一种地基承载力检测方法技术

本发明专利技术公开了一种地基承载力检测方法，涉及地基最大承载力检测技术领域，通过预先获取若干组地基的历史训练数据，基于环境时间曲线和外观特征时间曲线集合，生成预测未来地基各项外观特征的第一神经网络模型集合，基于历史训练数据中所有地基的历史的基础数据、环境数据、图像数据以及承载力数据，训练预测地基最大承载力的第二神经网络模型，基于待检测地基的环境数据和图像数据，使用第一神经网络模型预测未来的外观特征集合，基于未来的外观特征集合以及地基的基础数据，使用第二神经网络模型预测未来地基最大承载力；实现在地基随降雨导致地基最大承载力下降时，对地基的最大承载力进行提前预测。力进行提前预测。力进行提前预测。

【技术实现步骤摘要】
一种地基承载力检测方法


[0001]本专利技术属于涉及地基智能预警技术，具体是一种地基承载力检测方法。

技术介绍

[0002]在建筑和土木工程中，地基最大承载力是一个关键参数，它决定了建筑物或结构物是否能够稳定地承受荷载。在降雨等自然灾害发生时，地基的承载力可能会下降，导致建筑物或结构物的安全性受到威胁。因此，提前预警并及时采取措施变得至关重要。
[0003]目前，传统的地基最大承载力检测方法主要依赖于现场勘测和试验，这些方法的不足在于需要大量的时间、人力和物力资源，并且具有一定的局限性。另外，由于地基最大承载力随着时间和环境的变化而变化，因此需要对地基最大承载力进行提前预测，以对灾害的发生进行提前反应；
[0004]为此，本专利技术提出一种地基承载力检测方法。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种地基承载力检测方法，该一种地基承载力检测方法实现在地基随降雨导致地基最大承载力下降时，对地基的最大承载力进行提前预测。
[0006]为实现上述目的，根据本专利技术的第一方面的实施例提出一种地基承载力检测方法，包括以下步骤：
[0007]步骤一：获取若干组地基的历史训练数据；所述历史训练数据包括历史的基础数据、历史的环境数据、历史的图像数据以及历史的承载力数据；
[0008]步骤二：将历史的环境数据转化为环境时间曲线；基于历史的图像数据生成外观特征时间曲线集合；
[0009]基于环境时间曲线和外观特征时间曲线集合，生成根据环境曲线和外观特征时间曲线预测未来地基各项外观特征的第一神经网络模型集合；
[0010]步骤三：基于历史训练数据中所有地基的历史的基础数据、历史的环境数据、历史的图像数据以及历史的承载力数据，训练出预测地基最大承载力的第二神经网络模型；
[0011]步骤四：预先收集待检测地基的基础数据，再实时收集地基的待检测的环境数据以及待检测的图像数据；
[0012]步骤五：基于待检测的环境数据和待检测的图像数据，使用第一神经网络模型预测未来地基的外观特征集合；
[0013]步骤六：基于未来地基的外观特征集合以及地基的基础数据，使用第二神经网络模型预测未来的地基最大承载力；
[0014]所述基础数据包括地基土壤类型、地基的深度和形状、地基地下水位高度以及地形高程信息；
[0015]其中，所述地形高程信息表达地面的坡度情况；具体的，所述地形高程信息包括地
基所在地面的海拔高度、地形曲率、地形梯度以及地形起伏度；
[0016]所述环境数据包括地基所在环境中的实时温度以及实时降雨量；
[0017]所述图像数据包括使用图像捕获设备实时捕获的地基的图像；
[0018]所述承载力数据为每片地基所能承受的最大承载力；该最大承载力为在地基上不断附加负载，直至地基倒塌时，通过压力传感器获得的压力值；
[0019]地基的历史的的基础数据、历史的环境数据、历史的图像数据以及历史的承载力数据均从实验环境中获得，每次测试所获得的基础数据、历史的环境数据、历史的图像数据以及历史的承载力作为一组历史训练数据；
[0020]将历史的环境数据转化为环境时间曲线的方式为：
[0021]将历史的实时温度按照时间顺序连接成温度时间曲线；
[0022]将历史的实时降雨量按照时间顺序连接成降雨量时间曲线；
[0023]所述环境时间曲线包括温度时间曲线和降雨量时间曲线；
[0024]基于历史的图像数据生成外观特征时间曲线集合的方式为：
[0025]对地基的实时图像采用计算机视觉技术，获得地基实时的土壤颜色、裂缝条数、地基平坦度以及地基沉降度；
[0026]其中，地基的土壤颜色、裂缝条数、地基平坦度以及地基水平度作为外观特征，所有外观特征组合成地基的外观特征集合；
[0027]将地基的实时土壤颜色、裂缝条数、地基平坦度以及地基水平度按照时间顺序分别连接成土壤颜色曲线、裂缝条数曲线、地基平坦度曲线以及地基水平度曲线；
[0028]所述土壤颜色曲线、裂缝条数曲线、地基平坦度曲线以及地基水平度曲线作为外观特征时间曲线，所有外观特征时间曲线组成外观特征时间曲线集合；
[0029]需要说明的是，若将时间标记为t，那么每个时刻都可以测量出对应的实时温度，将实时温度标记为Yt的话，那么每个时刻可以构造一个坐标点(t,Yt)，本领域的技术人员可以很容易理解将所有坐标点连接，构成温度时间曲线的含义，其他曲线同理；
[0030]所述第一神经网络模型集合的生成方式为：
[0031]对于外观特征集合中的每个外观特征，根据预设的预测时间步长、滑动步长以及滑动窗口长度，将温度时间曲线、降雨量时间曲线以及该外观特征对应的外观特征时间曲线集合转化为若干个第二训练样本，将训练样本作为第一神经网络模型的输入，第一神经网络模型以未来的预测时间步长的外观特征作为输出，每个训练样本的后续的实际的预测时间步长的外观特征作为预测目标，以预测准确率作为训练目标，使用均方误差或平均绝对误差作为损失函数来衡量预测结果的准确性，通过反向传播算法来更新模型的权重和偏置；将预测时间步长设置为1，生成预测该外观特征的值的第一神经网络模型；
[0032]将所有第一神经网络模型组合成第一神经网络模型集合；即每项外观特征对应一个第一神经网络模型；
[0033]所述第二神经网络模型的生成方式为：
[0034]获得在每次测试中，收集地基最大承载力时刻的图像地基图像数据，并从图像数据中获取此时刻地基的土壤颜色、裂缝条数、地基平坦度以及地基沉降度，将此时刻的土壤颜色、裂缝条数、地基平坦度以及地基沉降度分别标记为最终土壤颜色、最终裂缝条数、最终地基平坦度以及最终地基沉降度；
[0035]将每次测试中，地基的地基土壤类型、地基的深度和形状、地基地下水位高度、海拔高度、地形曲率、地形梯度、地形起伏度、最终土壤颜色、最终裂缝条数、最终地基平坦度以及最终地基沉降度组成特征向量，并将所有测试中的特征向量作为第二神经网络模型的输入，该第二神经网络模型以预测的地基承受的最大承载力作为输出，以每次测试中，收集的承载力数据作为预测目标；使用均方误差或平均绝对误差作为损失函数来衡量预测结果的准确性，通过反向传播算法来更新模型的权重和偏置；生成预测该地基的最大承载力的第二神经网络模型；
[0036]使用第一神经网络模型预测未来地基的外观特征集合的方式为：
[0037]将环境数据转化为待检测的温度时间曲线和待检测的降雨量时间曲线，根据图像数据生成待检测的外观特征时间曲线集合；
[0038]将待检测的温度时间曲线、待检测的降雨量时间曲线和每条外观特征曲线输入至第一神经网络模型中，获得第一神经网络模型预测的该外观特征的未来值；
[0039]所有外观特征的未来值组合成未来地基的外观特征集合；
[0040]使用第二神经网络模型预测未来的地基最大承本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地基承载力检测方法，其特征在于，包括以下步骤：步骤一：获取若干组地基的历史训练数据；所述历史训练数据包括历史的基础数据、历史的环境数据、历史的图像数据以及历史的承载力数据；步骤二：将历史的环境数据转化为环境时间曲线；基于历史的图像数据生成外观特征时间曲线集合；基于环境时间曲线和外观特征时间曲线集合，生成根据环境曲线和外观特征时间曲线预测未来地基各项外观特征的第一神经网络模型集合；所述第一神经网络模型为LSTM神经网络模型；步骤三：基于历史训练数据中所有地基的历史的基础数据、历史的环境数据、历史的图像数据以及历史的承载力数据，训练出预测地基最大承载力的第二神经网络模型；所述第二神经网络模型为深度神经网络模型或深度信念网络模型中的任意一种；步骤四：预先收集待检测地基的基础数据，再实时收集地基的待检测的环境数据以及待检测的图像数据；步骤五：基于待检测的环境数据和待检测的图像数据，使用第一神经网络模型预测未来地基的外观特征集合；步骤六：基于未来地基的外观特征集合以及地基的基础数据，使用第二神经网络模型预测未来的地基最大承载力。2.根据权利要求1所述的一种地基承载力检测方法，其特征在于，所述基础数据包括地基土壤类型、地基的深度和形状、地基地下水位高度以及地形高程信息；所述地形高程信息包括地基所在地面的海拔高度、地形曲率、地形梯度以及地形起伏度；地基的历史的的基础数据、历史的环境数据、历史的图像数据以及历史的承载力数据均从实验环境中获得，每次测试所获得的基础数据、历史的环境数据、历史的图像数据以及历史的承载力作为一组历史训练数据；所述环境数据包括地基所在环境中的实时温度以及实时降雨量；所述图像数据包括使用图像捕获设备实时捕获的地基的图像；所述承载力数据为每片地基所能承受的最大承载力；该最大承载力为在地基上不断附加负载，直至地基倒塌时，通过压力传感器获得的压力值。3.根据权利要求2所述的一种地基承载力检测方法，其特征在于，将历史的环境数据转化为环境时间曲线的方式为：将历史的实时温度按照时间顺序连接成温度时间曲线；将历史的实时降雨量按照时间顺序连接成降雨量时间曲线；所述环境时间曲线包括温度时间曲线和降雨量时间曲线。4.根据权利要求3所述的一种地基承载力检测方法，其特征在于，基于历史的图像数据生成外观特征时间曲线集合的方式为：对地基的实时图像采用计算机视觉技术，获得地基实时的土壤颜色、裂缝条数、地基平坦度以及地基沉降度；其中，地基的土壤颜色、裂缝条数、地基平坦度以及地基水平度作为外观特征，所有外观特征组合成地基的外观特征集合；将地基的实时土壤颜色、裂缝条数、地基平坦度以及地基水平度按照时间顺序分别连
接成土壤颜色曲线、裂缝条数曲线、地基平坦度曲线以及地基水平度曲线；所述土壤颜色曲线、裂缝条数曲线、地基平坦...

【专利技术属性】
技术研发人员：韩星星，刘雪曼，
申请(专利权)人：安庆星璐科技咨询有限公司，
类型：发明
国别省市：