期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
堆石混凝土坝信息化施工管理研究
被引量：
6
1
作者
徐小蓉
金峰
+3 位作者
廖仕信
周虎
张全意
骆华攀
《水利水电技术（中英文）》
北大核心
2023年第7期150-160,共11页
【目的】堆石混凝土筑坝技术采用机械化施工,具备仓面无人化、少人化高效施工建设与管理的潜质。近年来,随着信息技术的快速发展,堆石混凝土坝建设也逐步向信息化、智能化施工管理转型。【方法】提出了项目群多场景并行控制方法,采用统...
【目的】堆石混凝土筑坝技术采用机械化施工,具备仓面无人化、少人化高效施工建设与管理的潜质。近年来,随着信息技术的快速发展,堆石混凝土坝建设也逐步向信息化、智能化施工管理转型。【方法】提出了项目群多场景并行控制方法,采用统一的集成管理平台和功能架构,实现了堆石混凝土坝项目群的协同管理;围绕堆石混凝土关键质量控制环节,基于多元传感器和物联网技术开展工程数据感知与互联;基于云平台、视频监控与人工智能算法,开展堆石混凝土施工质量分析、评价与控制。【结果】堆石混凝土坝施工管理信息平台集成了混凝土生产-泵送-浇筑质量监控、大坝施工期温度全面感知、堆石混凝土密实性检测、仓面堆石质量AI评价、工程进度管理等功能模块。【结论】提出的信息化管理工程解决方案,将有力推动堆石混凝土坝建设与管理水平的提升。
展开更多
关键词
堆石混凝土坝
信息化施工管理
项目群管理
堆石质量控制
人工智能
在线阅读
下载PDF
职称材料
基于SAM&ImageJ图像处理的堆石混凝土坝层面露石率研究
被引量：
2
2
作者
安宇
徐小蓉
+2 位作者
尹志刚
金峰
张喜喜
《水资源与水工程学报》
CSCD
北大核心
2024年第1期154-161,共8页
堆石混凝土坝层面的外露块石为上下层提供了重要的啮合作用,其投影面积比例是科学评价层间抗剪性能的重要指标。采用国际最新Meta AI模型segment anything model(SAM)对层面外露堆石进行自动图像分割,并基于ImageJ软件对SAM识别后的图...
堆石混凝土坝层面的外露块石为上下层提供了重要的啮合作用,其投影面积比例是科学评价层间抗剪性能的重要指标。采用国际最新Meta AI模型segment anything model(SAM)对层面外露堆石进行自动图像分割,并基于ImageJ软件对SAM识别后的图片进行再加工与图像计算,利用平滑、差分算法、中值滤波等方法精准标定外露堆石,二值化后计算得到层面露石率。结果表明:SAM图像预分割可识别约90%的外露堆石,经过ImageJ二次图像处理后可有效提高小粒径堆石的识别精度,对比手动标注结果误差在±3%以内。以贵州省两座水库的工程应用为例,对浇筑仓面进行分区预处理,结果发现靠近上游、中部、下游不同区域的露石率差别较大,计算得到的层面露石率以10%~30%居多,其中堆石入仓运输通道区域的露石率较低。研究内容与结论可为堆石混凝土结构层间界面抗剪力学性能和大坝蓄水安全稳定的研究提供参考与借鉴。
展开更多
关键词
堆石混凝土坝
segment
anything
model(SAM)
图像处理技术
露石率
层间抗剪性能
在线阅读
下载PDF
职称材料
结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线
3
作者
付立群
金峰
+2 位作者
张喜喜
杨家琦
周虎
《水电能源科学》
北大核心
2024年第11期7-11,130,共6页
堆石混凝土坝施工过程质量控制的关键是浇筑密实度,其不仅决定于自密实混凝土工作性能,也与堆石体中的空隙性质密切相关。快速获取堆石粒径级配可以保障浇筑质量的同时,有利于进一步降低成本。现场的堆石数量巨大,依靠手工测量块石粒度...
堆石混凝土坝施工过程质量控制的关键是浇筑密实度,其不仅决定于自密实混凝土工作性能,也与堆石体中的空隙性质密切相关。快速获取堆石粒径级配可以保障浇筑质量的同时,有利于进一步降低成本。现场的堆石数量巨大,依靠手工测量块石粒度不切实际,依靠图像识别技术快速获取堆石粒径是可行的办法。利用MaskR-CNN算法和大模型Segment Anything算法,设计了一套完整的、可操作的获取现场堆石粒径级配曲线的方法。该级配计算方法利用了MaskR-CNN算法和Segment Anything算法各自的优势,提高了堆石料粒径识别结果的准确性,拓展了堆石粒径识别的应用场景。将该方法应用于某堆石混凝土拱坝施工现场,取得了良好效果。
展开更多
关键词
堆石混凝土坝
SAM
神经网络算法
图像处理技术
级配曲线(PSD)
在线阅读
下载PDF
职称材料
题名
堆石混凝土坝信息化施工管理研究
被引量：
6
1
作者
徐小蓉
金峰
廖仕信
周虎
张全意
骆华攀
机构
华北电力大学水利与水电工程学院
清华大学水沙科学与水利水电工程国家重点实验室
贵州新中水工程
有限公司
遵义市水利水电勘测设计研究院
四川西沐建信科技有限公司
出处
《水利水电技术（中英文）》
北大核心
2023年第7期150-160,共11页
基金
贵州省2021年科技支撑计划项目(黔科合[2021]一般359)
清华大学水沙科学与水利水电工程国家重点实验室开放基金项目(sklhse-2022-C-03)
国家自然科学基金重点项目(52039005)。
文摘
【目的】堆石混凝土筑坝技术采用机械化施工,具备仓面无人化、少人化高效施工建设与管理的潜质。近年来,随着信息技术的快速发展,堆石混凝土坝建设也逐步向信息化、智能化施工管理转型。【方法】提出了项目群多场景并行控制方法,采用统一的集成管理平台和功能架构,实现了堆石混凝土坝项目群的协同管理;围绕堆石混凝土关键质量控制环节,基于多元传感器和物联网技术开展工程数据感知与互联;基于云平台、视频监控与人工智能算法,开展堆石混凝土施工质量分析、评价与控制。【结果】堆石混凝土坝施工管理信息平台集成了混凝土生产-泵送-浇筑质量监控、大坝施工期温度全面感知、堆石混凝土密实性检测、仓面堆石质量AI评价、工程进度管理等功能模块。【结论】提出的信息化管理工程解决方案,将有力推动堆石混凝土坝建设与管理水平的提升。
关键词
堆石混凝土坝
信息化施工管理
项目群管理
堆石质量控制
人工智能
Keywords
rock-filled concrete dam
informatization in construction management
multi-project management
rockfill quality control
artificial intelligence
分类号
TV51 [水利工程—水利水电工程]
TV523 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
基于SAM&ImageJ图像处理的堆石混凝土坝层面露石率研究
被引量：
2
2
作者
安宇
徐小蓉
尹志刚
金峰
张喜喜
机构
长春工程学院水利与环境工程学院
华北电力大学水利与水电工程学院
清华大学水圈科学与水利工程全国重点实验室
四川西沐建信科技有限公司
出处
《水资源与水工程学报》
CSCD
北大核心
2024年第1期154-161,共8页
基金
国家自然科学基金重点项目(52039005)
清华大学水沙科学与水利水电工程国家重点实验室开放基金项目(sklhse-2022-C-03)。
文摘
堆石混凝土坝层面的外露块石为上下层提供了重要的啮合作用,其投影面积比例是科学评价层间抗剪性能的重要指标。采用国际最新Meta AI模型segment anything model(SAM)对层面外露堆石进行自动图像分割,并基于ImageJ软件对SAM识别后的图片进行再加工与图像计算,利用平滑、差分算法、中值滤波等方法精准标定外露堆石,二值化后计算得到层面露石率。结果表明:SAM图像预分割可识别约90%的外露堆石,经过ImageJ二次图像处理后可有效提高小粒径堆石的识别精度,对比手动标注结果误差在±3%以内。以贵州省两座水库的工程应用为例,对浇筑仓面进行分区预处理,结果发现靠近上游、中部、下游不同区域的露石率差别较大,计算得到的层面露石率以10%~30%居多,其中堆石入仓运输通道区域的露石率较低。研究内容与结论可为堆石混凝土结构层间界面抗剪力学性能和大坝蓄水安全稳定的研究提供参考与借鉴。
关键词
堆石混凝土坝
segment
anything
model(SAM)
图像处理技术
露石率
层间抗剪性能
Keywords
rock-filled concrete dam
segment anything model(SAM)
image processing technique
exposed rockfill proportion
interfacial shear performance
分类号
TV642 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线
3
作者
付立群
金峰
张喜喜
杨家琦
周虎
机构
清华大学水沙科学与水利水电工程国家重点实验室
四川西沐建信科技有限公司
出处
《水电能源科学》
北大核心
2024年第11期7-11,130,共6页
基金
国家自然科学基金重点项目(52039005)。
文摘
堆石混凝土坝施工过程质量控制的关键是浇筑密实度,其不仅决定于自密实混凝土工作性能,也与堆石体中的空隙性质密切相关。快速获取堆石粒径级配可以保障浇筑质量的同时,有利于进一步降低成本。现场的堆石数量巨大,依靠手工测量块石粒度不切实际,依靠图像识别技术快速获取堆石粒径是可行的办法。利用MaskR-CNN算法和大模型Segment Anything算法,设计了一套完整的、可操作的获取现场堆石粒径级配曲线的方法。该级配计算方法利用了MaskR-CNN算法和Segment Anything算法各自的优势,提高了堆石料粒径识别结果的准确性,拓展了堆石粒径识别的应用场景。将该方法应用于某堆石混凝土拱坝施工现场,取得了良好效果。
关键词
堆石混凝土坝
SAM
神经网络算法
图像处理技术
级配曲线(PSD)
Keywords
rock-filled concrete dam
SAM
neural network algorithm
image processing technology
particle size distribution(PSD)curve
分类号
TV642.4 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
堆石混凝土坝信息化施工管理研究
徐小蓉
金峰
廖仕信
周虎
张全意
骆华攀
《水利水电技术（中英文）》
北大核心
2023
6
在线阅读
下载PDF
职称材料
2
基于SAM&ImageJ图像处理的堆石混凝土坝层面露石率研究
安宇
徐小蓉
尹志刚
金峰
张喜喜
《水资源与水工程学报》
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
结合Mask R-CNN和SAM获取堆石混凝土坝堆石级配曲线
付立群
金峰
张喜喜
杨家琦
周虎
《水电能源科学》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
