基于多梯度场融合的南水北调高填方段渗漏检测方法

摘要

本发明涉及一种基于多梯度场融合的南水北调高填方段渗漏检测方法，结合南水北调中线干线工程的实际情况，分析导致工程渗漏的物理量和效应量之间的基本关联性质，针对南水北调中线高填方渗漏特点，提出基于多梯度场融合的渗漏检测方法，高填方渗漏会导致渠道渗漏处与周围介质之间存在明显温度和湿度差异，渠坡发生变形和移位，因此，将电流场梯度、温度场和湿度场梯度和形变梯度场进行融合处理，采用基于径向基的神经网络方法融合处理并得出渗漏的具体位置，提高渗漏点检测的精度，能够更加准确及时地对监测点进行识别和智能控制，更有效地对高填方段渗漏进行处理。

说明书

技术领域

本发明涉及渠道渗漏检测领域，具体涉及一种基于多梯度场融合的南水北调高填方段渗漏检测方法。 

背景技术

南水北调中线工程是解决华北地区水资源紧缺的关键性跨流域调水工程，工程建设和运行中将涉及到众多的前沿性工程的技术问题。南水北调工程中高填方渠段分布范围广、工程地质条件复杂、填方高度大，施工原因、基础整体或局部沉降以及边坡滑坡、温度变化、冻胀、冰压力等均会造成衬砌面板开裂，防渗体被拉断造成渗漏水。渠道的各种病害将使南水北调的减灾工作提上议事日程，其中寻找渗漏点是其中一个重要问题，需要寻找适合南水北调高填方渠道渗漏定位的计算方法。渠道渗漏检测传统的方法一般有地质钻探、人工探视等，但这些方法对堤坝本身有破坏性和局限性，且费时费力又难于发现渠道渗漏，不具有快捷、精细、准确和无破损等要求，无法全面推广应用。近几年来，堤坝隐患探测技术已经开展了带有现代科技技术的方法，比如常规电法、电磁法、地震勘探、示踪法和流场法的应用概况。由于各种方法技术都有其自身应用条件和局限性，任何单一的方法都不是万能的，有时在实践中若仅以一种参数作为解释的依据，可能难以取得预期的效果，因此，实践中一般采用综合的渗漏检测方法来提高渗漏点检测的精度。

随着科学技术的发展，地球物理方法及其仪器设备都取得了长足的进步和发展，渠道渗漏检测的技术水平不断提高。但各种无损探测方法都有其自身的应用前提和局限性，在实际应用中，目前大多数方法都只是将仪器现代化，方法本身并没有创新，所以在渠道渗漏检测中采用单一的方法有时很难取得较好的效果。因此，在南水北调渠道渗漏检测的应用中，科技人员应根据现场介质物理性质与地球物理特征，选择合理的南水北调渠道渗漏检测组合方法。

目前，南水北调工程中尚无针对高填方段的专项安全监测设计方案。在工程施工中，一般安装了以测压管和小量程渗压计为基础的渗流监测设备，可对渠底扬压力、监测断面上的渗透压力分布以及对浸润线、渗流量、地下水位和防渗墙防渗效果进行监测。然而，现有的渗流监测设备一般分布在渠底或者渠道断面上，采用埋入式或半埋入式安装，不能灵活地实现可移动测量；另外，监测数据获取后，也仅仅进行了测压管和渗压计等传感器数据和设定的阈值进行比较，没有进行更有效地处理和分析。 

发明内容

针对现有技术中的不足，本发明提供一种基于多梯度场融合的南水北调高填方段渗漏检测方法。

按照本发明所提供的设计方案，一种基于多梯度场融合的南水北调高填方段渗漏检测方法，包含如下步骤：

步骤一.         建立高填方段渗漏硬件检测平台，包含节点采集单元及与节点采集单元相互信号通讯的监测中心；

步骤二.         通过步骤一中节点采集单元采集到的当前测点n数据，计算得出高填方渠道坡面当前测点n的温度场和湿度场的梯度分布、GPS位移变形梯度分布、渗流电流场分布；

步骤三.         将步骤二中得到的当前测点n的温度场和湿度场的梯度分布、GPS位移变形梯度分布、渗流电流场分布进行数据融合，得到高填方渠道当前测点n的渗流场分布，计算出当前测点n的渗漏发生的概率值L；

步骤四.         判断步骤三得到的概率值L是否大于产生的阈值，若是，则记录当前测点n渗漏点产生的温度、湿度、GPS位移、渗流电流值，进入下一步骤，否则，直接进入下一步骤；

步骤五.         通过GPRS无线通信，将当前测点n渗漏点产生的温度、湿度、GPS位移、渗流电流值传输至监测中心，进入下一个测点，返回步骤二，直至各个测点测量结束。

上述的，步骤二中计算得出高填方渠道坡面当前测点n的温度场和湿度场的梯度分布、GPS位移变形梯度分布、渗流电流场分布的计算过程为：获取当前时刻t的当前测点n的温度值W(t)_n和上一测点n-1的温度值W(t)_n-1、湿度值H(t)_n和上一测点n-1的湿度值H(t)_n-1、GPS位移值S(t)_n和上一测点n-1的GPS位移值S(t)_n-1、电流值I(t)_n和上一测点n-1的电流值I(t)_n-1；将当前时刻t的当前测点n与上一测点n-1的值进行梯度运算，得出高填方渠道坡面当前测点n的温度场的梯度分布D_W、湿度场的梯度分布D_H、GPS位移变形梯度分布D_S、渗流电流场分布D_I。

上述的，所述步骤三中的数据融合，计算公式为：                                               ，其中，是第j个隐含层节点的输出；D_i是输入的各个梯度场样本值；p为神经元个数；C_j是高斯基函数的中心值；σ_j是密度；C_j、σ_j和p为标定值。

上述的，所述步骤三中的计算出当前测点n的渗漏发生的概率值L，计算公式为： ，其中，p为神经元个数，w_ij为网络输出的拟定加权值，是第j个隐含层节点的输出。

上述的，所述节点采集单元包括壳体及设于壳体内且与电源模块相连接的ZigBee模块、GPS模块、温湿度传感器模块、渗流电阻，GPS模块与ZigBee模块相通讯连接，渗流电阻和温湿度传感器模块相连接，温湿度传感器模块与ZigBee模块相通讯连接，GPS模块和ZigBee模块分别与GPRS节点采集单元相连接。

上述的，所述节点采集单元还包含处理节点采集单元数据的单片机及用于发送数据至监测站的GPRS天线。

本发明基于多梯度场融合的南水北调高填方段渗漏检测方法的有益效果：

本发明设计新颖、合理，结合南水北调中线干线工程的实际情况，分析导致工程渗漏的物理量和效应量之间的基本关联性质，针对南水北调中线高填方渗漏特点，提出基于多梯度场融合的渗漏检测方法，渗漏水流会逐步带走渗漏通道中较细的土壤颗粒，从而导致隐患处介质的含水率增高，介质的导电性能变好，渠道渗漏处与周围介质之间存在明显导电性能差异；高填方渗漏会导致渠道渗漏处与周围介质之间存在明显温度和湿度差异；高填方渗漏会是渠坡发生变形和移位；因此，将电流场梯度、温度场和湿度场梯度和形变梯度场进行融合处理，采用基于径向基（RBF）的神经网络方法融合处理，得出高填方渠道渗漏的具体位置，提高渗漏点检测的精度，能够更加准确及时地对监测点进行识别和智能控制，更有效地对高填方段渗漏进行处理。

附图说明：

图1为本发明基于多梯度场融合的南水北调高填方段渗漏检测方法流程图；

图2为本发明的高填方段渗漏硬件检测平台示意图；

图3为本发明实施例一ZigBee子节点采集单元结构示意图；

图4为本发明实施例一GPRS节点采集单元结构示意图；

图5为本发明的渗漏检测数据融合神经网络示意图。

具体实施方式：

图中标号1代表壳体，标号2代表电源模块，标号3代表GPS模块，标号4代表ZigBee模块，标号5代表温湿度传感器模块，标号6代表渗流电阻，标号7代表锥形尖部，标号8代表GPRS模块，标号9、10、12、13、14分别代表ZigBee子节点采集单元，标号11代表GPRS节点传输模块，标号15代表监测站。

下面结合附图和技术方案对本发明作进一步详细的说明，并通过优选的实施例详细说明本发明的实施方式，但本发明的实施方式并不限于此。

实施例一，参见图1~5所示，一种基于多梯度场融合的南水北调高填方段渗漏检测方法，包含如下步骤：

步骤一.         建立高填方段渗漏硬件检测平台，包含节点采集单元及与节点采集单元相互信号通讯的监测中心；

步骤二.         通过步骤一中节点采集单元采集到的当前测点n数据，计算得出高填方渠道坡面当前测点n的温度场和湿度场的梯度分布、GPS位移变形梯度分布、渗流电流场分布；

步骤三.         将步骤二中得到的当前测点n的温度场和湿度场的梯度分布、GPS位移变形梯度分布、渗流电流场分布进行数据融合，得到高填方渠道当前测点n的渗流场分布，计算出当前测点n的渗漏发生的概率值L；

步骤四.         判断步骤三得到的概率值L是否大于产生的阈值，若是，则记录当前测点n渗漏点产生的温度、湿度、GPS位移、渗流电流值，进入下一步骤，否则，直接进入下一步骤；

步骤五.         通过GPRS无线通信，将当前测点n渗漏点产生的温度、湿度、GPS位移、渗流电流值传输至监测中心，进入下一个测点，返回步骤二，直至各个测点测量结束。

上述的，步骤二中计算得出高填方渠道坡面当前测点n的温度场和湿度场的梯度分布、GPS位移变形梯度分布、渗流电流场分布的计算过程为：获取当前时刻t的当前测点n的温度值W(t)_n和上一测点n-1的温度值W(t)_n-1、湿度值H(t)_n和上一测点n-1的湿度值H(t)_n-1、GPS位移值S(t)_n和上一测点n-1的GPS位移值S(t)_n-1、电流值I(t)_n和上一测点n-1的电流值I(t)_n-1；将当前时刻t的当前测点n与上一测点n-1的值进行梯度运算，得出高填方渠道坡面当前测点n的温度场的梯度分布D_W= W(t)_n- W(t)_n-1、湿度场的梯度分布D_H= H(t)_n- H(t)_n-1、GPS位移变形梯度分布D_S= S(t)_n- S(t)_n-1、渗流电流场分布D_I= I(t)_n- I(t)_n-1，并分别作出对应测点的梯度场分布值。

上述的，所述步骤三中的数据融合，计算公式为：，其中，是第j个隐含层节点的输出；D_i是输入的各个梯度场样本值；p为神经元个数；C_j是高斯基函数的中心值；σ_j是密度；C_j、σ_j和p为标定值。

上述的，所述步骤三中的计算出当前测点n的渗漏发生的概率值L，计算公式为：，其中，p为神经元个数，w_ij为网络输出的拟定加权值，通过实验确定，是第j个隐含层节点的输出。 

上述的，所述节点采集单元包括壳体及设于壳体内且与电源模块相连接的ZigBee模块、GPS模块、温湿度传感器模块、渗流电阻，GPS模块与ZigBee模块相通讯连接，渗流电阻和温湿度传感器模块相连接，温湿度传感器模块与ZigBee模块相通讯连接，GPS模块和ZigBee模块分别与GPRS节点采集单元相连接。

上述的，所述节点采集单元还包含处理节点采集单元数据的单片机及用于发送数据至监测站的GPRS天线。

影响南水北调中线干线工程安全的渠道渗漏灾害包括地质灾害、地层沉陷、低温冻融等多种灾害类型，不同类型的渠道渗漏灾害发生的物理本质和发生条件往往不同，其外在表现的感知技术也不相同，因此首先要研究渠道渗漏灾害的物理本质和发生条件。为了能够更加准确及时地对复杂环境中的目标进行识别和智能控制，需要协同感知周围环境或自身状态，对其进行多参数、多维度、多模态、多设备、多地域的智能获取，从而感知中线工程安全的有效信息，并根据相应规则积极进行响应，进行初步处理和工程安全判决。因此，复杂情景的工程渗漏感知技术研究是保障南水北调工程渠道防渗的重要环节之一。

确定空间区域上的每一点都有确定物理量与之对应，称在该区域上定义了一个场。如果物理量是标量，称该场为标量场。而梯度可以很好地描述标量场在某点的最大变化率及其变化最大的方向。标量场的梯度是矢量场，它在空间某点的方向表示该点场变化最大（增大）的方向，其数值表示变化最大方向上场的空间变化率。南水北调渠道渗漏处与周围介质之间存在很多效应量的标量场，比如渗漏电流场、温度场和湿度场、渠坡形变场等。因此，可以利用多种标量场的梯度变化法来检测渠坡的渗漏情况。

本发明结合了南水北调中线干线工程的实际情况，分析了导致工程渗漏的物理量和效应量之间的基本关联性质，针对南水北调中线高填方渗漏特点，提出了基于多梯度场融合的渗漏检测方法：1，渗漏水流会逐步带走渗漏通道中较细的土壤颗粒，从而导致隐患处介质的含水率增高，介质的导电性能变好，渠道渗漏处与周围介质之间存在明显导电性能差异，要采用电流场梯度变化法检测；2，高填方渗漏会导致渠道渗漏处与周围介质之间存在明显温度和湿度差异，因此也要采用温度场和湿度场梯度变化法检测；3，高填方渗漏会是渠坡发生变形和移位，因此渗流监测要与变形等监测手段相结合；4，将电流场梯度、温度场和湿度场梯度和形变梯度场进行融合处理，采用基于径向基（RBF）的神经网络方法融合处理，得出高填方渠道渗漏的具体位置，提高渗漏点检测的精度，能够更加准确及时地对监测点进行识别和智能控制，更有效地对高填方段渗漏进行处理。

本发明并不局限于上述具体实施方式，本领域技术人员还可据此做出多种变化，但任何与本发明等同或者类似的变化都应涵盖在本发明权利要求的范围内。