排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
基于深度学习技术的公路隧道围岩分级方法 总被引:2,自引:0,他引:2
通过深度学习技术提取公路隧道掌子面图片中的围岩分级相关信息。训练以掌子面图片和特征标签为数据集的深度卷积神经网络模型,识别围岩的节理、裂隙、破碎程度、粗糙程度、光滑程度、泥夹石和涌水等分布式特征;结合深度学习技术和岩体裂隙图像智能解译方法统计围岩节理组数和间距来描述结构面完整程度;再利用色彩模型确定岩石种类描述出岩石坚硬程度;最后将围岩分级各判别因子转换为BQ值进行分级,获得围岩分级最终结果。结果表明:深度学习模型适用于识别围岩不同形态特征,利用图像识别技术获取的围岩分级参数能够实现对公路隧道围岩等级的综合判定。该处理结果与传统BQ分级结果相吻合,验证了深度学习围岩分级的可行性和准确性。 相似文献
3.
研究红层泥岩在不同酸碱环境中的崩解特性对保障红层泥岩人工边坡、地基工程的安全性十分重要。通过开展pH为3,7,11条件下红层泥岩的崩解试验,深入了解了红层泥岩在不同酸碱环境下的崩解现象,分析了干湿循环后红层泥岩粒径级配特征、不均匀系数、曲率系数、比表面积增量及崩解率及崩解比的变化规律,揭示了红层泥岩在不同pH条件下的崩解机制。研究表明:pH=3时,红层泥岩崩解现象最剧烈,裂缝出现最早,贯通速率最快;干湿循环后粒径级配均表现出大颗粒减小,小颗粒增多;与pH=7相比,pH=3和11的环境对红层泥岩崩解后颗粒的不均匀系数及曲率系数影响更加明显,增长幅度更大;红层泥岩崩解率与崩解比的变化速率在不同酸碱环境中从大到小依次为pH=3>pH=11>pH=7;在酸性条件下,红层泥岩的比表面积增幅最快,远高于碱性和中性环境。研究成果可为红层泥岩边坡及地基的稳定性分析及工程实践提供参考。 相似文献
1