用户名: 密码: 验证码:         注册
返回首页
当前位置: 主页>论文>

模式识别法在岩石边坡监测中的应用

时间:2009-05-03 12:44来源: 作者: 点击:
摘要 本文提出并定义了边坡滑动模式的概念,将其与边坡安全监测资料分析结合起来,建立监测信息与边坡滑动模式之间的映射关系。引入人工神经网络模式识别方法,建立一个边坡实时安全监测模式识别器,根据监测资料实时判断边坡所处于的安全状态模式,结合其它的边坡基本
  

在实际应用中,需要不断将新测的监测数据模式补充到训练模式集中,以保持模式识别器的时效性。现实计算条件要求训练模式数保持一个适当的规模,因此在增加一些训练模式时要淘汰相应数量的最“老”的训练模式。

 

5.实例分析

作为应用实例,以小浪底水利枢纽出水口高边坡某断面一段时间的监测数据进行分析。

1列出了进行监测资料分析试验的监测时刻,它们对应的监测数据向量模式列于表2。分析时只需从小浪底水利枢纽安全监控系统的原始数据库中调出这些数据即可。

 

1 小浪底水利枢纽出水口高边坡某断面监测资料分析模式识别采样情况

 

1

2000-1-3 14:18

2

2000-1-10 08:24

3

2000-1-17 15:40

4

2000-1-24 08:45

5

2000-1-31 15:00

6

2000-2-7 14:55

 

 

V1=(16.5, 13.95,8.25,2.85,1.45,0.65,13.35, 13.15, 8.25, 1.65, 2.45, 2.25, 1876.2, 1815.51, 1403.69, 1687.55, 1682.21, 1822.02, -19.82, -38.61, 0, 0, 0, 0)

V2=(16.75,13.8, 8.2, 2.75,1.4, 0.6, 13.3, 13, 8.2, 1.6, 2.4, 2.25, 1875.66, 1817.09, 1397.67, 1686.91, 1694.52, 1822.15, -19.29, -4.21, 0, 0, 0, 0)

V3=(16.95,12.95,8.3, 2.9, 1.35,0.6, 13.25, 12.95, 8.15, 1.6, 2.35, 2.2, 1872.03, 1817.2, 1403.9, 1686.03, 1693.11, 1822.45, -18.75, -4.04, 0, 0, 0, 0)

V4=(15.8, 12.8, 8.2, 3.05,1.5, 0.65,13.35, 13.05, 8.2, 1.65, 2.5, 2.25, 1873.69, 1816.26, 1402.31, 1681.57, 1681.91, 1822.96, -17.33, -4.04, 0, 0, 0, 0)

V5=(15.75,13.15,8.2, 3.03,1.5, 0.6, 13.3, 13.25, 8.15, 1.6, 2.4, 2.2, 1874.54, 1816.32, 1409, 1686.83, 1662.81, 1826.46, -18.93, -6.44, 0, 0, 0, 0)

V6=(15.85,13.25,8.15,2.9, 1.4, 0.6, 13.35, 13.35, 8.2, 1.7, 2.4, 2.25, 1874.68, 1816.27, 1405.01, 1687.63, 1701.47, 1825.66, -19.91, -5.19, 0, 0, 0, 0)

 

将上述监测数据向量输入边坡监测模式识别器,即刻可求出对应的边坡滑动模式,如表2所示。

这些分析成果可成为边坡极限分析程序数据文件的基础,应用于边坡的稳定分析中,也可以用来推测边坡稳定的主要因素。

 

6.结语

结合自动监测仪器系统的使用,应用人工神经网络模式识别技术和边坡极限分析理论,可实现边坡安全监测资料分析的自动化。自动化的在线监测功能和准确的分析成果将显著提高水电工程管理部门对边坡安全和整个水电工程系统运行的可靠性的管理水平。

 

2 小浪底水利枢纽出水口高边坡某断面监测资料模式识别分析情况

 

序号

时间

滑裂面型式

1

2000-1-3 14:18

1

2

2000-1-10 08:24

1

3

2000-1-17 15:40

1

4

2000-1-24 08:45

1

5

2000-1-31 15:00

1

6

2000-2-7 14:55

3

 

 

参考文献:

陆峰,博士学位论文《边坡监测的模式识别和极限分析研究》,中国水利水电科学研究院,2001.8

陈祖煜,《岩质高边坡稳定分析和软件系统》,中国水利水电科学研究院,1995.5

Abhijit S. Pandya, Robert B. Macy , 徐勇, 荆涛译, 神经网络模式识别及其实现, 电子工业出版社, 1999.6

戴葵. 神经网络实现技术. 国防科技大学出版社, 1998.7

 

Pattern Recognition Method in Slope Monitor

 

Abstract: A concept of slice patterns is put forward in this paper. By using slice patterns in slope monitor, we can build the mapping relations between slice patterns and monitor information. Introducing the pattern recognition method of Artificial Neural Network, a pattern recognizer for slope monitor is built to judge the safe state patterns of the slopes at any monitor times based on the slope monitor information. The stability of slopes can be estimated based on the above information. As a case, this pattern recognizer is applied in analyzing a section of monitor data of Xiaolangdi Outtake Slope. It is showed that the effects of this pattern recognizer is reliable enough for slope monitor.

 

Keyword: Slope; Safe Monitor; Pattern Recognition; Artificial Neural Network

顶一下
(214)
100%
踩一下
(0)
0%
------分隔线----------------------------
最新评论 查看所有评论
发表评论 查看所有评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 密码: 验证码:
发布者资料
监测人 查看详细资料 发表文章 加为好友 用户等级:注册会员 注册时间:1970-01-01 08:01 最后登录:2023-04-07 19:04
推荐内容
精彩推荐
精彩推荐

关于本站|免责声明|广告服务|网站地图|网站搜索|友情链接|联系我们|RSS订阅

Copyright © 2008-2018 www.jianceren.cn All Rights Reserved
监测人 www.jianceren.cn 安全监测行业最大的门户网站
稿件联系E-mail: admin@jianceren.cn 广告联系:QQ:32334427[请详细说明来意] 电话:13687374912【非诚勿扰】
免责声明:所有论文及相关资料均源于网上的共享资源及期刊共享,或者来源于会员的共享,监测人网站只是一个资源共享和交流的非盈利平台。
如有侵犯您论文的版权或其他有损您利益的行为,请联系批评与指出   湘ICP备14001333号-1

湘公网安备 43011102001622号