一种基于核磁共振划分多孔介质水分蒸发阶段的方法

    公开(公告)号:CN118090802A

    公开(公告)日:2024-05-28

    申请号:CN202311782759.5

    申请日:2023-12-22

    IPC分类号: G01N24/08

    摘要: 本发明公开了一种基于核磁共振划分多孔介质水分蒸发阶段的方法,属于包气带地下水动力学技术领域,该方法针对玻璃砂多孔介质水分蒸发过程,计算核磁共振横向弛豫时间分界值,对玻璃砂多孔介质自由水和结合水进行划分,进而计算核磁共振横向弛豫时间水分蒸发判别值,判断横向弛豫时间水分蒸发判别值和横向弛豫时间分界值的关系,利用该方法可划分玻璃砂多孔介质水分蒸发阶段。本发明提供的一种基于核磁共振划分多孔介质水分蒸发阶段的方法能够实现高精度、高可靠性、快速划分玻璃砂多孔介质水分蒸发阶段。

    一种基于核磁共振划分多孔介质水分蒸发阶段的方法

    公开(公告)号:CN118090802B

    公开(公告)日:2024-10-11

    申请号:CN202311782759.5

    申请日:2023-12-22

    IPC分类号: G01N24/08

    摘要: 本发明公开了一种基于核磁共振划分多孔介质水分蒸发阶段的方法,属于包气带地下水动力学技术领域,该方法针对玻璃砂多孔介质水分蒸发过程,计算核磁共振横向弛豫时间分界值,对玻璃砂多孔介质自由水和结合水进行划分,进而计算核磁共振横向弛豫时间水分蒸发判别值,判断横向弛豫时间水分蒸发判别值和横向弛豫时间分界值的关系,利用该方法可划分玻璃砂多孔介质水分蒸发阶段。本发明提供的一种基于核磁共振划分多孔介质水分蒸发阶段的方法能够实现高精度、高可靠性、快速划分玻璃砂多孔介质水分蒸发阶段。

    堤防止水帷幕渗漏下地基渗透破坏试验装置及方法

    公开(公告)号:CN118858106A

    公开(公告)日:2024-10-29

    申请号:CN202411043628.X

    申请日:2024-07-31

    IPC分类号: G01N15/08 G09B25/00

    摘要: 本发明公开了一种堤防止水帷幕渗漏下地基渗透破坏试验装置及方法,包括供水系统、试验土样模拟装置系统和数据监测系统;试验土样模拟装置系统包括水箱模型和止水帷幕渗漏模拟件;数据监测系统实时获取试验过程中装填土体不同部位的试验数据。试验方法为:将止水帷幕渗漏模拟件安装在水箱模型中,将试验土样填筑至所需高度,夯实并饱和24h,逐渐抬升定水头高度,直至地基土样发生渗透破坏。本发明可用于研究堤坝止水帷幕渗漏条件下地基渗透破坏的灾变演化过程,可以阐明渗漏条件下不同地层部位的孔隙水压力、管涌口流量以及土体颗粒流失量变化规律,为理论分析止水帷幕渗漏条件下地基渗透破坏的物理作用机制提供试验基础和数据支撑。

    一种基于人工神经网络的动区-不动区传输模型参数智能拟合方法

    公开(公告)号:CN118446122B

    公开(公告)日:2024-09-27

    申请号:CN202410907458.9

    申请日:2024-07-08

    申请人: 河海大学

    摘要: 本发明涉及水文地质数据处理技术领域,公开了一种基于人工神经网络的动区‑不动区传输模型参数智能拟合方法,包括以下步骤:S1采集水文地质原始数据,并对原始数据范围进行设置;S2确立动区‑不动区模型函数:利用动区‑不动区模型结构,采用拉普拉斯空间数值解析方法建立动区‑不动区模型Matlab函数;S3利用Matlab函数对输入参数生成对应的突破曲线,并将生成的BTC数据进行处理,形成待训练数据。本发明不仅解决了传统方法中存在的效率和资源消耗问题,还提高了拟合的准确性和自动化水平,为水文地质领域提供了一种新的、高效的解决方案。

    一种基于人工神经网络的动区-不动区传输模型参数智能拟合方法

    公开(公告)号:CN118446122A

    公开(公告)日:2024-08-06

    申请号:CN202410907458.9

    申请日:2024-07-08

    申请人: 河海大学

    摘要: 本发明涉及水文地质数据处理技术领域,公开了一种基于人工神经网络的动区‑不动区传输模型参数智能拟合方法,包括以下步骤:S1采集水文地质原始数据,并对原始数据范围进行设置;S2确立动区‑不动区模型函数:利用动区‑不动区模型结构,采用拉普拉斯空间数值解析方法建立动区‑不动区模型Matlab函数;S3利用Matlab函数对输入参数生成对应的突破曲线,并将生成的BTC数据进行处理,形成待训练数据。本发明不仅解决了传统方法中存在的效率和资源消耗问题,还提高了拟合的准确性和自动化水平,为水文地质领域提供了一种新的、高效的解决方案。

    一种基于自适应深度神经网络替代模型的海水入侵模拟-优化方法

    公开(公告)号:CN111723516B

    公开(公告)日:2023-05-23

    申请号:CN202010435173.1

    申请日:2020-05-21

    申请人: 河海大学

    摘要: 本发明属于水文学及水资源领域,公开了一种基于自适应深度神经网络替代模型的海水入侵管理模型和计算方法(Adaptive Deep Neural Networks surrogate model based multi‑objective coastal aquifer management model,ADNN&CAM)。该技术采用海水入侵模拟程序SEAWAT来模拟抽水条件下海水入侵的动态过程,采用深度神经网络方法DNN训练海水入侵替代模型。优化模型采用了一种基于ε‑dominance排序的多目标进化算法(epsilon Multi‑Objective Memetic Algorithm,ε‑MOMA)。为了提高近似最优解的数值预测的精度,在优化过程中,采用多阶段动态采样方法对海水入侵模型进行自适应训练。ADNN&CAM&ε‑MOMA为第一个考虑海水入侵模型大规模计算瓶颈的问题,而提出将自适应海水入侵替代模型与基于进化算法的优化求解模型相耦合,可为解决海水入侵区地下水资源合理开发利用和海水入侵防控问题提供一个固定的技术方法体系。