大宗物资对外交通方案优选方法

水电工程对外交通运输方案成本投资估算困难、风险因素多,且交通网络空间分布复杂、数据繁多,另外运输方案还必须满足工程进度、运输量等要求,方案选择困难。为此,本文提出分阶段解决运输路径优化和方案优选问题的交通运输方案决策方法。首先针对大宗物资调运的多源路径优化问题,引入等效运费的概念综合反映物资调运费用和基建投资,采用最优路径算法基于等效运费选定备选方案。然后选取广义费用最小、运输历时最短及运输风险最低为决策目标构建多目标决策模型,利用层次分析法确定目标权重及通过逼近理想解排序法优选对外交通方案。最后工程实例给出了对外交通方案计算和优选过程及其技术优势,为水电工程对外交通方案决策提供了理论基础。

单目视觉测量强夯夯沉量的误差分析

人工测量夯沉量的方式精度差、效率低且危险性高。针对这些问题,利用单目视觉方法实现了夯沉量的实时高效测量。为验证该方法的有效性,基于夯沉量解算模型,根据误差传播定律建立了夯沉量精度评价模型,并进行了误差敏感性分析,给出了提高夯沉量测量精度的方法和建议。结果表明,对测量精度影响最大的参数为相机俯仰角;特征点识别误差是测量结果误差的主要来源。工程实测结果表明,夯沉量解算均方误差为±28.46mm,符合工程现场夯沉量测量误差的精度要求,具有推广价值。

基于多分支空谱特征增强的高光谱图像分类

为了解决高光谱图像自身及分类过程中噪声干扰大、空间-光谱特征信息提取不足以及有限样本下分类性能不佳等问题,提出一种基于多分支空谱特征增强的高光谱图像分类模型SSFE-MBACNN。首先,利用多分支特征提取模块分别提取浅层空谱特征和深层空间特征信息,并引入注意力机制抑制噪声干扰。其次,设计一种改进多尺度空谱特征提取融合模块及结合双池化和空洞卷积的空间特征增强模块实现空谱特征增强,减少模型参数量和提高分类性能。最后,用全局平均池化层代替全连接层,进一步降低参数量,缓解模型过拟合问题。实验结果表明,在Indian Pines(10%训练样本)、Pavia University (5%训练样本)和Salinas(1%训练样本)数据集分别取得了0.990 7、0.997 5和0.994 7的总体分类精度。SSFE-MBACNN不仅能充分利用空谱特征信息,而且在有限样本下也取得了优秀的分类性能,明显高于其他对比方法。