[发明专利]一种岩体结构面极点图和走向玫瑰花图快速智能绘制方法在审
申请号: | 202010822754.0 | 申请日: | 2020-08-05 |
公开(公告)号: | CN114078171A | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 胡高建;刘杰;张贺 | 申请(专利权)人: | 绍兴文理学院 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T11/20;G06T17/00;H04N13/156;G06T7/80;G06T7/62;G06T7/66;G06F8/20 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 312000 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结构 极点 走向 玫瑰花 快速 智能 绘制 方法 | ||
一种岩体结构面极点图和走向玫瑰花图快速智能绘制方法,属于岩体测量技术领域,其步骤包括:(1)岩体结构面数字摄影测量快速获取;(2)岩体结构面极点图和走向玫瑰花图智能绘制系统的研发。本发明采用数字摄影测量方法快速获得结构面几何参数,基于模糊等价聚类分析方法和结构面走向玫瑰花图绘制方法编程研发岩体结构面极点图和走向玫瑰花图智能绘制系统,实现了岩体结构面极点图和走向玫瑰花图的快速智能绘制。本发明方法手段快速智能,工程应用便捷。
技术领域
本发明涉及一种岩体结构面极点图和走向玫瑰花图的快速智能绘制方法,特别的是本发明采用数字摄影测量方法快速获得岩体结构面参数信息,基于模糊等价聚类分析方法和结构面走向玫瑰花图绘制方法编程研发岩体结构面极点图和走向玫瑰花图智能绘制系统,将数字摄影测量、软件系统研发相结合,提供了一种岩体结构面极点图和走向玫瑰花图快速智能绘制方法,属于岩体测量技术领域。
背景技术
结构面的产状是控制岩体稳定的重要因素,在岩体稳定性中起着至关重要的作用。如在岩质边坡稳定性分析中,结构面的产状对稳定性有着很大的影响,如岩体发育与边坡相同方向,且倾角小于边坡角的节理,就能导致边坡失稳,如果它们发育程度在密集,那将大大削弱边坡的稳定性。因此如何快速、有效的对结构面产状进行分析和描述,智能获得区域内结构面的产状和分布特征等,一直以来是岩体工程界最关心和亟待解决的关键技术问题。
目前国内外常用的结构面产状采集方法主要有测线法、精测线法、取样窗法和钻孔岩芯节理采集法。这些测量方法在施用时都面临着野外工作量大,误差大,效果不佳,不能满足现代化施工的需求。而数字摄影测量技术作为一种全新的、快速、高效、准确、全面地获取随机岩体结构面信息的方法,在求解结构面方位和规模信息方面显得尤为先进。其优点是依据非接触测量手段,提供基于三维空间坐标数据和实体模型的数字产品,创建实时的地质信息交流和反馈环境,经过软件处理和运算,直接获得岩体的结构面信息数据,并建立所测范围内岩体表面的三维实体模型,直观的反应出岩体表面结构面的发育情况以及块体信息。因此,通过数字摄影测量技术,可以实现结构面数据的快速获取。
常用的结构面产状统计方法有结构面玫瑰花图和极点图。结构面玫瑰花图是一种简单、清晰、直观的基础地质图件,在表征构造破裂面发育程度和优势方位方面应用广泛。其做法简单,醒目,能比较清楚的反映出主要节理的方向,有助于分析区域构造,最常用的是节理走向玫瑰花图。在地质分析时,一般常把节理玫瑰花图,按测点位置标绘在地质图上,以清楚反映不同构造部位的节理、褶皱或断层的关系,综合分析出其局部应力的状况,大致确定主应力轴的性质和方向。其中,走向玫瑰花图多应用于节理产状比较陡峻的情况。但是走向玫瑰花图的缺点是只能表示走向的分布,不能表示出倾向、倾角的分布,并且是只依据走向的分布进行的分组,当同一走向有多组结构面时,走向玫瑰花图不能表示出来。当某组结构面近似水平时,其走向的离散性和测量误差都比较大,不能够很好的用走向玫瑰花图反映出来。
极点图是将所测结构面的极点投影到赤平投影图上,它是一种利用平面上的点和线解析三维空间的线和面的一种图解方法。并能通过旋转变换,恢复构造破坏前的节理、地层产状,通过节理等密度线图可以求出优势结构面的产状。极点图可以同时展现结构面的倾向和倾角的分布,相较于玫瑰花图的方法更科学和准确一些,但是却无法直接反映出走向的产状。极点图的图解过程也是相当繁琐的,手工完成一张极点图的绘制,需要经过投点,密度统计、百分比换算、勾绘等直线等工序,即费时间又容易出错。同时,极点图还存在着分组结果主要依靠经验,在各组边界不明显的情况下,分组结果缺乏客观性。因此统计分析方法和计算机处理程序逐渐成为极点图绘制的重要方法手段。聚类分析是统计学上研究分类问题的一种方法,它的任务是把所有的样本数据分配到若干的簇,使得同一簇的样本数据聚集在簇中心的周围,它们之间距离比较近,而不同簇样本数据之间的距离比较远。聚类分析方法包括系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法等。其中,模糊等价聚类方法在处理结构面上具有较好的优势。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于绍兴文理学院,未经绍兴文理学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010822754.0/2.html,转载请声明来源钻瓜专利网。