亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于深度學習的巖體結構面測試分析方法與系統(tǒng)與流程

文檔序號:40386027發(fā)布日期:2024-12-20 12:08閱讀:4來源:國知局
一種基于深度學習的巖體結構面測試分析方法與系統(tǒng)與流程

本發(fā)明涉及巖體結構面測試分析,特別是涉及一種基于深度學習的巖體結構面測試分析方法與系統(tǒng)。


背景技術:

1、巖體的基本特征主要是由巖石的堅硬程度和結構面特征控制,而且?guī)r體的完整程度主要取決于不連續(xù)面和結構面的成因、規(guī)模、分布特征等。巖體的結構面主要指斷層層面、節(jié)理裂隙、片理和層理等各種力學成因的破裂面,是巖體中力學強度相對薄弱的部位,因此,結構面的存在使巖體力學性能具有不連續(xù)性、不均勻性和各向異性,巖體的結構特征對巖體在一定荷載條件下的變形破壞方式和強度特征起著重要的控制與決定性作用。結構面的發(fā)育方向、長度、張開度、規(guī)模及密度較為復雜,其空間分布具有很強的隨機性、各向異性與隱蔽性;結構面的產(chǎn)狀對邊坡的設計支護具有重要意義,如何準確的生成巖體的裂隙對應的結構面,成為亟待解決的技術問題。


技術實現(xiàn)思路

1、針對上述技術問題,本發(fā)明采用的技術方案為:

2、根據(jù)本申請的第一方面,提供了一種基于深度學習的巖體結構面測試分析方法,所述方法包括以下步驟:

3、h100,獲取巖體的主干裂隙對應的初始裂隙結構面wa;其中,wa根據(jù)巖體的主干裂隙對應的裂隙圖像生成。

4、h200,獲取wa的傾斜角度θ。

5、h300,獲取裂隙圖像中主干裂隙對應的曲線的最高點g1和最低點g2;其中,g1=(g1,x,g1,y);g2=(g2,x,g2,y);g1,x和g1,y分別為g1的x軸坐標和y軸坐標,g2,x和g2,y分別為g2的x軸坐標和y軸坐標。

6、h400,根據(jù)g1和g2,確定主干裂隙的傾斜角度γ=arctan(|g1,y-g2,y|/|g1,x-g2,x|)。

7、h500,若|θ-γ|<gy,則確定wa無需調(diào)整;否則,獲取主干裂隙對應的曲線上預設的每一指定點,以得到指定點列表e=(e1,e2,…,ep,…,eq),p=1,2,…,q;其中,ep=為獲取到的主干裂隙對應的曲線上預設的第p個指定點,q為主干裂隙對應的曲線上預設的指定點的數(shù)量;gy為預設的傾斜角度差值閾值。

8、h600,根據(jù)e和wa,對wa進行調(diào)整,以得到目標裂隙結構面,并對目標裂隙結構面進行分析。

9、根據(jù)本申請的另一方面,還提供了基于深度學習的巖體結構面測試分析系統(tǒng),所述系統(tǒng)包括:存儲介質(zhì)和處理器;其中,所述存儲介質(zhì)中存儲有至少一條指令或至少一段程序,所述至少一條指令或所述至少一段程序由處理器加載并執(zhí)行以實現(xiàn)如第一方面所述的基于深度學習的巖體結構面測試分析方法。

10、本發(fā)明至少具有以下有益效果:

11、本發(fā)明的基于深度學習的巖體結構面測試分析方法,獲取巖體的主干裂隙對應的初始裂隙結構面wa;獲取wa的傾斜角度θ;獲取裂隙圖像中主干裂隙對應的曲線的最高點g1和最低點g2;根據(jù)g1和g2,確定主干裂隙的傾斜角度γ;若|θ-γ|<gy,則確定wa無需調(diào)整;否則,獲取主干裂隙對應的曲線上預設的每一指定點,以得到指定點列表e;根據(jù)e和wa,對wa進行調(diào)整,以得到目標裂隙結構面;通過本發(fā)明中方法得到的目標裂隙結構面,更加符合主干裂隙實際對應的結構面,使得生成的主干裂隙的結構面更加準確。



技術特征:

1.一種基于深度學習的巖體結構面測試分析方法,其特征在于,所述方法包括以下步驟:

2.根據(jù)權利要求1所述的基于深度學習的巖體結構面測試分析方法,其特征在于,步驟h600包括以下步驟:

3.根據(jù)權利要求2所述的基于深度學習的巖體結構面測試分析方法,其特征在于,步驟h630包括以下步驟:

4.根據(jù)權利要求3所述的基于深度學習的巖體結構面測試分析方法,其特征在于,在步驟h633之后,所述方法還包括以下步驟:

5.根據(jù)權利要求3所述的基于深度學習的巖體結構面測試分析方法,其特征在于,步驟h630還包括以下步驟:

6.根據(jù)權利要求3所述的基于深度學習的巖體結構面測試分析方法,其特征在于,步驟h630還包括以下步驟:

7.根據(jù)權利要求3所述的基于深度學習的巖體結構面測試分析方法,其特征在于,α1<1,;α2>1。

8.一種基于深度學習的巖體結構面測試分析系統(tǒng),其特征在于,所述系統(tǒng)包括:存儲介質(zhì)和處理器;其中,所述存儲介質(zhì)中存儲有至少一條指令或至少一段程序,所述至少一條指令或所述至少一段程序由處理器加載并執(zhí)行以實現(xiàn)如權利要求1-7中任意一項所述的基于深度學習的巖體結構面測試分析方法。


技術總結
本發(fā)明提供了一種基于深度學習的巖體結構面測試分析方法與系統(tǒng),涉及巖體結構面測試分析技術領域,所述方法包括:獲取巖體的主干裂隙對應的初始裂隙結構面WA;獲取WA的傾斜角度θ;獲取裂隙圖像中主干裂隙對應的曲線的最高點G<subgt;1</subgt;和最低點G<subgt;2</subgt;;根據(jù)G<subgt;1</subgt;和G<subgt;2</subgt;,確定主干裂隙的傾斜角度γ;若|θ?γ|<GY,則確定WA無需調(diào)整;否則,獲取主干裂隙對應的曲線上預設的每一指定點,以得到指定點列表E;根據(jù)E和WA,對WA進行調(diào)整,以得到目標裂隙結構面;通過本發(fā)明中方法得到的目標裂隙結構面,更加符合主干裂隙實際對應的結構面,使得生成的主干裂隙的結構面更加準確。

技術研發(fā)人員:王曉兵,胡石磊,李建波,李俊強,李杰,李林,劉琳,和錫鳳,賀永樂,程東,李鵬,馮鑫杰,趙奇
受保護的技術使用者:中核勘察設計研究有限公司
技術研發(fā)日:
技術公布日:2024/12/19
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1