-
题名基于图像识别的土石坝坝料颗粒级配检测方法
被引量：1
- 1
-
-
作者
罗枭雄
金伟
赵鹏远
钟志鸿
李海波
胡宇翔
-
机构
四川大学水利水电学院
中国电建集团成都勘测设计研究院有限公司
雅砻江流域水电开发有限公司
四川大学山区河流保护与治理全国重点实验室
-
出处
《水利水电技术(中英文)》
北大核心
2024年第12期217-227,共11页
-
基金
国家自然科学基金(42102316)
水利部水库大坝安全重点实验室开放研究基金(YK323002)。
-
文摘
【目的】土石坝坝料级配直接影响砾质土压实性、渗透性、压缩性及应力应变关系,是保证坝体稳定安全的重要标准。目前坝料级配的测量主要采用筛分法,但该方法施工效率低下、误差较大,具有很大的局限。为了实现坝料级配参数的智能检测,【方法】利用DIP技术和人工智能算法及大数据理论,建立了一套坝料颗粒级配识别系统。以两河口水电站坝料为依托,采取了规范化的取样标准,得到了具有代表性的坝料样本数字图片,采用了对比度增强和小波变换为一体的手段为坝料的快速准确分割提供了技术支撑,然后采用阈值分割算法进行坝料图像分割,获得了基于图像识别技术的坝料级配曲线,并通过基于BP神经网络的误差修正模型得到了修正后的坝料级配特征曲线。【结果】将使用该方法得到的级配曲线与实测的级配曲线进行比较,发现两者有较高的吻合度,通过该方法得到的级配曲线可以准确检测坝料的各项指标。【结论】建立的坝料颗粒级配识别系统能快速、准确地得到颗粒的级配曲线,克服了筛分法实用性较低的问题,实现了土石坝复杂坝料的快速检测。
-
关键词
土石坝料级配检测
数字图像处理
级配修正模型
BP神经网络
水利工程
-
Keywords
earth and rock dam material gradation testing
digital image processing
gradation correction model
BP neural network
water conservancy engineering
-
分类号
TV41
[水利工程—水工结构工程]
-
