高精度復(fù)雜三維礦體數(shù)據(jù)模型的存儲(chǔ)與表達(dá)數(shù)字礦山研究的熱點(diǎn)問(wèn)題。相關(guān)方面的研究主要集中在三維數(shù)據(jù)模型與數(shù)據(jù)結(jié)構(gòu)、三維數(shù)據(jù)交換標(biāo)準(zhǔn)等方面,而在體現(xiàn)復(fù)雜礦體不規(guī)則性建模以及模型的分布式存儲(chǔ)和Web表達(dá)上并沒(méi)有太多突破。針對(duì)這一問(wèn)題,就復(fù)雜礦體模型的存儲(chǔ)與表達(dá)方法進(jìn)行了如下三方面的創(chuàng)新性研究:1)分析了鉆孔數(shù)據(jù)及穿脈數(shù)據(jù)特征,討論了穿脈數(shù)據(jù)與礦體輪廓線(xiàn)匹配問(wèn)題,提出穿脈數(shù)據(jù)約束礦體體表面建模的約束算法。2)研究了三維壓縮編碼方式以及模型數(shù)據(jù)的存儲(chǔ)方式,選用線(xiàn)性八叉樹(shù)算法作為模型壓縮編碼算法,MongoDB作為分布式存儲(chǔ)數(shù)據(jù)庫(kù),并結(jié)合兩者特點(diǎn)提出適用于分布式數(shù)據(jù)存儲(chǔ)的基于偽Morton碼編碼的線(xiàn)性八叉樹(shù)壓縮算法。提高了三維礦體塊段數(shù)據(jù)的數(shù)據(jù)存取效率。3)設(shè)計(jì)了復(fù)雜礦體三維模型存儲(chǔ)與表達(dá)原型系統(tǒng)。系統(tǒng)以Python作為后臺(tái)建模語(yǔ)言,以HTML+JavaScript+.CSS作為前端框架,搭建Django服務(wù)器作為數(shù)據(jù)傳輸平臺(tái),并基于WebGL的Three.js實(shí)現(xiàn)礦體模型的可視化。此外,系統(tǒng)提供模型展示、場(chǎng)景交互和數(shù)據(jù)檢索功能。通過(guò)對(duì)礦體進(jìn)行三維表面建模確定礦體形態(tài),進(jìn)而以表面模型作為約束對(duì)礦體進(jìn)...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
引言
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 礦體三維數(shù)據(jù)表達(dá)研究現(xiàn)狀
        1.2.2 礦體模型三維數(shù)據(jù)壓縮存儲(chǔ)研究現(xiàn)狀
        1.2.3 Web GL在三維礦山中的應(yīng)用
    1.3 研究目標(biāo)和研究?jī)?nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
        1.3.3 研究技術(shù)路線(xiàn)
    1.4 本文組織結(jié)構(gòu)
第2章 復(fù)雜礦體三維建模存儲(chǔ)相關(guān)技術(shù)
    2.1 三維礦體模型表達(dá)方法
        2.1.1 礦體表面重建技術(shù)
        2.1.2 基于體元的礦體重建技術(shù)
        2.1.3 基于WebGL的 Three.js顯示技術(shù)
    2.2 空間數(shù)據(jù)壓縮存儲(chǔ)與索引技術(shù)
        2.2.1 空間數(shù)據(jù)壓縮索引模型
        2.2.2 MongoDB
    2.3 本章小結(jié)
第3章 復(fù)雜礦體三維表達(dá)方法研究
    3.1 數(shù)據(jù)預(yù)處理
        3.1.1 礦體數(shù)據(jù)提取
        3.1.2 勘探線(xiàn)數(shù)據(jù)二維-三維數(shù)據(jù)轉(zhuǎn)換
        3.1.3 屬性信息數(shù)據(jù)轉(zhuǎn)換
    3.2 三維輪廓表面重建
        3.2.1 傳統(tǒng)平行輪廓線(xiàn)建模
        3.2.2 穿脈數(shù)據(jù)約束下的礦體表面三維建模
    3.3 三維礦體塊段模型構(gòu)建
        3.3.1 礦體塊段模型劃分
        3.3.2 塊段與礦體邊界相交性檢測(cè)
        3.3.3 見(jiàn)礦點(diǎn)數(shù)據(jù)提取模型
        3.3.4 基于普通克里格的礦體塊段插值
        3.3.5 儲(chǔ)量分析
    3.4 本章小結(jié)
第4章 礦體三維模型數(shù)據(jù)存儲(chǔ)及索引研究
    4.1 礦體三維數(shù)據(jù)壓縮存儲(chǔ)索引框架設(shè)計(jì)
    4.2 礦體塊段數(shù)據(jù)壓縮方法
        4.2.1 線(xiàn)性八叉樹(shù)
        4.2.2 基于Morton碼的線(xiàn)性八叉樹(shù)壓縮
        4.2.3 適用于分布式檢索的線(xiàn)性八叉樹(shù)編碼改進(jìn)
        4.2.4 結(jié)果分析
    4.3 基于MongoDB的分布式存儲(chǔ)
        4.3.1 MongoDB存儲(chǔ)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)
        4.3.2 片健的劃分及模擬實(shí)現(xiàn)示例
    4.4 基于MongoDB的索引研究
        4.4.1 基于普通EngineID的索引查詢(xún)
        4.4.2 基于線(xiàn)性八叉樹(shù)的索引查詢(xún)
    4.5 實(shí)驗(yàn)分析
        4.5.1 實(shí)驗(yàn)數(shù)據(jù)
        4.5.2 數(shù)據(jù)存儲(chǔ)
        4.5.3 數(shù)據(jù)檢索
    4.6 本章小結(jié)
第5章 系統(tǒng)設(shè)計(jì)與應(yīng)用
    5.1 系統(tǒng)總體設(shè)計(jì)
        5.1.1 系統(tǒng)架構(gòu)設(shè)計(jì)
        5.1.2 系統(tǒng)技術(shù)路線(xiàn)
    5.2 研究區(qū)域概況
        5.2.1 礦區(qū)地質(zhì)特征
        5.2.2 礦體幾何形態(tài)特征
    5.3 系統(tǒng)總體實(shí)現(xiàn)
        5.3.1 構(gòu)建礦體輪廓
        5.3.2 建立礦體塊段模型
        5.3.3 克里格插值
        5.3.4 礦體內(nèi)部塊段篩選
        5.3.5 礦體塊段數(shù)據(jù)檢索
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
導(dǎo)師簡(jiǎn)介
作者簡(jiǎn)介
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3806456