CN104408899B - 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法 - Google Patents

一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法 Download PDF

Info

Publication number
CN104408899B
CN104408899B CN201410620032.1A CN201410620032A CN104408899B CN 104408899 B CN104408899 B CN 104408899B CN 201410620032 A CN201410620032 A CN 201410620032A CN 104408899 B CN104408899 B CN 104408899B
Authority
CN
China
Prior art keywords
slope
time
data
landslide
soil
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410620032.1A
Other languages
English (en)
Other versions
CN104408899A (zh
Inventor
许建聪
李顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN201410620032.1A priority Critical patent/CN104408899B/zh
Publication of CN104408899A publication Critical patent/CN104408899A/zh
Application granted granted Critical
Publication of CN104408899B publication Critical patent/CN104408899B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明涉及一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,包括以下步骤:选定潜在破坏的边坡,获得该边坡潜在的主滑线或主滑面位置;在所述主滑线或主滑面位置布设监测点,并埋设传感器;传感器实时采集的坡体变形和位移数据通过光纤电缆传输到数据采集站,数据采集站将接收的监测数据实时自动传输到远程客户端;远程客户端进行数据格式化处理;采用拟合曲线斜率预报法和突变理论预报法对处理过的数据进行计算,获取潜在破坏的边坡的临界破坏时间和失稳时间;根据所述临界破坏时间和失稳时间获得不同状态下滑坡时间的变化趋势,对边坡的险情进行早期预警预报。与现有技术相比,本发明具有预警预报精度高、可靠性高等优点。

Description

一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法
技术领域
本发明涉及一种山岭滑坡实时预警预报方法,尤其是涉及一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法。
背景技术
近年来国内外地震、山体滑坡、泥石流等地质灾害频发,尤其是在我国,由于对资源的过度开发,自然环境严重恶化,各种地质灾害对人民的生命、财产安全造成了极大威害。另外,随着大型水电站、水库、公路、铁路工程等基础设施的不断建设,滑坡、决堤、塌陷等破破坏性灾害,也严重影响着这些基础设施的使用安全和寿命。据不完全统计,我国每年发生滑坡、泥石流、塌陷等各种地质灾害数万起,能够在灾害发生前做出预警的还不到十分之一,如何对这些地质灾害进行监测和预警,切实保护人民的生命和财产安全,是我国当前面临的一个重要课题。
目前,国内外在对于山岭高速公路花岗岩残坡积土滑坡远程实时预警预报进行了一些相关研究,也取得一些成果:已建立了公路边坡变形的GPS一机多天线监测系统,实现了公路边坡灾害监测的高精度、自动化和全天候等目标;基于“3S”的大冶铁矿高陡边坡灾害信息处理系统实行全天候自动监测;在边坡灾害预警信息生成方面进行了研究;依据边坡的特性、使用条件和破坏的经济影响,基于评价边坡的预期变形失败和临界读取频率,构建边坡监测系统的可靠性图的方法,评价监控系统预警临界斜坡破坏的有效性和可靠性;运用径向基函数的降雨指标,建立日本泥石流和边坡破坏的早期预警系统;结合遗传算法和最小二乘法,提出预测土质和岩质边坡稳定性的进化多项式回归方法。不过,国内外这些研究成果还存在精度不高、实施较烦等不足。所以,研发一种高精度、高可靠性的山岭高速公路花岗岩残坡积土滑坡远程实时预警预报方法显得尤为紧迫。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种预警预报精度高、可靠性高的山岭高速公路花岗岩残坡积土滑坡远程实时预警方法。
本发明的目的可以通过以下技术方案来实现:
一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,包括以下步骤:
1)选定潜在破坏的边坡,对其进行强度折减法的稳定性计算,获得该边坡潜在的主滑线或主滑面位置;
2)在所述主滑线或主滑面位置布设监测点,并埋设带有自动数据转换功能的传感器;
3)所述传感器实时采集的坡体变形和位移数据通过光纤电缆传输到数据采集站,数据采集站以移动信号的方式通过物联网的虚拟IP技术将接收的监测数据实时自动传输到远程客户端;
4)远程客户端接收监测数据,并进行数据格式化处理;
5)采用拟合曲线斜率预报法和突变理论预报法对步骤4)处理过的数据进行计算,获取潜在破坏的边坡的临界破坏时间和失稳时间;
6)根据所述临界破坏时间和失稳时间获得不同状态下滑坡时间的变化趋势,对边坡的险情进行早期预警预报。
所述步骤1)中,强度折减法的稳定性计算具体为:
101)采用折减系数FS对边坡的岩土体抗剪强度指标C和进行折减:
CF=C/FS
式中,C是岩土体的粘聚力,是岩土体的内摩擦角;
102)用折减后的虚拟抗剪强度指标CF取代原来的岩土体抗剪强度指标C和进行ABAQUS有限元稳定性计算;
103)进行强度折减计算后,潜在破坏的边坡中塑性区连成面或连成带状区域即是其主滑面或主滑线位置。
所述步骤2)中,带有自动数据转换功能的传感器包括位移计、应变计或测斜仪。
所述步骤3)中,数据采集站为太阳能供电的数据采集站。
所述步骤4)中,数据格式化处理包括等间隔化处理、归一化处理和/或平滑化处理。
所述步骤5)中,采用拟合曲线斜率预报法获得潜在破坏的
所述步骤5)中,采用突变理论预报法潜在破坏的边坡的临界破坏时间。
与现有技术相比,本发明具有以下优点:
1)本发明采用物联网的虚拟IP技术远程实时自动采集和传输坡体位移、变形和应力的信息,通过后台客户端软件对这些信息进行分析和处理,获取潜在破坏的边坡的失稳时间,然后进行边坡险情的早期预警预报,从而提高了山岭高速公路花岗岩残坡积土滑坡的灾害预警预报精度和可靠度。
2)本发明从坡体的位移、变形及应力等参数得出失稳时间,并且进一步对所得失稳时间进行处理,与现有的依据降雨量和滑坡间的关系等其他角度不同,能够获取更加精确的失稳时间,从而进一步提高残坡积土滑坡灾害预警预报精度。
附图说明
图1为本发明的流程示意图;
图2为突变理论预报法中分叉集的示意图;
图3为突变理论预报法中跨越分叉集时状态变量T发生突跳的示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,包括以下步骤:
在步骤S1中,选定潜在破坏的边坡,基于ABAQUS软件对潜在破坏的边坡进行强度折减法的稳定性计算,获得该边坡潜在的主滑线或主滑面位置,具体为:
101)采用折减系数FS对边坡的岩土体抗剪强度指标C和进行折减:
CF=C/FS
式中,C是岩土体的粘聚力,是岩土体的内摩擦角;
102)用折减后的虚拟抗剪强度指标CF取代原来的岩土体抗剪强度指标C和进行ABAQUS有限元稳定性计算;
103)进行强度折减计算后,潜在破坏的边坡中塑性区连成面或连成带状区域即是其主滑面或主滑线位置。
在步骤S2中,在所述主滑线或主滑面位置布设监测点,并埋置带有自动数据转换功能的位移计或应变计,或钻孔埋设带有自动数据转换功能的测斜仪。
在步骤S3中,传感器实时采集的坡体变形和位移数据通过光纤电缆传输到数据采集站,数据采集站以移动信号的方式通过物联网的虚拟IP技术将接收的监测数据实时自动传输到远程客户端。
在步骤S4中,远程客户端上装设有C#语言开发的《山岭高速公路花岗岩残坡积土滑坡远程实时预警预报》软件,该软件包括位移现场监测数据管理系统、大地位移现场监测数据管理系统、位移收敛现场监测数据管理系统等。其中,《位移现场监测数据管理系统》模块接收监测数据,并进行数据格式化处理,包括等间隔化处理、归一化处理和/或平滑化处理。
等间隔化处理具体为:
设非等间隔位移原始监测序列x0(ti),各时段的间隔时间为Δti,且各时段间隔不完全相等,则平均时间间隔为
Δ t 0 = 1 n - 1 Σ i = 1 n - 1 Δt i = t n - t 1 n - 1
等间隔化后的新时间点为
t′i=(i-1)Δt0+t1 (i=1,2,…,n)
对应t′i的位移值可由下式计算
x(t′i)=x0(ti)-Δx0(ti) (i=1,2,…,n)
其中,
Δ x 0 ( t i ) = θ ( t i ) [ x 0 ( t i ) - x 0 ( t i - 1 ) ] θ ( t i ) = t i - ( i - 1 ) Δt 0 Δt 0
或者在编程时,直接判断t′i所处的区间,用区间的两端点值的两点插值计算出等间隔化后相应的位移量x(t′i),计算方法为
x ( t i ′ ) = x 0 ( t i ) + t i ′ - t i t i + 1 + t i [ x 0 ( t i + 1 ) - x 0 ( t i ) ] ( t i ≤ t i ′ ≤ t i + 1 )
归一化处理具体为:
在所有监测的数据中找出最大的那个数umax和最小的那个数umin。然后,把所有监测的数据进行如下计算:
(ui-umin)/(umax-umin)
式中,ui为原始数据。
这样,即可实现所有的监测数据都归一化为0到1之间。
平滑化处理具体为:
监测数据的平滑处理可以采用邻点中值平滑处理和多点平滑处理方法。邻点中值平滑处理方法的处理过程是取两个相邻的离散数据之间的中点作为新的离散数据,并包括原来的始点和终点。新的离散数据可按下式计算
x i = x i + 1 + x i 2 y i = y i + 1 + y i 2 ( i = 2,3 , . . . , n - 1 )
多点平滑处理可分为等权和不等权两类,对于等权滑动平均,新的离散数据为
x i = x i - ( i - 1 ) + x i - ( i - 2 ) + . . . + x i - 1 + x i + x i + 1 + . . . + x i - 1 2 l + 1
不等权滑动平均,依据窗口大小不同有五点、十一点、十五点、二十一点等不同计算公式,其中五点不等权滑动平均的计算公式为
x i = ( 17 x i + 12 ( x i - 1 + x i + 1 ) - 3 ( x i - 2 + x i + 2 ) ) / 35 x i - 2 = ( 69 x i - 2 + 4 x i - 1 - 6 x i + 4 x i + 1 - x i + 2 ) / 70 x i - 1 = ( 2 x i - 2 + 27 x i - 1 + 12 x i - 8 x i + 1 + 2 x i + 2 ) / 35 x i + 1 = ( 2 x i - 2 - 8 x i - 1 + 12 x i + 27 x i + 1 + 2 x i + 2 ) / 35 x i + 2 = ( - x i - 2 + 4 x i - 1 + 6 x i + 4 x i + 1 + 69 x i + 2 ) / 70
在步骤S5中,采用拟合曲线斜率预报法和突变理论预报法对步骤S4处理过的数据进行计算,获取潜在破坏的边坡的临界破坏时间和失稳时间。其中,采用拟合曲线斜率预报法获得潜在破坏的失稳时间,具体为:
501)用位移时间序列(ti,ui)监测经上述归一化变换后的数据(xi,yi),对其作曲线拟合分析,获得最佳指使曲线p(x)。曲线的拟合可采用多种线型,针对边坡的变形特点,本软件系统采用了多项试拟合曲线和指数拟合曲线。为求取给定线型和已知数据点的最佳拟合曲线,可采用最小二乘法。
502)取一阶导数p′(x),计算出曲线各点的斜率tanα,并计算α=89°时的x值,获得边坡失稳时间预测值:
xi=ti/tn
yi=ui/un
t=tn·x
式中,t为边坡失稳时间预测值,ti为监测时间序列,tn为最后一次边坡位移监测时间,ui为对应ti时刻边坡位移测值,un为对应tn时刻边坡位移测值。
通过以上计算,即可获得对应边坡失稳的时间预测值。
采用突变理论预报法潜在破坏的边坡的临界破坏时间,具体为:
503)设边坡坡体位移的时间序列为X(0)(t),其一次累加序列为X(1)(t)。因为任何单变量的连续函数总可由Taylor展式表示成幂级数的形式,所以,X(1)(t)可表示为
X ^ ( 1 ) ( t ) = A 0 + A 1 t + A 2 t 2 + . . . + A n t n - - - ( 503 - 1 )
式中:A0,A1,A2,…,An为待定系数;t为累计监测时间,单位为d。
当式(503-1)截取到5次项时,可近似表示为
X ^ ( 1 ) ( t ) = A 0 + A 1 t + A 2 t 2 + A 3 t 3 + A 4 t 4 + A 5 t 5 - - - ( 503 - 2 )
式中:待定系数A0、A1、A2、A3、A4、A5通过回归分析求得。
根据突变理论的分析,只要截取Taylor级数到4次方项就能保证尖点位置的正确性。于是,对式(503-2)求导还原后得
X = X ^ ( 0 ) ( t ) = A 1 + 2 A 2 t + 3 A 3 t 2 + 4 A 4 t 3 + 5 A 5 t 4 - - - ( 503 - 3 )
令a0=A1,a1=2A2,a2=3A3,a3=4A4,a4=5A5,则(503-3)式变为
X=a0+a1t+a2t2+a3t3+a4t4 (503-4)
为了简化运算,对上式作变量代换,消去三次项,可令
t=Tt-q (503-5)
式中: q = a 3 4 a 4 .
将(503-5)式代入式(503-4),得
X=b4Tt 4+b2Tt 2+b1Tt+b0 (503-6)
上式中
b 0 = a 4 q 4 - a 3 q 3 + a 2 q 2 - a 1 q + a 0 b 1 = - 4 a 4 q 3 + 3 a 3 q 2 - 2 a 2 q + a 1 b 2 = 6 a 4 q 2 - 3 a 3 q b 4 = a 4
对(503-6)再作进一步的变量代换,令
T t = T 1 4 b 4 4 . . . ( b 4 > 0 ) T t = T - 1 4 b 4 4 . . . ( b 4 < 0 ) - - - ( 503 - 7 )
这里仅以b4>0的情况为例进行分析,将(503-7)代入(503-6)式得
X = 1 4 T 4 + 1 2 a T 2 + bT + C - - - ( 503 - 8 )
式中:C对突变分析是无意义的,a、b分别为
a = b 4 b 4 b = b 1 4 b 4 4 - - - ( 503 - 9 )
式(503-8)即为以T为状态变量(间接的时间状态变量),a、b为控制变量的灰色尖点突变模型。
特别指出,上述变换的目的,除了要构建尖点突变标准形式外,重要的一点还在于找出控制系统状态变化的“重要参量”,而忽略次要变量。
根据突变理论,令得平衡曲面方程
T3+aT+b=0 (503-10)
式(503-10)给出了状态变量T和控制变量a、b的关系,详见图2所示的曲面。这一平衡曲面的折叠或尖拐点集称为奇点集,它在a-b平面的投影称为分叉集(见图2)。分叉集方程为
4a3+27b2=0 (503-11)
令D=4a3+27b2,由图2可知,分叉集为一半立方抛物线,在(0,0)处有一尖点。在分叉集上的(a,b)点(即a、b满足分叉集方程,D=0)对应于系统的不稳定状态(临界状态),系统可能由一个平衡状态突变到另一个平衡状态。同时分叉集又将控制变量平面分为两个区。在较大的那个区域内(见图2)中AOB以下部分,D<0时,围岩-支护系统也有可能失稳。判断不稳定点的标准是
d 2 X dT = 3 T 2 + a < 0 - - - ( 503 - 12 )
由以上分析可知,边坡系统稳定性发生突变有以下两种情况
(1)D=0;
(2)D<0且3T2+a<0。
对边坡系统失稳预报而言,跨越分叉集的左支(b<0)的情况,这时对应的点是不稳定状态,T值发生跳跃。
现在来确定对应于左支分叉集上各点的状态变量值。在式(503-11)成立的条件下,当a=0时,方程(503-10)有三重零根,T1=T2=T3=0;当a<0时,方程(503-10)有三个实根,它们是
T 1 = 2 ( - a 3 ) 1 2 , T 2 = T 3 = - ( - a 3 ) 1 2 - - - ( 503 - 13 )
跨越分叉集时状态变量T发生突跳,如图3所示:
&Delta;T = T 1 - T 2 = 3 ( - a 3 ) 1 2 - - - ( 503 - 14 )
根据前述代换,相应的边坡系统失稳前后时间差为
&Delta;t = &Delta;T 1 4 b 4 4 = 3 ( - a ) 1 2 ( 4 b 4 ) - 1 4 - - - ( 503 - 15 )
利用上式便可得到边坡系统在临界状态(D=0)与破坏时的时差Δt,Δt与临界状态的历时之和即为边坡系统破坏时间。对于D<0,3T2+a<0的情况,系统状态在分叉集内,用上述方法确定的破坏时间一般应大于实际破坏时间。
进一步的研究表明,若b4<0,则边坡系统的状态正好与上述讨论的结果相反。
在步骤S6中,根据所述临界破坏时间和失稳时间获得不同状态下滑坡时间的变化趋势,在临界破坏时间或失稳时间之前对边坡的险情进行早期预警预报。

Claims (5)

1.一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,其特征在于,包括以下步骤:
1)选定潜在破坏的边坡,对其进行强度折减法的稳定性计算,获得该边坡潜在的主滑线或主滑面位置;
2)在所述主滑线或主滑面位置布设监测点,并埋设带有自动数据转换功能的传感器;
3)所述传感器实时采集的坡体变形和位移数据通过光纤电缆传输到数据采集站,数据采集站以移动信号的方式通过物联网的虚拟IP技术将接收的监测数据实时自动传输到远程客户端;
4)远程客户端接收监测数据,并进行数据格式化处理;
5)采用拟合曲线斜率预报法和突变理论预报法对步骤4)处理过的数据进行计算,获取潜在破坏的边坡的临界破坏时间和失稳时间,其中,采用拟合曲线斜率预报法获得潜在破坏的边坡的失稳时间,采用突变理论预报法潜在破坏的边坡的临界破坏时间;
6)根据所述临界破坏时间和失稳时间获得不同状态下滑坡时间的变化趋势,对边坡的险情进行早期预警预报。
2.根据权利要求1所述的一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,其特征在于,所述步骤1)中,强度折减法的稳定性计算具体为:
101)采用折减系数FS对边坡的岩土体抗剪强度指标C和进行折减:
CF=C/FS
式中,C是岩土体的粘聚力,是岩土体的内摩擦角;
102)用折减后的虚拟抗剪强度指标CF取代原来的岩土体抗剪强度指标C和进行ABAQUS有限元稳定性计算;
103)进行强度折减计算后,潜在破坏的边坡中塑性区连成面或连成带状区域即是其主滑面或主滑线位置。
3.根据权利要求1所述的一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,其特征在于,所述步骤2)中,带有自动数据转换功能的传感器包括位移计、应变计或测斜仪。
4.根据权利要求1所述的一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,其特征在于,所述步骤3)中,数据采集站为太阳能供电的数据采集站。
5.根据权利要求1所述的一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法,其特征在于,所述步骤4)中,数据格式化处理包括等间隔化处理、归一化处理和/或平滑化处理。
CN201410620032.1A 2014-11-05 2014-11-05 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法 Expired - Fee Related CN104408899B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410620032.1A CN104408899B (zh) 2014-11-05 2014-11-05 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410620032.1A CN104408899B (zh) 2014-11-05 2014-11-05 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法

Publications (2)

Publication Number Publication Date
CN104408899A CN104408899A (zh) 2015-03-11
CN104408899B true CN104408899B (zh) 2017-01-25

Family

ID=52646525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410620032.1A Expired - Fee Related CN104408899B (zh) 2014-11-05 2014-11-05 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法

Country Status (1)

Country Link
CN (1) CN104408899B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104867294B (zh) * 2015-05-27 2018-09-25 江西理工大学 一种离子型稀土原地浸矿滑坡在线监测预警方法
CN104976983B (zh) * 2015-07-10 2017-12-12 镇江绿材谷新材料科技有限公司 一种采用分布式监测装置监测滑坡的方法
CN105139585B (zh) * 2015-07-29 2017-11-07 同济大学 一种土质边坡险情智能预警预报方法
CN105133667B (zh) * 2015-07-29 2016-10-19 同济大学 一种降雨条件下土质边坡安全性态的时空动态评价方法
CN105547242A (zh) * 2015-12-09 2016-05-04 北京东方艾博环境技术有限公司 利用传感器网络测量隧道拱形沉降的分析方法
CN107144255B (zh) * 2017-04-13 2020-09-25 中国地质大学(武汉) 一种边坡自动化实时立体监测与预警的方法
CN107701236B (zh) * 2017-10-13 2019-07-19 鄂尔多斯市营盘壕煤炭有限公司 一种箕斗装载硐室的多信息数据监测系统
CN108229726A (zh) * 2017-12-15 2018-06-29 同济大学 一种碎块石边坡灾变险情预警预报方法
CN108229760B (zh) * 2018-02-08 2021-12-03 北京航空航天大学 面向灾害预测的不等间距时间序列异常趋势分析方法
CN108509698B (zh) * 2018-03-19 2021-10-15 石家庄铁道大学 滑坡体土体的力学参数反演方法、装置及计算机设备
CN111475978B (zh) * 2020-04-03 2021-02-12 中国地质科学院地质力学研究所 一种高位远程滑坡后破坏工程防护效果的预测方法
CN113609207B (zh) * 2021-08-03 2023-06-23 招商局重庆交通科研设计院有限公司 一种边坡形变监测数据的数据预处理方法
CN115115146B (zh) * 2022-08-29 2022-11-11 西南交通大学 基于地震作用的边坡预警方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009037356A (ja) * 2007-07-31 2009-02-19 Nec Corp 地震予測情報通知サーバ、地震予測情報通知システム、地震予測情報の通知方法およびプログラム
CN101667324A (zh) * 2008-09-03 2010-03-10 中国石油天然气股份有限公司 一种管道滑坡监测预警方法和系统及系统的构建方法
CN103198619A (zh) * 2013-03-08 2013-07-10 青岛理工大学 岩体滑坡的动力监测预警方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009037356A (ja) * 2007-07-31 2009-02-19 Nec Corp 地震予測情報通知サーバ、地震予測情報通知システム、地震予測情報の通知方法およびプログラム
CN101667324A (zh) * 2008-09-03 2010-03-10 中国石油天然气股份有限公司 一种管道滑坡监测预警方法和系统及系统的构建方法
CN103198619A (zh) * 2013-03-08 2013-07-10 青岛理工大学 岩体滑坡的动力监测预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
郑颖人;赵尚毅;邓楚键;刘明维;唐晓松;张黎明.有限元极限分析法发展及其在岩土工程中的应用.《中国工程科学》.2006,第8卷(第12期),第39-61页. *
隧道围岩–初支系统灰色突变失稳预测模型研究;许建聪;《岩石力学与工程学报》;20080615;第27卷(第6期);第1183-1187页 *

Also Published As

Publication number Publication date
CN104408899A (zh) 2015-03-11

Similar Documents

Publication Publication Date Title
CN104408899B (zh) 一种山岭高速公路花岗岩残坡积土滑坡远程实时预警方法
CN105139585B (zh) 一种土质边坡险情智能预警预报方法
Li et al. Application and outlook of information and intelligence technology for safe and efficient TBM construction
Yin et al. Real-time monitoring and early warning of landslides at relocated Wushan Town, the Three Gorges Reservoir, China
Wang et al. Study on an improved real-time monitoring and fusion prewarning method for water inrush in tunnels
CN109145463B (zh) 一种用于隧道开挖过程中的变形分析方法
CN103743441A (zh) 一种边坡安全的多元耦合在线监测系统及方法
Liu et al. A method for dynamic risk assessment and management of rockbursts in drill and blast tunnels
CN110895865B (zh) 管道地质灾害监测预警系统
CN105089701A (zh) 基于分布式光纤传感的运营隧道健康监测预警系统及方法
CN110671153B (zh) 用于隧道及地下工程突涌水灾害的监测预警系统
CN109736886B (zh) 一种考虑隧道围岩应力分布的强度应力比岩爆判据方法
Wang et al. Risk Assessment of Water Inrush in Karst Tunnels Based on the Efficacy Coefficient Method.
CN103886176A (zh) 确定蠕滑型边坡动态稳定性系数的方法
CN110145369B (zh) 超浅埋偏压隧道结构全寿命监测预警方法
CN113806843B (zh) 一种基于沉降槽底动态波动的变形分析系统及方法
CN111060022B (zh) 一种盾构下穿结构物形变的激光自动化分析系统及方法
Yang et al. A no-tension elastic–plastic model and optimized back-analysis technique for modeling nonlinear mechanical behavior of rock mass in tunneling
CN110162932A (zh) 基于有限元分格的自动化监测边坡稳定性的计算方法
CN110173305B (zh) 断层处隧道结构全寿命监测预警方法
CN104462855A (zh) 一种地下构筑物监控数据处理和分析的方法及设备
CN111563653A (zh) 一种地下工程富水破碎地层的预警施工方法
CN117870609A (zh) 一种基于非完整拱效应的软岩隧道掌子面变形监测方法
Zhang et al. Wireless monitoring–based real-time analysis and early-warning safety system for deep and large underground caverns
Xia et al. Fuzzy risk assessment of a deeply buried tunnel under incomplete information

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170125

Termination date: 20191105

CF01 Termination of patent right due to non-payment of annual fee