详情咨询：
杨工：17710440314
2024年度陕西科学技术进步奖
提名项目公示信息
项目名称 | 基于北斗的三维数字点云大坝实时碾压在线监控系统 |
候选个人 | 郝耘庆、王军辉、刘宏兵、史宏波、郭琰、张双成、李宇光、冯江江、田刚卫、杨勇 |
候选组织 | 陕西省水利电力勘测设计研究院；长安大学；中国水电建设集团第十五工程局；陕西水务发展科技集团有限公司；黄河古贤水利枢纽有限公司；北京壹陆科技发展有限公司 |
项目简介 | 水利工程建设过程中的碾压工序质量，直接影响整体工程建设质量和运行管理安全，影响附近居民生命财产的安全。国家高度重视，对碾压工序的质量监控，是建设方、监理方、施工方、设计方都关心的问题。 该工序中，单台车辆的碾压遍数、轨迹、震动等参数，对大坝土体碾压填筑的施工质量高度相关；多台车辆的联合作业，对狭小施工现场中，旁站人员的人身安全是极大的威胁，也是本项目实施中所遇见的问题和实施的亮点之一。 本项目成果特点如下： 1.1.坝体填筑碾压中，系统自动识别、自动分配各层、各区、各块、各设备、各点、各遍的数据自动分类、自动分区、自动分块、自动叠加、自动统计... 生产过程中将数据实时内插成每点0.04²米，后与 BIM模型无缝对接。 1.3单点详情 电脑操作端用鼠标在作业面水平面点一点，可获取该点实际物理坐标位置的垂直方向上各层、各车、各天、各遍的详细数据。
|
七、主要知识产权和标准规范等目录（限10条）
序号 | 知识产权类 别 | 知识产权 具体名称 | 国家 （地区） | 授权号 | 授权日期 | 证书编号 | 权利人 | 发明人 |
1 | 软件著作权 | 大体积土石方碾压施工中机械轨迹实时监控软件平台【简称：碾压实时监控平台】V1.0 | 中国 | 2020SR1685985 | 2020年11月30日 | 软著登字第6486957号 | 陕西省水利电力勘测设计研究院 | 陕西省水利电力勘测设计研究院 |
2 | 软件著作权 | 大体积土石方碾压施工中碾压质量数据分析平台【简称：碾压质量数据分析平台】V1.0 | 中国 | 2020SR1686387 | 2020年11月30日 | 软著登字第6487359号 | 陕西省水利电力勘测设计研究院 | 陕西省水利电力勘测设计研究院 |
3 | 规范/标准 | 土石坝碾压施工过程实时监控技术规范T/CSPSTC99-2022 | 中国 | 155066*5-5954 | 2022年12月01日 | T/CSPSTC 99-2022 | 中国科技产业促进会 | 陕西省水利电力勘测设计研究院 |
4 | 实用新型 | 一种路基路面压实质量的智能监控系统 | 中国 | CN 211256575U | 2020年08月14日 | ZL2019 2 1420470.8 | 北京壹陆科技发展有限公司 | 杨勇 |
5 | 发明专利 | 数字化施工实时大数据处理平台 | 中国 | CN 107943823 B | 2021年12月14日 | ZL 2017 1 0966575.2 | 北京壹陆科技发展有限公司 | 杨勇 |
6 | 论文 | GPS气象站用于雨雪天气监测分析 | 中国 | 第34届中国气象学会年会S16智能气象观测论文集 | 2017年9月27日 |
| 长安大学 | 张双成/张宁/侯晓伟 |
7 | 论文 | EMD用于GPS时间序列降噪分析 | 中国 | 大地测量与地球动力学 | 第37卷第12期 |
| 长安大学 | 张双成/何月帆/李振宇
|
8 | 论文 | BDS精密相对定位的GAMIT分析 | 中国 | 【测绘科学】 | 第43卷第12期 |
| 长安大学 | 张双成/王倩怡/刘奇 |
9 | 论文 | GNSS高程时间序列周期项的经验模态分解提取 | 中国 | 【测绘科学】 | 第43卷第8期 |
| 长安大学 | 张双成/李振宇/何月帆 |
10 | 论文 | GPS水汽在雾霾天气监测中的应用研究 | 中国 | 【武汉大学学报】 | 第43卷第3期 |
| 长安大学 | 张双成/赵立都/吕旭阳 |
路基路面的压实质量好坏直接决定了工程的运营生命周期的长度。
由于压实质量不合格 给工程后期带来 不均匀性沉降、开裂、车辙 等病害 威胁 驾驶安全。
为确保工程质量，路基路面施工过程需 按设计要求和试验规范进行作业，为减轻现场监理的工作强度和避免人为监管的疏忽。
智能压实系统 采用 物联网传感技术、高精度北斗卫星定位技术、无线数据通信技术、再结合人工智能算法大数据分析技术，对压实作业的整个过程全生命周期的各项生产信息（经纬度、高程、遍数、速度、桩号、振动频率、振动幅值、厚度、温度、生产时间....）进行数据采集、存储、分析、报告。
2.智能压实的升级版
目前国际国内所用的智能压实检测技术大部分是在振动压路机钢轮振动马达一侧安装压实传感器根据压实响应信息进行分析，对振动信号进行处理得出测量值（如：CMV、Evib、K、VCV等），但是由于受到（吨位、振动信号影响深度、碾压检测面积、遍数、速度、还有填筑材料均匀性、含水等参数的影响），我们经过大量项目进行实践、得出这些参数在实际生产作业中不都是确定的，所以我们基于多变量逻辑回归模型的原理研发出CQV 。
通过安装在压路机上的各物联网设备（卫星定位设备、压实传感设备、温度传感器、摄像头、雷达设备、激光设备等）实时采集分析压路机生产过程中的各个计算参数（碾压遍数、速度、振动频率、幅值、位移、材料特性、沉降率等），然后通过模型计算出CQV（Compaction Quality Value）考虑到了影响压实质量的各种生产参数，进而使智能实时检测更近于实际、更客观和准确！
