融合机器视觉与ESMD-ApEn算法的大坝新型安全监测方法研究

陈国锋; 周明; 吴忠明

doi:10.20040/j.cnki.1000-7709.2024.20231418

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

融合机器视觉与ESMD-ApEn算法的大坝新型安全监测方法研究

更新时间：2026-02-25

- 融合机器视觉与ESMD-ApEn算法的大坝新型安全监测方法研究
- Issue 5, Pages: 121-125+187(2024)
- 作者机构：
  
  浙江华东测绘与工程安全技术有限公司
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2024.20231418
  CLC： TV698.1;TP391.41
- Published：2024
- 稿件说明：
移动端阅览
陈国锋, 周明, 吴忠明. 融合机器视觉与ESMD-ApEn算法的大坝新型安全监测方法研究[J]. 2024, (5): 121-125+187.
DOI：

陈国锋, 周明, 吴忠明. 融合机器视觉与ESMD-ApEn算法的大坝新型安全监测方法研究[J]. 2024, (5): 121-125+187. DOI： 10.20040/j.cnki.1000-7709.2024.20231418.

摘要

为实现水利水电工程大坝变形监测自动化，引入一种新型机器视觉测量系统对大坝外观变形进行实时测量和分析。首先对机器视觉系统原理和架构进行详细说明，接着构建基于极点对称模态分解算法(ESMD)和近似熵理论(ApEn)相结合的ESMD-ApEn算法，用于对机器视觉原型监测序列进行多模态分解和重构，并基于拉依达和IQR准则，实现对ESMD-ApEn算法重构序列与机器视觉原型监测序列之间的重构残差进行异常识别和剔除。案例分析表明，构建的融合监测方法可以实现大坝外观变形观测自动化和实时化，通过引入红外补光系统，在夜间及雨雪等恶劣气候天气，也能实时准确获取大坝变形监测数据，从而确保大坝安全稳定运行。

Abstract

关键词

Keywords

references

路炜,魏霖静.基于EMD分解的黄河流域兰州水文站日径流预测[J].水电能源科学,2023(08).

李尚明,洪成雨,姬凤玲,陈伟斌,朱旻.深基坑的机器视觉监测与变形预测研究[J].地下空间与工程学报,2023(03).

时梦杰,陶庭叶,高飞,李江洋,陈皓.雾天环境下机器视觉的边坡监测方法[J].测绘通报,2022(06).

陈登伟,郭双喜,朱旻,洪成雨,杨锦程.机器视觉技术在地下交通枢纽施工变形监测中的应用[J].铁道科学与工程学报,2022(12).

王文衡,黄静,崔龙,阿布都沙拉木·托尔逊,马立平.基于SBAS技术的WLL水库大坝变形监测分析[J].水电能源科学,2022(02).

邵帅,周志祥,邓国军,王邵锐.基于非接触远程智能感知的桥梁形态监测试验[J].中国公路学报,2019(11).

肖和华,金鼎沸.基于机器视觉的路基沉降监测方法研究[J].铁道科学与工程学报,2015(06).

孙东永,张洪波.近似熵和小波变换在降水突变分析中的应用[J].水电能源科学,2015(06).

Views

125

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于等效法与毕肖普法的土石坝渗漏与稳定性安全评价

基于自然标识物的大坝表面沉降机器视觉测量技术研究

机器视觉接力技术在长距离大坝表面变形监测中的适用性研究

基于机械法的某竖井施工变形数值分析

基于知识图谱和孪生BERT网络的大坝安全辅助决策技术研究

Related Author

卢建南

丁勇

李登华

王堃

姚鸿梁

宋爽

游文荪

龚红玉

Related Institution

新疆水利水电勘测设计研究院有限责任公司

水利部水库大坝安全重点试验室

南京水利科学研究院

南京理工大学安全科学与工程学院

上海同禾工程科技股份有限公司

AI问答

⁰