法律状态公告日
法律状态信息
法律状态
2023-09-15
授权
发明专利权授予
2023-09-05
实质审查的生效 IPC(主分类):G01N27/22 专利申请号:2023108826593 申请日:20230719
实质审查的生效
技术领域
本发明涉及岩土监测技术领域,尤其涉及一种识别岩土体介电常数温度效应的方法及系统。
背景技术
岩土体的含水率是岩石和土壤等多孔介质的重要性质,有效探明土壤含水率和岩石含水率的动态变化规律对于非饱和多孔介质的动态特征研究以及文物保护领域至关重要。但是,降雨、水汽迁移和蒸发是自然界普遍存在的水文过程,而岩土体多孔介质通常又具有一定的吸湿性,因此针对多种作用控制下的岩土体含水率变化进行动态监测是一个难题。
随着技术的发展,基于频域反射技术(FDR)和时域反射技术(TDR)对岩土体介电常数的监测逐渐成为实现岩土体含水率变化监测的有效手段之一。FDR技术和TDR技术的基本原理分别是通过高频电磁波在介质中传播的频率和速度计算出介质的介电常数,从而利用介电常数和体积含水率之间的经验关系计算出含水率。
然而,上述技术存在的一个普遍问题是,介电常数的监测值很容易受到温度干扰,这种监测信号随温度发生波动的现象称为温度效应。事实上在没发生降雨事件等情况下,岩土体水分含量一昼夜是未发生变化的,但监测的介电常数信号值却会随着温度发生波动。其中最典型的影响是昼夜温差导致的昼夜波动,在温度效应的干扰作用下,导致通过FDR技术和TDR技术得到的岩土体介电常数信号值无法真实准确反应原本的真实含水率动态变化,进而无法进行有效岩土体含水率的变化监测。因此,如何有效、快速地对岩土体介电常数中可能出现的温度效应进行识别是亟待解决的技术难题。
发明内容
基于此,为克服现有技术的不足,本发明提出了一种识别岩土体介电常数温度效应的方法及系统,以解决现有技术中无法有效识别岩土体介电常数中温度效应的问题。
第一方面,本发明公开了一种识别岩土体介电常数温度效应的方法,所述方法包括:
获取若干时间点监测的岩土体介电常数信号值,构建岩土体介电常数时间序列数据集;
对所述岩土体介电常数时间序列数据集进行傅里叶变换,得到所述岩土体介电常数时间序列数据集在不同频率下的频谱提取结果图;
基于所述频谱提取结果图,识别温度效应对岩土体介电常数的影响。
进一步的,所述方法,还包括:
基于所述频谱提取结果图,剔除所述温度效应对岩土体介电常数的影响。
进一步的,所述频谱提取结果图的横坐标为频率,纵坐标为岩土体介电常数信号值在不同频率下的频谱密度;
基于所述频谱提取结果图,识别温度效应对岩土体介电常数的影响,包括:
预先设定影响阈值;
识别所述频谱提取结果图中,是否存在频谱密度大于或等于所述影响阈值的数据,若是,则判定温度效应对岩土体介电常数产生影响,若否,则判定温度效应对岩土体介电常数未产生影响。
进一步的,基于所述频谱提取结果图,剔除所述温度效应对岩土体介电常数的影响,包括:
在所述频谱提取结果图中,按照频率从小到大的顺序,确定第一个频谱密度大于或等于所述影响阈值的数据所对应的频率,作为界限频率;
剔除所述频谱提取结果图中所有大于或等于所述界限频率的频率所对应的数据。
进一步的,所述傅里叶变换的公式如下:
其中,
进一步的,对所述岩土体介电常数时间序列数据集进行傅里叶变换,包括:
对所述岩土体介电常数时间序列数据集进行数据筛选,筛选出数据时间间隔相同的岩土体介电常数信号值,构建优选岩土体介电常数时间序列数据集;
对所述优选岩土体介电常数时间序列数据集,进行傅里叶变换。
第二方面,本发明还公开了一种识别岩土体介电常数温度效应的系统,所述系统包括:
数据获取模块,用于获取若干时间点监测的岩土体介电常数信号值,构建岩土体介电常数时间序列数据集;
频谱提取模块,用于对所述岩土体介电常数时间序列数据集进行傅里叶变换,得到所述岩土体介电常数时间序列数据集在不同频率下的频谱提取结果图;
识别模块,用于基于所述频谱提取结果图,识别温度效应对岩土体介电常数的影响。
进一步的,所述系统,还包括:
剔除模块,用于基于所述频谱提取结果图,剔除所述温度效应对岩土体介电常数的影响。
第三方面,本发明还公开了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述任一项方法所述的步骤。
第四方面,本发明还公开了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述任一项方法所述的步骤。
采用本发明的技术方案,具有如下有益效果:
本发明提出了一种对多时间点监测的岩土体介电常数信号值进行傅里叶变换,获得对应的频谱结果图,再通过频谱结果图的分析,识别温度效应对岩土体介电常数的影响的方法,弥补了现有技术中无法有效识别岩土体介电常数中温度效应的不足,高效、准确地识别岩土体介电常数监测过程中温度效应的影响,提升监测结果岩土体介电常数的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中识别岩土体介电常数温度效应的方法的流程图;
图2为一个实施例中剔除温度效应影响前的频谱提取结果图;
图3为一个实施例中剔除温度效应影响后的频谱提取结果图;
图4为一个实施例中剔除温度效应影响前后的岩土体介电常数信号值监测对比图;
图5为一个实施例中识别岩土体介电常数温度效应的系统的结构框图;
图6为一个实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,在一个实施例中,提供了一种识别岩土体介电常数温度效应的方法,该方法具体包括如下步骤:
S100、获取若干时间点监测的岩土体介电常数信号值,构建岩土体介电常数时间序列数据集。
具体实施过程中,可以通过频域反射技术(FDR)和时域反射技术(TDR)等技术对岩土体介电常数信号值进行实时监测,构建岩土体介电常数时间序列数据集{Xt1,Xt2,……,Xtn},其中,为了监测长时间昼夜温度效应对岩土体介电常数的影响,需确保所构建的岩土体介电常数时间序列数据集的时间跨度至少大于一天,以及每天的数据数量至少大于一条,以保证后续识别过程中,具有充足的数据量支撑,得到最准确的识别效果。
S200、对所述岩土体介电常数时间序列数据集进行傅里叶变换,得到所述岩土体介电常数时间序列数据集在不同频率下的频谱提取结果图。
进一步的,一实施例中,所述傅里叶变换的公式如下:
其中,
具体实施过程中,可以使用基于Python语言中SciPy算法库的快速傅里叶变换函数对监测的岩土体介电常数时间序列数据集进行处理,快速傅里叶变换是一种用于计算离散傅立叶变换的便捷算法,适用于离散时间、有限持续时间信号的变换。通过快速傅里叶变换原理的频谱计算方法,对岩土体介电常数时间序列数据集中各数据进行傅里叶频谱的计算和提取,可有效将岩土体介电常数的数据波动根据不同频率进行分解,进而可以根据数据波动在各个频率下的波动,分析识别其昼夜温度效应对岩土体介电常数的影响。
进一步的,一实施例中,步骤S200中,对所述岩土体介电常数时间序列数据集进行傅里叶变换,包括:
对所述岩土体介电常数时间序列数据集进行数据筛选,筛选出数据时间间隔相同的岩土体介电常数信号值,构建优选岩土体介电常数时间序列数据集;
对所述优选岩土体介电常数时间序列数据集,进行傅里叶变换。
具体实施过程中,在进行傅里叶变化之前,还可以先对构建的岩土体介电常数时间序列数据集进行数据筛选,筛选出数据时间间隔相同的岩土体介电常数信号值,实现对数据集中的各介电常数信号值时间间隔的统一,避免后续进行分析时需按照不同时间间隔的数据建立不同分析标准的复杂操作,简化数据处理步骤,同时,有效降低进行傅里叶变换步骤的数据量,大大提升数据处理效率,进而提升整体识别效率及准确率。
S300、基于所述频谱提取结果图,识别温度效应对岩土体介电常数的影响。
进一步的,所述频谱提取结果图的横坐标为频率,纵坐标为岩土体介电常数信号值在不同频率下的频谱密度;
步骤S300,包括:
预先设定影响阈值;
识别所述频谱提取结果图中,是否存在频谱密度大于或等于所述影响阈值的数据,若是,则判定温度效应对岩土体介电常数产生影响,若否,则判定温度效应对岩土体介电常数未产生影响。
具体实施过程中,频谱提取结果图为时域下的岩土体介电常数时间序列数据集经过傅里叶变换计算所得的频谱结果构建而成,可以有效反映岩土体介电常数在不同频率下的数据波动情况,而频率可转换为周期,即代表频谱结果图所反映的岩土体介电常数的数据波动情况是具备周期性的,而同时,真实监测中气压、降雨等其他现实因素对岩土体介电常数造成的影响并不规律,不会有明显的周期性,因此,岩土体介电常数数据波动的周期性只能是由不同时间的温度效应造成,故通过分析频谱提取结果图中数据波动情况,可以有效识别温度效应对岩土体介电常数的影响。
更具体的,频谱提取结果图的横坐标为频率,纵坐标为岩土体介电常数信号值在不同频率下的频谱密度,频谱密度越大,则代表在该频率下,数据的波动情况越大,即在该周期内,岩土体介电常数受温度效应影响越显著,因此,可以依据先前经验或数据设定一个影响阈值,若频谱提取图中存在频谱密度大于或等于影响阈值的数据,则判定数据是确实受到温度效应的影响,若不存在大于或等于影响阈值的数据,则判定数据并没有受到温度效应的影响。
进一步的,一实施例中,该识别岩土体介电常数温度效应的方法,还包括:
基于所述频谱提取结果图,剔除所述温度效应对岩土体介电常数的影响。
进一步的,一实施例中,基于所述频谱提取结果图,剔除所述温度效应对岩土体介电常数的影响,包括:
在所述频谱提取结果图中,按照频率从小到大的顺序,确定第一个频谱密度大于或等于所述影响阈值的数据所对应的频率,作为界限频率;
剔除所述频谱提取结果图中所有大于或等于所述界限频率的频率所对应的数据。
具体实施过程中,当识别到温度效应对岩土体介电常数的影响后,为了获得更准确的岩土体介电常数,应当及时剔除温度效应对岩土体介电常数的影响,而剔除温度效应对岩土体介电常数的影响,可以在频谱提取结果图中找到第一个超出预设影响阈值的数据对应的频率,剔除该频率之后的所有数据,保留该频率之前的没有受到温度效应影响的数据,保证岩土体介电常数的准确性,进而能够利用准确的岩土体介电常数,实现有效的岩土体含水率的变化监测。
上述实施例所述的识别岩土体介电常数温度效应的方法,提出了对多时间点监测的岩土体介电常数信号值进行傅里叶变换,获得对应的频谱结果图,再通过频谱结果图的分析,识别温度效应对岩土体介电常数的影响的方法,弥补了现有技术中无法有效识别岩土体介电常数中温度效应的不足,高效、准确地识别岩土体介电常数监测过程中温度效应的影响,提升监测结果岩土体介电常数的可靠性。
此外,一实施例中,还进行了具体实验对上述实施例中所述方法进行说明与验证。
其中,图2为实验中原始岩土体介电常数经傅里叶变换后的原始频谱提取结果图,图中横坐标为以cpd(Circles per day)为单位的频率,纵坐标为频率密度,n cpd则代表岩土体介电常数的数据波动的周期为n日,从图2中可看出,原始数据中,1cpd附近对应的数据频谱密度最大,也就是说该实验中,以每日为周期的岩土体介电常数的数据波动最大,即该实验中的一天之内的昼夜的温度效应对岩土体介电常数的影响干扰最大,进而也验证可以通过频谱提取结果图进行温度效应对岩土体介电常数的影响识别。
而图3为剔除温度效应影响后的数据的频谱提取结果图,实验中识别出温度效应对岩土体介电常数的影响后,可以将1cpd作为界限频率,实验傅里叶滤波的方式剔除1cpd及之后的所有数据,保留其之前的未受较大温度效应影响的数据,从图3中可看出,在剔除温度效应影响后,频谱密度几乎都接近于0,即数据几乎没有任何周期性波动,当前已经有效剔除温度效应影响,获得了最准确的不受温度效应影响的岩土体介电常数。
图4为剔除温度效应影响前后的岩土体介电常数信号值监测对比图,从图4中也可以看出,原始存在温度效应影响时,监测的岩土体介电常数信号值存在较大波动,而剔除温度效应影响后,岩土体介电常数信号值明显平稳很多,不会存在较大波动,因此证明上述实施例所述方法的确能够有效识别及减少温度效应对岩土体介电常数的影响。
另一方面,如图5所示,在一个实施例中,还提供了一种识别岩土体介电常数温度效应的系统,所述系统包括:
数据获取模块100,用于获取若干时间点监测的岩土体介电常数信号值,构建岩土体介电常数时间序列数据集;
频谱提取模块200,用于对所述岩土体介电常数时间序列数据集进行傅里叶变换,得到所述岩土体介电常数时间序列数据集在不同频率下的频谱提取结果图;
识别模块300,用于基于所述频谱提取结果图,识别温度效应对岩土体介电常数的影响。
进一步的,该识别岩土体介电常数温度效应的系统,还包括:
剔除模块,用于基于所述频谱提取结果图,剔除所述温度效应对岩土体介电常数的影响。
需要说明的是,本实施例提供的识别岩土体介电常数温度效应的系统所涉及各功能模块的其他相应描述,可以参考上述实施例中方法的对应描述,在此不再赘述。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图6所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现识别岩土体介电常数温度效应的方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行识别岩土体介电常数温度效应的方法。本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述任一项实施例所述的识别岩土体介电常数温度效应的方法。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行任一项实施例所述的识别岩土体介电常数温度效应的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
机译: 一种通过自身的深层温度效应永久识别动物并执行该方法的方法
机译: 一种用于检测至少一个运动物体在检测区域内的运动路径的方法,一种使用这种识别方法的手势识别系统的过程以及一种用于执行这种识别方法的设备
机译: 一种将储层特性转换为地震属性的方法,用于油气和岩性识别