发明名称 基于地温数据探测岩土体多重集中渗漏位置的方法
摘要 本发明公开了一种基于地温数据探测岩土体多重集中渗漏位置的方法,基于现场地质勘察及地温特征分析,判断集中渗漏的补给方式并进行温度梯度校正,提取最低温异常温度数据及其位置,利用温度或者温度修正残差分布特点确定分步优化时的集中渗漏数量及初始值,先优化出强烈渗漏的集中渗漏以便消除对较小集中渗漏的影响;通过坐标转换建立优化目标函数。结合具体物理特征确定了混合遗传算法各种参数,由温度修正残差大小及温度测量的精度决定是否终止。上述分步确定不同规模渗漏的初始位置及数量,最后一并优化能够消除集中渗漏的相互影响,确定的集中渗漏的位置更加精确,且能探测各种渗漏强度的集中渗漏,并可应用到水力不连续的区域。
申请公布号 CN104458130A 申请公布日期 2015.03.25
申请号 CN201410717113.3 申请日期 2014.12.01
申请人 华北水利水电大学 发明人 王新建;李日运;魏思民
分类号 G01M3/00(2006.01)I 主分类号 G01M3/00(2006.01)I
代理机构 郑州联科专利事务所(普通合伙) 41104 代理人 刘建芳
主权项 一种基于地温数据探测岩土体多重集中渗漏位置的方法,其特征在于:包括以下步骤:A:布置勘探点:在集中渗漏区域,将勘探线垂直于地下水流动方向布置,根据地质情况选取勘探点间距,布置N个勘探点,并对N个勘探点进行竖向温度采集;B:根据步骤A采集的地温数据,以温度为横坐标,以勘探点高程为纵坐标,绘制竖向地温分布图,判定岩土体集中渗漏的补给类型,补给类型包括低温补给类型和高温补给类型,当判定为低温补给类型时,进入步骤C;C:再将步骤B绘制的竖向地温分布图,通过地温梯度矫正得各测点校正后的竖向地温分布图,从中提取每个勘探点中的最低温度值和高程,对于高程基本一致的m个勘探点进入步骤D;D:以m个勘探点的起点为横坐标原点,以m个点构成的勘探线延长方向为横坐标的正向;以温度值作为竖轴,根据m个勘探点间距及最低温度作图,得到吸引盆分析图,通过折线的极值数量判断吸引盆的数量n及集中渗漏的初始位置;E:建立反分析目标函数并优化,目标函数如公式⑴所示:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>f</mi><mo>=</mo><msubsup><mrow><mo>|</mo><mo>|</mo><msub><mi>error</mi><mi>i</mi></msub><mo>-</mo><mi>max</mi><mo>[</mo><msub><mi>error</mi><mi>i</mi></msub><mo>]</mo><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mn>2</mn></msubsup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000621847320000011.GIF" wi="735" he="107" /></maths>其中,f为目标函数值,max为求取最大值的函数,||·||<sub>2</sub>为向量的二范数,error<sub>i</sub>为m个勘测点温度残差值向量,如公式⑵所示<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>error</mi><mi>i</mi></msub><mo>=</mo><msub><mi>T</mi><mi>i</mi></msub><mo>-</mo><msub><mi>&beta;</mi><mrow><mi>k</mi><mn>1</mn></mrow></msub><mo>-</mo><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>n</mi><mo>+</mo><mi>l</mi></mrow></munderover><mo>[</mo><msub><mi>&beta;</mi><mrow><mi>k</mi><mo>,</mo><mi>j</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>&times;</mo><mi>ln</mi><msqrt><msup><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>-</mo><msub><mi>x</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt><mo>]</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000621847320000012.GIF" wi="944" he="151" /></maths>其中,T<sub>i</sub>为第i个测试点的温度值;k为第k步优化;l为第k‑1步优化中的集中渗漏数量,初次优化l=0;n为确定的集中渗漏的数量;β为系数,x<sub>0j</sub>为第j个集中渗漏坐标,x<sub>i</sub>为各测点的坐标;F:选择混合遗传算法进行反分析,参照吸引盆极值确定集中渗漏位置优化变量初始值范围,其中,变量个数指标选取千倍级别,再生比例指标选取0.2;G:遗传算法终止条件的判断,对步骤F中混合遗传算法迭代结束后,判断温度残差值的平均差值error<sub>i</sub>/i的绝对值是否小于测量精测度:是,则终止迭代,目标函数f最小时,对应的代表渗漏位置的参数取值x<sub>0j</sub>,即为集中渗漏横向位置;否,则将目标函数f最小时的参数取值带入到公式⑵及公式⑶中,计算各测点修正温度残差xe<sub>i</sub>,修正温度残差公式⑶所示:xe<sub>i</sub>=error<sub>i</sub>‑max[error<sub>i</sub>]⑶H:根据修正温度残差对吸引盆分析图进行矫正,作图xe<sub>i</sub>~x,确定吸引盆个数及下次集中渗漏通道的初始位置,并重复步骤E、F,直至满足步骤G的终止迭代条件,目标函数f最小时所对应的代表渗漏位置的参数取值x<sub>0j</sub>即为集中渗漏横向位置,即为所求。
地址 450011 河南省郑州市金水区北环路36号