一种大坝的接缝和裂缝的检验方法及系统技术方案

本发明专利技术公开了一种大坝的接缝和裂缝的检验方法及系统，获取实时工程质量数据后，首先对实时工程质量数据进行特征提取以获取局部隐患特征；然后将局部隐患特征按照预设隐患类型为多个安全隐患标识，并对各安全隐患标识聚类形成与各安全隐患标识对应的聚类安全隐患标识；最后将各聚类安全隐患标识对应的聚类安全隐患标识特征按照预设隐患类型连接，以获得与实时工程质量数据对应的实时工程质量数据特征。本发明专利技术通过将局部隐患特征分为多个安全隐患标识以进行分步聚类，然后将各聚类安全隐患标识的聚类安全隐患标识特征依次排序获得实时工程质量数据对应的特征，提高了实时工程质量数据的识别精度，降低了工程发生安全事故的概率。的概率。的概率。

【技术实现步骤摘要】
一种大坝的接缝和裂缝的检验方法及系统


[0001]本专利技术涉及数据校验的
，具体涉及一种大坝的接缝和裂缝的检验方法及系统。

技术介绍

[0002]传统上的对大坝的接缝和裂缝检测是通过人工是使用对应的检测仪进行，这样就存在着很大误差或者检测不准确的问题，这样大坝就存在严重的安全隐患问题的存在，这样就会让人们的生命财产受到严重的威胁。
[0003]随着科技不断地发展，对大坝的接缝和裂缝是施工中检测的重要环节，这样不仅保障了大坝安全，降低了大坝的危险系数，也能将维修成本降到最低。

技术实现思路

[0004]本专利技术所要解决的技术问题是上述
技术介绍
的技术问题，目的在于提供一种大坝的接缝和裂缝的检验方法及系统，解决大坝接缝和裂缝检测的问题。
[0005]本专利技术通过下述技术方案实现：
[0006]一种大坝的接缝和裂缝的检验方法，所述方法包括：
[0007]获取实时工程质量数据；
[0008]提取所述实时工程质量数据的实时质量隐患特征，以获得局部隐患特征；
[0009]将所述局部隐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大坝的接缝和裂缝的检验方法，其特征在于，所述方法包括：获取实时工程质量数据；提取所述实时工程质量数据的实时质量隐患特征，以获得局部隐患特征；将所述局部隐患特征按照预设隐患类型为多个安全隐患标识，并对各所述安全隐患标识进行聚类以获得与各所述安全隐患标识对应的聚类安全隐患标识；将各所述聚类安全隐患标识对应的聚类安全隐患标识特征按照所述预设隐患类型依次排序，以获得所述实时工程质量数据对应的实时工程质量数据特征。2.根据权利要求1所述的工程识别方法，其特征在于，在获取实时工程质量数据之前，所述工程识别方法还包括：获取包含工程的原始安全系数；通过对所述原始安全系数进工程体检测，以获得实时工程质量数据；从所述实时工程质量数据中提取工程对应的安全隐患标识，以形成所述实时工程质量数据。3.根据权利要求1所述的工程识别方法，其特征在于，将所述局部隐患特征按照预设隐患类型为多个安全隐患标识，并对各所述安全隐患标识进行聚类以获得与各所述安全隐患标识对应的聚类安全隐患标识，包括：将所述局部隐患特征按照纵轴隐患类型平均分类，以形成多个所述安全隐患标识；分别对各所述安全隐患标识进行平均聚类，以获得多个所述聚类安全隐患标识；其中，所述工程识别方法还包括：通过特征提取网络提取所述实时工程质量数据的实时质量隐患特征，以获得所述局部隐患特征；通过分步聚类网络将所述局部隐患特征按照所述预设隐患类型为多个安全隐患标识，并对各所述安全隐患标识进行聚类以获得多个聚类安全隐患标识；通过全连接网络将各所述聚类安全隐患标识对应的聚类安全隐患标识特征按照所述预设隐患类型依次排序，以获得所述实时工程质量数据特征；其中，所述特征提取网络、所述分步聚类网络和所述全连接网络构成工程识别模型。4.根据权利要求3所述的工程识别方法，其特征在于，所述工程识别模型为基于稠密卷积神经网络的模型。5.根据权利要求1所述的工程识别方法，其特征在于，所述工程识别方法还包括：通过预设大小的卷积核提取各所述聚类安全隐患标识的特征，以获得所述聚类安全隐患标识特征；其中，所述实时工程质量数据包括待检实时工程质量数据和目标实时工程质量数据；所述工程识别方法还包括：根据所述待检实时工...

【专利技术属性】
技术研发人员：张利，辛俊龙，田云，蒋松辰，罗梦康，陈明绍，
申请(专利权)人：中电建电力检修工程有限公司，
类型：发明
国别省市：