共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
任长安 《水科学与工程技术》2019,(1)
以南拒马河河堤防检测为例,使用高密度电阻率法对河堤进行地球物理勘探,该方法具有设备简单、使用方便、对工程无损的特点,同时根据地下层面电阻率分布特征判断可能发生的隐患,为堤防检测提供可靠的依据。 相似文献
3.
汤博 《水科学与工程技术》2015,(3):12-15
电阻率法是电法找水应用中历史较长、理论研究较为完善、应用最为广泛的一种方法。通过对高密度电阻率法的基本原理和不同装置类型的介绍及其在马山变电所新建工程场地水文勘察中的应用,为合理布置最佳水井井位提供水文物探依据。 相似文献
4.
文章对高密度电阻率法探测堤坝隐患进行了分析研究,阐明该方法用于堤坝隐患探测的可行性、物理前提、野外工作及资料解释方法,并对探测成果的主要影响因素进行了搪塞。 相似文献
5.
6.
7.
高密度电阻率法具有观测精度高,信息丰富,工作效率高等特点,但当前工程勘探中,大多数只选用其中某一种观测方式(如温纳装置),造成溶洞异常不明显,难以作出定位,定量判断,作者通过对直流电法偶极断面异常的特点和异常标识-对称低阻和高阻八字型异常形态同一地电条件,同一电极排列下α,β,γ三种最常用装置的视电阻率间的相互关系及β,γ的互补特性的研究分析,提出用T比值参数突出高阻异常;通过识别,断面异常标识及T异常特性,可以较准确地进行溶洞探测,最后确定了一套利用高密度电阻率法精确探测地下溶洞的测量,处理,显示方法和技术。 相似文献
8.
高密度电阻率法是常用的物探方法,在水利工程隐患排查方面经常用到.某新建复线船闸工程在深基坑开挖过程中,由于汛期超高水位影响,一线船闸与新建复线船闸之间堤防受高渗透压力作用,产生管涌险情.结合现场情况,布置高密度电阻率法测线,通过视电阻率断面图,分析管涌通道位置及走向,为管涌处置提供了更为准确的方向. 相似文献
9.
10.
11.
12.
汛期高水位下土质堤防承受高渗透压力易产生渗漏、管涌乃至决口等险情,为了在险情出现前对堤防的状态进行了解,对处于汛期持续高水位或发生险情前期的土质堤防进行快速隐患探查并进行渗漏风险评估,对一种基于高密度电法的探测模式进行了可行性研究,分析了高密度电法用于堤防抢险探测的物理优势。通过石臼湖堤防抢险探测试验表明:当土质堤防持续在高水位下挡水,堤身隐患(如孔洞、松散体、裂缝等)处的土体含水率将升高,电阻率将和周围土体产生差异,表现为低阻异常闭合圈;高密度电法对于土质堤防的低阻异常区具有较好的识别效果;通过分析堤防视电阻率值的大小和相对关系,以及视电阻率等值线的形态,对堤防进行渗漏风险评估,圈定了堤防的渗漏高风险发生区域,成功预测到了12 h后石臼湖堤防多处渗漏和管涌点的发生区位,证明高密度电法用于堤防渗漏抢险探测和风险评估是行之有效的。 相似文献
13.
对高密度电法的工作原理进行了介绍,并应用该方法对龙头石水电站大坝混凝土防渗墙进行检测。通过对检测成果进行分析,推断防渗墙质量较好,仅顶部密实度较差,推断结果与压水等试验结果基本一致。高密度电法能够真实地反映防渗墙混凝土的分布情况,其检测结果明显、直观,便于工程实际应用,具有广阔的应用前景和推广价值。 相似文献
14.
15.
介绍了近年来在水文、工程、环境物探领域中兴起的高密度电阻率勘测方法的基本原理,并针对内蒙古扎鲁特旗南部地区开展高密度电阻率法测试的研究与应用。通过高密度电阻率法测量获得实测数据,进行反演分析,求得差异反演区内地层的空间分布,同时结合钻孔实验资料及同期核磁共振数据,得到最终GMS数值模拟的较准确的含水层空间分布模型,确定出该区域含水层厚度的空间结构特征,对区域地下水系统的识别分析提供了可靠依据。 相似文献
16.
17.
本文介绍了"高密度电阻率法"在京杭运河堤防检测中的应用情况。详细介绍了这种方法的系统组成、原理以及方案。证明了这种新技术是堤坝的质量检测提供了一种高效、便捷的手段,文末对隐患探测系统的建设提出了建议。 相似文献
18.
基于振动的混凝土坝损伤检测的可行性初探 总被引:3,自引:0,他引:3
混凝土坝在服役期间很容易出现各种损伤,其中裂缝是最常见的一种损伤形式。裂缝开始的时候一般出现在坝的局部,如果在出现损伤的范围内没设观测点,现有的观测手段很难监测到损伤。而基于振动的方法则有可能克服这一困难。为了研究这种方法,在大坝的不同位置模拟了不同条数和张开程度的裂缝,并给出了相应的振动频率和振型,在考虑了测试噪声的情况下,用统计神经网络进行了损伤识别。这种基于振动的混凝土坝损伤检测方法还会受到水位、温度变化的干扰以及环境噪声、仪器精度等的限制,还需作进一步的研究。 相似文献
19.
基于迁移学习的坝面表观缺陷智能检测方法研究 总被引:1,自引:0,他引:1
针对常规缺陷检测方法难适用于复杂环境下的坝面表观缺陷检测的问题,提出了一种基于迁移学习的坝面表观缺陷智能检测方法,主要解决坝面缺陷的识别与分类问题。该检测方法主要包括三个部分:首先采用图像预处理对多旋翼无人机采集到的原始图像数据进行数据扩充和特征突显;然后运用迁移学习方法将Inception-v3网络模型作为预训练模型,训练处理过后的缺陷数据,得到坝面缺陷检测模型;最后构建全连接分类网络并利用检测模型对测试集数据进行分类测试。试验结果显示:该检测方法仅耗时28 min就完成了对约33 000张缺陷数据的训练与测试,并对混凝土坝面存在的裂缝、漏筋、渗水和脱落四种缺陷的分类正确率达到了96%。结果表明,该检测方法能够实现对坝面缺陷精确且快速的识别和分类,能够为坝面后期的风险评估和维护提供有力的数据支撑,具有一定的工程意义。 相似文献