-
公开(公告)号：CN109443256A
公开(公告)日：2019-03-08
申请号：CN201811316501.5
申请日：2018-11-07
Applicant: 绍兴文理学院
Abstract: 一种基于渐进取样的结构面三维粗糙度系数确定方法，包括以下步骤：1)利用三维激光扫描仪扫描工程岩体结构面，获得结构面表面起伏形态的三维点云数据，将三维激光扫描图摆正，建立三维坐标系；2)对结构面进行采样；3)得到结构面上N1条垂直于X轴的轮廓曲线的粗糙信息，N2条垂直于Y轴的轮廓曲线的粗糙信息；4)对轮廓线进行渐进取样；5)得到轮廓线的二维粗糙度系数值；6)依次处理5)中获取的所有轮廓线，得到N＝Nx+Ny组 值，并求取其平均值即是该结构面的三维粗糙度系数值。本发明即保证了样本的高代表性，又保证了在计算结构面轮廓线JRC2d值时的合理性。
-
公开(公告)号：CN110263393B
公开(公告)日：2023-05-16
申请号：CN201910479610.7
申请日：2019-06-04
Applicant: 绍兴文理学院
Abstract: 一种基于各向异性变异指数AVC的岩体结构面各向异性评价方法，包括如下步骤:(1)获取岩石结构面的三维形貌数据，在获得的结构面三维形貌上截取不同方位的轮廓线并储存；(2)采用形貌参数描述不同方位轮廓线的形貌特征，并绘制在极坐标图上；(3)以结构面各向异性的极坐标分布数据为基础，采用提出的各向异性解析函数进行结构面各向异性理论分析，确定其正交叠加的规则结构面的所在方向；(4)选择形貌参数与节理粗糙度系数拟合较好的公式，计算两个正交方向规则结构面的JRC值，分别为JRCx与JRCy，并采用指数AVC表示结构面各向异性变异程度。本发明通过分析两个正交方向的规则结构面粗糙度来评价其各向异性变异行为。
-
公开(公告)号：CN114092630A
公开(公告)日：2022-02-25
申请号：CN202010822782.2
申请日：2020-08-05
Applicant: 绍兴文理学院
Abstract: 一种岩体结构面极点图和产状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产状玫瑰花图智能绘制系统研发。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产状玫瑰花图绘制方法编程研发岩体结构面极点图和产状玫瑰花图智能绘制系统，实现了岩体结构面极点图和产状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。
-
公开(公告)号：CN110889246A
公开(公告)日：2020-03-17
申请号：CN201911028839.5
申请日：2019-10-28
Applicant: 绍兴文理学院
Abstract: 一种结构面抗剪区域的确定方法，利用三维扫描仪对结构面进行扫描，获得其表面特征的三维数字信息；利用编程软件对节理面的三维数字信息进行等间距插值，并对其进行Delaunay三角剖分；根据三角形微凸体的顶点坐标及其剪切方向的方向向量，利用编程软件计算每个三角形微凸体的视倾角；为区分哪些三角形微凸体具有潜在抗剪力，根据其视倾角值将其分为两类；找出结构面表面上所有的具有潜在抗剪力的三角形微凸体和不具有潜在抗剪力的三角形微凸体；利用编程画出ST的点云图，点云图中所有具有潜在抗剪力的三角形微凸体所组成的区域为剪切过程中能够提供抗剪力的区域。本发明可以有效地识别结构面表面上的潜在抗剪区域，能够为分析结构面的剪切机理提供基础。
-
公开(公告)号：CN109493424A
公开(公告)日：2019-03-19
申请号：CN201811317044.1
申请日：2018-11-07
Applicant: 绍兴文理学院
IPC: G06T17/05
Abstract: 一种结构面三维表面形貌的全覆盖取样方法，包括以下步骤：1)利用手持三维激光扫描仪大型的岩石结构面样品，获取结构面三维激光扫描图，并存为STL格式；2)利用MATLAB对1)中获取的图片进行数字化处理，通过X、Y、Z三轴坐标信息来表示岩石结构面粗糙信息；3)在对岩石结构面进行取样时，以边长为dcm的正方形为单位取样区域，Δd为每次推进长度，其中，Δd＜d＜D，对岩石结构面进行全覆盖取样；4)完成对样品结构面以边长为d的正方形为取样单元；5)记录(4)中 个单位取样区域的结构面粗糙信息，完成了对岩石结构面的全覆盖取样。本发明极大增加了样本容量，使样本能够最大限度表征岩石结构面的粗糙信息且样本能够覆盖整个结构面。
-
Patent Agency Ranking
公开(公告)号：CN109460603A
公开(公告)日：2019-03-12
申请号：CN201811317097.3
申请日：2018-11-07
Applicant: 绍兴文理学院
Abstract: 一种基于自适应修正函数的JRC参数公式修正方法，包括以下步骤：1)利用MATLAB编程对Braton提出的十条标准轮廓线的图片进行灰度处理，获取轮廓曲线上个像素点的坐标数据；2)逐渐改变Δx值，求出十条曲线各自对应的Z2j值，根据Δx与Z2j值之间的变化关系，拟合出 与关于Δx的函数关系式 作为自适应修正函数；3)将自适应函数 添加到公式(1)中的自变量添加一个自适应函数修正项得到公式(2)；4)对公式进行平移修正，得到公式(3)；4)对式(2)计算得到的JRC值用同样的方法取直线l2，倾角为α2，将直线l2到与l1平行得到直线方程；5)得到方程(5)。本发明能在一定程度上减弱采样间距Δx对计算结果的影响，使得计算结果更加合理。
-
公开(公告)号：CN113865968A
公开(公告)日：2021-12-31
申请号：CN202110098719.3
申请日：2021-01-25
Applicant: 绍兴文理学院
IPC: G01N1/36
Abstract: 本发明公开了一种岩体结构面剪切实验的全角度固定装置及其使用方法，其中全角度固定装置包括岩体结构面方形试块、刻度盘、旋转盘以及试样浇筑盒，所述刻度盘通过模具连接装置安装于所述试样浇筑盒上；所述旋转盘能够相对所述刻度盘同心转动，所述岩体结构面方形试块通过岩体结构面固定螺栓固定设置于所述旋转盘内。本发明解决了结构面抗剪强度实验中圆形试样制作工艺复杂、成本高且浪费原材料以及传统方形试样无法实现全角度剪切的问题。该装置可动态调整结构面的剪切角度，确保结构面抗剪强度各向异性研究的完整性和可靠性。
-
公开(公告)号：CN112464510A
公开(公告)日：2021-03-09
申请号：CN202011645620.2
申请日：2020-12-28
Applicant: 绍兴文理学院
Abstract: 一种基于激光扫描、RQD、RQDt各向异性的Q各向异性求解方法，属于Q各向异性求解领域，其步骤包括：(1)结构面三维激光扫描快速获取；(2)结构面极点图和倾向玫瑰花图绘制；(3)基于RQD指标的岩体质量计算；(4)岩体三维裂隙网络模型生成和剖切；(5)RQDt各向异性图绘制；(6)基于RQD反演的最佳阈值t求解方法；(7)RQDt各向异性求解方法；(8)Q各向异性求解方法。本发明将三维激光扫描、近邻传播算法、RQD理论、裂隙网络模型、广义RQD理论和反演计算相结合，实现了RQDt的最佳阈值t和各向异性的求解，实现了Q各向异性的求解，提出了一种基于激光扫描、RQD、RQDt各向异性的Q各向异性求解方法。本发明方法明确，适用于岩体Q的各向异性求解。
-
公开(公告)号：CN112464505A
公开(公告)日：2021-03-09
申请号：CN202011645615.1
申请日：2020-12-28
Applicant: 绍兴文理学院
Abstract: 一种基于激光扫描、RQD和RQDt的巷道开挖不利方位求解方法，属于巷道开挖方位领域，其步骤包括：(1)结构面三维激光扫描快速获取；(2)结构面极点图和倾向玫瑰花图绘制；(3)基于RQD指标的岩体质量计算；(4)岩体三维裂隙网络模型生成和剖切；(5)RQDt各向异性图绘制；(6)基于RQD反演的最佳阈值t求解方法；(7)空间RQDt求解方法；(8)巷道开挖不利方位求解方法。本发明实现了RQDt的最佳阈值t求解、RQDt椭圆曲线和各向异性椭球体绘制，实现了最佳阈值t下的巷道开挖不利方位求解。本发明方法明确，所得最佳阈值t、椭圆曲线和各向异性椭球体能够准确反映出岩体的RQDt各向异性特征，得到的巷道开挖不利方位可用于指导巷道开挖施工应用。
-
公开(公告)号：CN112132411A
公开(公告)日：2020-12-25
申请号：CN202010893062.5
申请日：2020-08-25
Applicant: 绍兴文理学院
Abstract: 一种基于激光扫描、BQ、RQDt各向异性的Q各向异性求解方法，属于Q各向异性求解领域，其步骤包括：(1)结构面三维激光扫描快速获取；(2)结构面极点图和倾向玫瑰花图绘制；(3)基于BQ指标的岩体质量计算；(4)岩体三维裂隙网络模型生成和剖切；(5)RQDt各向异性图绘制；(6)基于BQ反演的最佳阈值t求解方法；(7)RQDt各向异性求解方法；(8)Q各向异性求解方法。本发明将三维激光扫描、近邻传播算法、BQ理论、裂隙网络模型、广义RQD理论和反演计算相结合，实现了RQDt的最佳阈值t和各向异性的求解，实现了Q各向异性的求解，提出了一种基于激光扫描、BQ、RQDt各向异性的Q各向异性求解方法。本发明方法明确，适用于岩体Q的各向异性求解。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.023 seconds)
