CN110132218A - 基于边坡稳定性监测的多等级预警测定方法 - Google Patents

基于边坡稳定性监测的多等级预警测定方法 Download PDF

Info

Publication number
CN110132218A
CN110132218A CN201910307236.2A CN201910307236A CN110132218A CN 110132218 A CN110132218 A CN 110132218A CN 201910307236 A CN201910307236 A CN 201910307236A CN 110132218 A CN110132218 A CN 110132218A
Authority
CN
China
Prior art keywords
monitoring
side slope
deformation
slope
displacement
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.)
Granted
Application number
CN201910307236.2A
Other languages
English (en)
Other versions
CN110132218B (zh
Inventor
贺可强
孙林娜
郭媛媛
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.)
Qingdao University of Technology
Original Assignee
Qingdao University of Technology
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 Qingdao University of Technology filed Critical Qingdao University of Technology
Priority to CN201910307236.2A priority Critical patent/CN110132218B/zh
Publication of CN110132218A publication Critical patent/CN110132218A/zh
Application granted granted Critical
Publication of CN110132218B publication Critical patent/CN110132218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/32Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
    • 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

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

Abstract

本发明公开一种基于边坡稳定性监测的多等级预警测定方法,将数理统计相关原理同实时监测的位移数据相结合划分边坡初始变形、匀速变形、初期加速变形和急剧加速变形4个阶段,在此基础上,将匀速变形阶段与初期加速变形阶段的转折点确定为边坡稳定性二级橙色监测预警值;将初期加速变形阶段与急剧加速变形阶段的转折点确定为边坡整体失稳的一级红色监测预警值。此外,本方案根据黄金分割率确定边坡的整体失稳点,将当前监测时间与整体失稳点的时间差值确定为边坡整体失稳时间,进而实现对边坡的稳定性做出多级预警,并且,位移预测参数采用统一的失稳判据,能够对边坡灾害发生时间做出准确判别与预测,对保障人民生命财产安全和国家经济建设顺利进行具有重要意义。

Description

基于边坡稳定性监测的多等级预警测定方法
技术领域
本发明属于边坡稳定性评价与边坡灾害监测预警技术领域,具体涉及一种运用数理统计方法划分边坡各变形阶段、确定边坡不同等级监测预警值及整体失稳时间的方法。
背景技术
边坡作为最具破坏与危险性的地质灾害之一,具有复杂性、随机性和不确定性,准确的预报边坡是非常困难的。现有的研究成果表明,边坡的稳定性状况与其变形性质及演化阶段有着直接的关系,准确地把握边坡的变形演化阶段是进行边坡稳定性评价和边坡预测预报的基础。为了对边坡的变形演化行为做出较为准确的判断,必须建立一些具有一定适用性的边坡监测预警标准与判据。因此,如何准确地判别边坡的演化阶段并对灾害发生的可能性和发生的时间做出合理的评价和科学的预警对保障人民生命财产安全和国家经济建设顺利进行具有重要意义。
边坡的变形演化过程一般可被划分为初始变形、匀速变形、初期加速变形和急剧加速变形4个阶段,对边坡4个阶段的稳定性评价与分析是边坡预测与控制研究的首要问题之一,也是所有边坡预测预报方法的基础。
目前,在边坡稳定性评价与预测的各种方法中,极限平衡法一直是边坡工程评价设计和边坡预测中所采用的主要方法,它是建立在边坡失稳机理与受力条件清晰明确基础上的力学评价模型,具有明确的失稳判据,用边坡实际稳定系数是否大于等于1或大于1的程度来判别边坡是否稳定和其稳定程度。但是由于这一方法只引入静力平衡条件和材料剪切破坏的摩尔库伦准则,回避了变形协调关系以及相应的本构关系,且所建立的模型是无时间参数的静态评价模型,因此,给边坡的动态监测预警与准确评价带来极大的困难。
与极限平衡力学评价法相比,位移时序预测方法是以边坡位移监测为基础、以位移参数(位移、位移速率、位移加速率)变化作为边坡稳定的预测参数与评价准则,在某种程度上克服了极限平衡法的不足与局限。但现有的监测预警方法与预警判据中,就某一指定边坡而言,仍未明确位移量或者位移速率为多大时才算进入初期加速变形阶段和急剧加速变形阶段,因此无法对边坡的稳定性做出多级预警,并且,位移预测参数没有统一的失稳判据,所以很难对边坡灾害发生时间做出准确判别与预测。
发明内容
本发明为了克服传统边坡稳定性评价和边坡地质灾害监测预警与防治的局限与不足,提出一种基于边坡稳定性监测的多等级预警测定方法,有效保障人民生命财产安全,并为采取合理的加固措施或其他预警预案提供安全储备时间。
本发明是采用以下的技术方案实现的:一种基于边坡稳定性监测的多等级预警测定方法,包括以下步骤:
A、选取边坡监测点,布置安装监测设备;
B、对边坡变形量监测并对监测数据进行预处理,得到位移参数时间矩阵,所述位移参数包括位移、位移速率和位移加速度;
C、边坡均值位移参数变异系数与变异判据的确定,包括:
C1、边坡均值位移参数变异系数的确定:
为分析和检测边坡监测点的位移参数均值在监测时间内是否出现突变或发生趋势性升高变化,依据数理统计原理,确定所有监测点的不同位移参数均值y在不同监测时刻k(k=1,2,3...n)的平均值和序列标准差σk
并将某一监测时刻k的位移参数均值时间序列标准差与平均值的比值定义为边坡均值位移参数变异系数,即:
C2、边坡均值位移参数变异判据的确定:
当变异系数cv<15%时,表明数据变化规律正常,当cv≥15%时,表明数据变化规律发生突变,故以边坡任一位移参数均值y在k时刻的变异系数cvk达到15%作为边坡均值位移参数变异判据标准,依此判别和划分边坡不同位移变形阶段;
D、边坡初期加速变形橙色预警:
依据步骤B,根据不同时刻对边坡变形量的监测,统计并整理所有边坡监测点位移x的监测数据,确定当前边坡位移速率均值时间序列,根据步骤C所述的判别依据,确定边坡由匀速变形进入初期加速变形阶段的转折时间点T2,并将T2确定为滑坡稳定性二级橙色监测预警值;
E、边坡急剧加速变形红色预警:
分析确定边坡由初期加速变形阶段与急剧加速变形阶段的转折时间点T3,并将T3确定为边坡整体失稳的一级红色监测预警值;
边坡整体失稳时间的预测预报:根据黄金分割率确定边坡的整体失稳点,将当前监测时间与整体失稳点的时间差值确定为边坡整体失稳时间。
进一步的,所述步骤A中,首先对待评价边坡进行勘察与测绘,确定边坡分布范围和尺寸,并在边坡关键点设置变形监测点,具体的:
(1)选取所监测边坡的主滑面对应坡面布置监测点,按照坡面实际地形在后缘破裂壁到前缘剪出口坡面等距离布设坡面位移变化的m个监测点,m≥2;
(2)设置变形监测基准点,所述变形监测基准点不少于3个,选在监测边坡以外稳定的基岩或无变形区域;
(3)在变形监测基准点和变形监测点布设无线GPS变形监测设备,保证埋设的变形监测设备与滑坡体表层紧密结合。
进一步的,所述步骤B中,以一定时间间隔对边坡的各个监测点的位移、位移速率和位移加速度进行监测,并对监测数据进行预处理得到位移参数时间矩阵:
其中,m为边坡监测点的个数,n为监测次数,由此分别确定边坡坡体m个监测点监测时间内的位移均值时间序列、位移速率均值时间序列和位移加速率均值时间序列,对应的分别为{x1...,xi...,xn}、{v1...,...vi,......vn}和{a1...,ai...,an}。
进一步的,所述步骤E中,确定一级红色监测预警值T3的具体方法如下:
(1)在边坡进入加速变形阶段后,依据步骤B实时监测数据,确定边坡位移加速率均值时间序列{ac...,aj...,ad};为分析和确定边坡均值变形加速率在初期加速变形阶段是否出现突变或发生趋势性升高变化,首先获得监测点的不同位移加速率均值a在不同时刻j(j=c,c+1,...,d)的平均值方差S2及相邻方差q2
(2)设:
依据置信水平α确定相应rj的临界值rn其中,为各监测点位移加速率均值统计量的平均值;为各监测点位移加速率均值统计量的方差;Zα/2为标准正态分布的一个概率参数,α为置信水平;
(3)依据rj与rn两者之间的关系,判定当前时刻边坡位移加速率均值是否发生趋势性位移:若rj≥rn,判定边坡未发生趋势位移,仍处于初期加速变形阶段;若rj<rn,判定边坡位移加速率均值发生趋势位移,已由初期加速变形阶段进入急剧加速变形阶段,该时刻对应的时间点即为边坡初期加速变形与急剧加速变形阶段的转折时间点T3
进一步的,所述步骤F具体采用以下方式实现:
(1)根据步骤B的监测数据和步骤C中的判别依据,确定边坡由初始变形阶段到匀速变形阶段的转折时间点T1
(2)根据边坡初始变形与匀速变形阶段的转折时间点T1、匀速变形与初期加速变形阶段的转折时间点T2以及初期加速变形与急剧加速变形阶段的转折时间点T3之间的关系,确定初始变形阶段时长为起始监测点与T1的差值;匀速变形阶段时长加速变形阶段时长
(3)依据黄金分割率基本原理确定边坡非线性阶段的历时为线性变形阶段历时的0.618倍,由此确定边坡从开始发生位移到破坏共经历的时长为所对应的时间点T4即为边坡整体失稳点,并将当前检测时间点T′与整体失稳点T4的差值t′=T4-T′确定为边坡整体失稳时间。
与现有技术相比,本发明的优点和积极效果在于:
本发明方案依据数理统计的方法具体划分边坡初始变形、匀速变形、初期加速变形和急剧加速变形4个阶段,并依据黄金分割率确定边坡整体失稳时间;在此基础上,根据边坡进入初期加速变形阶段的时间点、进入急剧加速变形阶段的时间点及其整体失稳点确定边坡的预警指标与不同等级监测预警值,进而实现对边坡的稳定性做出多级预警,并且,位移预测参数采用统一的失稳判据,能够对边坡灾害发生时间做出准确判别与预测,对保障人民生命财产安全和国家经济建设顺利进行具有重要意义。
附图说明
图1为本发明实施例所述边坡稳定性监测预警方法的原理示意图;
图2为本发明实施例某边坡及其监测点的示意图。
具体实施方式
为了能够更加清楚地理解本发明的上述目的、特征和优点,下面结合附图及实施例对本发明做进一步说明。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
本实施例公开一种基于边坡安全性监测的多等级预警测定方法,依据数理统计原理划分边坡各变形阶段并确定不同等级监测预警值,利用黄金分割率确定边坡整体失稳时间,具体包括以下步骤:
步骤一、选取边坡监测点,布置、安装监测设备;
步骤二、边坡变形量监测与监测数据预处理;
步骤三、边坡均值位移参数变异系数与变异数据的确定:
步骤四、边坡稳定性橙色监测预警值的确定;
步骤五、边坡稳定性红色监测预警值的确定;
步骤六、边坡整体失稳时间的预测预报。
以某边坡为例,该边坡为堆积层边坡于2018年7月15发生了破坏,该边坡于2017年1月开始发生变形并实时进行监测,直到边坡破坏,具体的:
步骤一、边坡初步监测点选取和监测设备布置与安装;
对待评价边坡进行初步勘察与测绘,确定边坡分布范围与尺寸等基本特征,并在边坡关键点设置变形监测点,具体的:
①选取所监测边坡的主滑面对应坡面布置监测点,按照坡面实际地形在后缘破裂壁到前缘剪出口坡面等距离布设坡面位移变化的m个监测点(m≥2),如图2所示,本实施例按照边坡主滑区西侧前缘及坡脚的主滑面设置两个监测点G3、G4;
②变形监测基准点(不少于3个)选在监测边坡以外稳定的基岩或无变形的区域,形成控制网,保证自我校核和控制边坡监测点全面监测;
③在变形监测基准点位置和边坡钻孔监测点位置布设无线GPS变形监测设备,保证埋设的边坡变形监测设备与边坡体表层紧密结合,监测基准点的边坡位移量,保证每个监测点的位移变化值都得到有效监测。
步骤二、变形量监测与监测数据预处理:
运用变形监测设备,以一定时间间隔对坡体的m个监测点的位移、位移速率、位移加速率进行监测,并对监测数据进行预处理得位移参数时间矩阵:
其中,n为监测次数,由此分别确定边坡坡体m个监测点监测时间内的位移均值时间序列、位移速率均值时间序列和位移加速率均值时间序列:{x1...,xi...,xn}、{v1...,...vi,......vn}和{a1...,ai...,an}。
本实施例中,将每月的15号作为数据统计日对坡体两个监测点的位移、位移速率、位移加速度进行监测,同时记录监测数据并通过边坡场地数据信号收集器将监测数据传输到远程监测终端,并用Excel等处理软件对监测数据的预处理得位移参数时间矩阵由此确定边坡坡体2个监测点的位移均值时间序列{x1...,xi...,xn},位移速率均值时间序列{v1...,...vi,......vn}和位移加速率均值时间序列{a1...,ai...,an},位移均值时间序列{x1...,xi...,xn}如表1所示:
表1某边坡2017年1月-2018年7月G3,G4点月位移量均值监测数据
时间 2018.1 2018.2 2018.3 2018.4 2018.5 2018.6 2018.7
位移均值 141.5 185.9 240.7 309.7 392.21 491.42 607.83
第三步:边坡均值位移参数变异系数与变异判据的确定
1)变异系数的确定:
为分析和检测边坡监测点的位移参数均值在监测时间内是否出现突变或发生趋势性升高变化,依据数理统计原理,确定m个监测点的不同位移参数均值y在不同监测时刻k(k=1,2,3...n)的平均值和序列标准差:
根据边坡不同变形阶段位移参数均值的变化规律,本实施将某一监测时刻k的位移参数均值时间序列标准差与平均值的比值定义为边坡均值位移参数变异系数,即:
2)边坡均值位移参数变异判据的确定:
根据数理统计原理,当变异系数cv<15%时,表明数据变化规律正常,当cv≥15%时,表明数据变化规律发生突变。因此本实施例以边坡任一位移参数均值y在k时刻的变异系数cvk达到15%作为边坡均值位移参数变异判据标准,依此判别和划分边坡不同位移变形阶段,具体如表2所示。
表2某边坡2017年2~6月份G3,G4点边坡均值位移的变异系数
时间 2 3 4 5 6
cv<sub>x</sub> 7.53% 5.81% 12.4% 7.37% 19.56%
由表2可以看出,在2017年6月份发生位移量均值数据的突变,变异系数cvx>15%,由此可以判断边坡已由初始变形阶段进入匀速变形阶段,故2017年6月15日为边坡初始变形阶段与匀速变形阶段的转折时间点T1。第四步、边坡初期加速变形橙色预警:根据不同时刻边坡变形量的监测,实时统计整理2个监测点位移x的监测数据(见表1),确定当前边坡位移速率均值时间序列{vb,vb+1,......vc},如表3所示,依据步骤三的边坡均值位移参数变异判据确定当前均值位移速率变异系数cvv,如表4所示。若均值位移速率时间序列变异系数cvv≥15%,则判定边坡已进入初期加速变形阶段,表明边坡已由稳定匀速变形阶段进入不稳定的加速变形阶段,因此将匀速与初期加速变形阶段的转折时间点T2(2017年12月15日)确定为边坡稳定性二级橙色监测预警值。
表3某边坡2017年7~12月份G3,G4点月位移速率均值(单位:mm/月)
表4某边坡2017年8~12月份G3,G4点边坡位移速率均值的变异系数
时间 8 9 10 11 12
cv<sub>v</sub> 4.62% 6.97% 6.05% 14.01% 20.54%
第五步、边坡急剧加速变形红色预警:在边坡进入加速变形阶段后,依据边坡实际位移监测的数据,实时确定边坡位移加速率均值时间序列{ac...,aj...,ad},如表5所示。为分析和确定边坡均值变形加速率在初期加速变形阶段是否出现突变或发生趋势性升高变化,根据数理统计相关原理,确定2个监测点的不同位移加速率均值a在不同时刻j(j=c,c+1,...,d)的平均值、方差及相邻方差:
统计学上证明了总体无移动时,S2和q2都是总体方差的无偏估计量,它们的值理应相近。若总体逐渐移动且方差σ2仍保持不变时,S2会受到这种趋势性影响较大,由于q2只包含前后两次观测之差而消除了这种影响的大部分,故所受影响不大。为检验总体有无移动可根据式(7)作统计量:
选用一定的置信水平α,可确定相应rj的临界值rn其中,为各监测点位移加速率均值统计量的平均值;为各监测点位移加速率均值统计量的方差;Zα/2为标准正态分布的一个概率参数,α为置信水平,一般取0.05。依据rj与rn两者之间的关系,如表5和表6,判定当前时刻边坡位移加速率均值是否发生趋势性位移:若rj≥rn,判定边坡未发生趋势位移,仍处于初期加速变形;若rj<rn,判定边坡位移加速率均值发生趋势位移,已由初期加速变形阶段进入急剧加速变形阶段,该时刻对应的时间点即为边坡初期加速变形与急剧加速变形阶段的转折时间点T3,表明边坡即将整体失稳破坏,因此将其时间点确定为边坡整体失稳的一级红色监测预警值。
由表5~6可以看出,在2018年5月15日,rj<rn,表明边坡位移加速率均值发生趋势位移,已由初期加速变形阶段进入急剧加速变形阶段,边坡即将整体失稳破坏,因此将2018年5月15日为边坡初期加速变形与急剧加速变形阶段的转折时间点T3,本实施例将其确定为边坡整体失稳的一级红色监测预警值。
表5某边坡2018年1~5月份G3,G4点月位移加速度均值(单位:mm/月2)
时间 1 2 3 5
位移加速度均值 10.2 10.9 10.4 15.51
表6某边坡2018年2~5月份趋势位移判断表
第六步、边坡整体失稳时间的预测预报
对起始开挖并实时进行位移监测的边坡,根据当前边坡位移均值时间序列{x1...,xi...,xb}及步骤三的边坡均值位移参数变异判据,确定当前位移均值变异系数cvx。若cvx≥15%,则判定边坡已进入匀速变形阶段,将当前时刻确定为初始变形与匀速变形阶段的转折时间点T1
根据边坡初始变形与匀速变形阶段的转折时间点T1、匀速变形与初期加速变形阶段的转折时间点T2以及初期加速变形与急剧加速变形阶段的转折时间点T3之间的关系,确定初始变形阶段时长为起始监测点与T1的差值,为6个月;匀速变形阶段时长个月;加速变形阶段时长个月。
依据黄金分割率基本原理(原理1),可确定边坡非线性阶段的历时是线性变形阶段历时的0.618倍,由此可确定边坡从开始发生位移到破坏共经历的时长为个月,所对应的时间点T4(2018年7月15日)即为边坡整体失稳点。本实施例将当前监测时间点T′与整体失稳点T4的差值t′=T4-T′确定为边坡整体失稳时间。
黄金分割率原理1:通过实验建模对比分析得:边坡在变形的过程中其线性变形阶段历时ta(初始变形阶段与匀速变形阶段的总时长)或非线性变形阶段历时tb与总历时tc相比,即得出结论,不论边坡失稳的地质条件如何,也不论失稳规模的大小和经历的变形时间长短,或者表征系统线性及非线性特征的现象是什么,C值都在0.60-0.63之间,其平均值接近0.618,也就是说并且由该式可得:tb=0.618ta表明边坡非线性阶段的历时是线性变形阶段历时的0.618倍,为边坡失稳破坏的时间预报提供了一种便捷的方式。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (5)

1.一种基于边坡稳定性监测的多等级预警测定方法,其特征在于,包括以下步骤:
A、选取边坡监测点,布置安装监测设备;
B、对边坡变形量监测并对监测数据进行预处理,得到位移参数时间矩阵,所述位移参数包括位移、位移速率和位移加速度;
C、边坡均值位移参数变异系数与变异判据的确定,包括:
C1、边坡均值位移参数变异系数的确定:
为分析和检测边坡监测点的位移参数均值在监测时间内是否出现突变或发生趋势性升高变化,依据数理统计原理,确定所有监测点的不同位移参数均值y在不同监测时刻k(k=1,2,3...n)的平均值和序列标准差σk
并将某一监测时刻k的位移参数均值时间序列标准差与平均值的比值定义为边坡均值位移参数变异系数,即:
C2、边坡均值位移参数变异判据的确定:
当变异系数cv<15%时,表明数据变化规律正常,当cv≥15%时,表明数据变化规律发生突变,故以边坡任一位移参数均值y在k时刻的变异系数cvk达到15%作为边坡均值位移参数变异判据标准,依此判别和划分边坡不同位移变形阶段;
D、边坡初期加速变形橙色预警:
依据步骤B,根据不同时刻对边坡变形量的监测,统计并整理所有边坡监测点位移x的监测数据,确定当前边坡位移速率均值时间序列,根据步骤C所述的判别依据,确定边坡由匀速变形进入初期加速变形阶段的转折时间点T2,并将T2确定为滑坡稳定性二级橙色监测预警值;
E、边坡急剧加速变形红色预警:
分析确定边坡由初期加速变形阶段与急剧加速变形阶段的转折时间点T3,并将T3确定为边坡整体失稳的一级红色监测预警值;
F、边坡整体失稳时间的预测预报:根据黄金分割率确定边坡的整体失稳点,将当前监测时间与整体失稳点的时间差值确定为边坡整体失稳时间。
2.根据权利要求1所述的基于边坡稳定性监测的多等级预警测定方法,其特征在于:所述步骤A中,首先对待评价边坡进行勘察与测绘,确定边坡分布范围和尺寸,并在边坡关键点设置变形监测点,具体的:
(1)选取所监测边坡的主滑面对应坡面布置监测点,按照坡面实际地形在后缘破裂壁到前缘剪出口坡面等距离布设坡面位移变化的m个监测点,m≥2;
(2)设置变形监测基准点,所述变形监测基准点不少于3个,选在监测边坡以外稳定的基岩或无变形区域;
(3)在变形监测基准点和变形监测点布设无线GPS变形监测设备,保证埋设的变形监测设备与滑坡体表层紧密结合。
3.根据权利要求1或2所述的基于边坡稳定性监测的多等级预警测定方法,其特征在于:所述步骤B中,以一定时间间隔对边坡的各个监测点的位移、位移速率和位移加速度进行监测,并对监测数据进行预处理得到位移参数时间矩阵:
其中,m为边坡监测点的个数,n为监测次数,由此分别确定边坡坡体m个监测点监测时间内的位移均值时间序列、位移速率均值时间序列和位移加速率均值时间序列,对应的分别为{x1...,xi...,xn}、{v1...,...vi,......vn}和{a1...,ai...,an}。
4.根据权利要求1所述的基于边坡稳定性监测的多等级预警测定方法,其特征在于:所述步骤E中,确定一级红色监测预警值T3的具体方法如下:
(1)在边坡进入加速变形阶段后,依据步骤B实时监测数据,确定边坡位移加速率均值时间序列{ac...,aj...,ad};为分析和确定边坡均值变形加速率在初期加速变形阶段是否出现突变或发生趋势性升高变化,首先获得监测点的不同位移加速率均值a在不同时刻j(j=c,c+1,...,d)的平均值方差S2及相邻方差q2
(2)设:
依据置信水平α确定相应rj的临界值rn其中,为各监测点位移加速率均值统计量的平均值;为各监测点位移加速率均值统计量的方差;Zα/2为标准正态分布的一个概率参数,α为置信水平;
(3)依据rj与rn两者之间的关系,判定当前时刻边坡位移加速率均值是否发生趋势性位移:若rj≥rn,判定边坡未发生趋势位移,仍处于初期加速变形阶段;若rj<rn,判定边坡位移加速率均值发生趋势位移,已由初期加速变形阶段进入急剧加速变形阶段,该时刻对应的时间点即为边坡初期加速变形与急剧加速变形阶段的转折时间点T3
5.根据权利要求1所述的基于边坡稳定性监测的多等级预警测定方法,其特征在于:所述步骤F具体采用以下方式实现:
(1)根据步骤B的监测数据和步骤C中的判别依据,确定边坡由初始变形阶段到匀速变形阶段的转折时间点T1
(2)根据边坡初始变形与匀速变形阶段的转折时间点T1、匀速变形与初期加速变形阶段的转折时间点T2以及初期加速变形与急剧加速变形阶段的转折时间点T3之间的关系,确定初始变形阶段时长为起始监测点与T1的差值;匀速变形阶段时长加速变形阶段时长
(3)依据黄金分割率基本原理确定边坡非线性阶段的历时为线性变形阶段历时的0.618倍,由此确定边坡从开始发生位移到破坏共经历的时长为所对应的时间点T4即为边坡整体失稳点,并将当前检测时间点T′与整体失稳点T4的差值t′=T4-T′确定为边坡整体失稳时间。
CN201910307236.2A 2019-04-17 2019-04-17 基于边坡稳定性监测的多等级预警测定方法 Active CN110132218B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910307236.2A CN110132218B (zh) 2019-04-17 2019-04-17 基于边坡稳定性监测的多等级预警测定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910307236.2A CN110132218B (zh) 2019-04-17 2019-04-17 基于边坡稳定性监测的多等级预警测定方法

Publications (2)

Publication Number Publication Date
CN110132218A true CN110132218A (zh) 2019-08-16
CN110132218B CN110132218B (zh) 2020-11-17

Family

ID=67570008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910307236.2A Active CN110132218B (zh) 2019-04-17 2019-04-17 基于边坡稳定性监测的多等级预警测定方法

Country Status (1)

Country Link
CN (1) CN110132218B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526104A (zh) * 2020-11-06 2021-03-19 马鞍山矿山研究总院股份有限公司 一种边坡稳定性监测测预警方法、系统、介质
CN113418496A (zh) * 2021-05-26 2021-09-21 深圳市北斗云信息技术有限公司 边坡变形监测预警方法、系统及智能终端
CN113609603A (zh) * 2021-06-28 2021-11-05 河海大学 一种快速反映监测点时段解变形的定权方法
CN114485788A (zh) * 2022-01-12 2022-05-13 北京科技大学 基于倾斜与强振特征的边坡危岩体崩塌预警方法及装置
CN116757509A (zh) * 2023-08-18 2023-09-15 长春市辰奇农业科技有限公司 一种生态农业信息化用信息服务管理方法及管理系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100791246B1 (ko) * 2007-08-28 2008-01-04 (주)다음기술단 사면 안전진단용 계측방법
CN101514553A (zh) * 2009-04-03 2009-08-26 重庆交通大学 基于极限平衡理论和应力分析的土坡稳定分析方法
CN101806591A (zh) * 2010-03-29 2010-08-18 中国地质科学院探矿工艺研究所 一种滑坡体三维位移监测方法
CN103103974A (zh) * 2013-02-02 2013-05-15 青岛理工大学 利用监测位移方向性参数检测边坡稳定性的方法
CN103268420A (zh) * 2013-05-24 2013-08-28 河海大学 一种岩石高边坡的危险性评价方法
CN103644850A (zh) * 2013-12-20 2014-03-19 招商局重庆交通科研设计院有限公司 土质边坡表面位移监测及安全预警方法
CN107605536A (zh) * 2017-11-02 2018-01-19 湖南科技大学 基于多源信息融合的煤与瓦斯突出实时预警装置与方法
CN108921432A (zh) * 2018-07-03 2018-11-30 黄震 一种盾构隧道施工风险综合评价方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100791246B1 (ko) * 2007-08-28 2008-01-04 (주)다음기술단 사면 안전진단용 계측방법
CN101514553A (zh) * 2009-04-03 2009-08-26 重庆交通大学 基于极限平衡理论和应力分析的土坡稳定分析方法
CN101806591A (zh) * 2010-03-29 2010-08-18 中国地质科学院探矿工艺研究所 一种滑坡体三维位移监测方法
CN103103974A (zh) * 2013-02-02 2013-05-15 青岛理工大学 利用监测位移方向性参数检测边坡稳定性的方法
CN103268420A (zh) * 2013-05-24 2013-08-28 河海大学 一种岩石高边坡的危险性评价方法
CN103644850A (zh) * 2013-12-20 2014-03-19 招商局重庆交通科研设计院有限公司 土质边坡表面位移监测及安全预警方法
CN107605536A (zh) * 2017-11-02 2018-01-19 湖南科技大学 基于多源信息融合的煤与瓦斯突出实时预警装置与方法
CN108921432A (zh) * 2018-07-03 2018-11-30 黄震 一种盾构隧道施工风险综合评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张倬元等: "岩体失稳前系统的线性和非线性状态及破坏时间预报的"黄金分割数"法", 《全国第三次工程地质大会论文选集》 *
郭璐等: "水库型堆积层滑坡位移方向协调性参数及其失稳判据研究", 《水利学报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526104A (zh) * 2020-11-06 2021-03-19 马鞍山矿山研究总院股份有限公司 一种边坡稳定性监测测预警方法、系统、介质
CN113418496A (zh) * 2021-05-26 2021-09-21 深圳市北斗云信息技术有限公司 边坡变形监测预警方法、系统及智能终端
CN113609603A (zh) * 2021-06-28 2021-11-05 河海大学 一种快速反映监测点时段解变形的定权方法
CN113609603B (zh) * 2021-06-28 2024-05-14 河海大学 一种快速反映监测点时段解变形的定权方法
CN114485788A (zh) * 2022-01-12 2022-05-13 北京科技大学 基于倾斜与强振特征的边坡危岩体崩塌预警方法及装置
CN114485788B (zh) * 2022-01-12 2022-10-11 北京科技大学 基于倾斜与强振特征的边坡危岩体崩塌预警方法及装置
CN116757509A (zh) * 2023-08-18 2023-09-15 长春市辰奇农业科技有限公司 一种生态农业信息化用信息服务管理方法及管理系统
CN116757509B (zh) * 2023-08-18 2023-10-27 长春市辰奇农业科技有限公司 一种生态农业信息化用信息服务管理方法及管理系统

Also Published As

Publication number Publication date
CN110132218B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN110132218A (zh) 基于边坡稳定性监测的多等级预警测定方法
Cunnane A note on the Poisson assumption in partial duration series models
Morrison et al. Stochastic modeling of flood peaks using the generalized extreme value distribution
Anderson et al. USING A COMBINED SLOPE HYDROLOGY-STABILITY MODEL TO DEVELOP CUT SLOPE DESIGN CHARTS.
Shah et al. Modelling the effects of spatial variability in rainfall on catchment response. 1. Formulation and calibration of a stochastic rainfall field model
CN113111595B (zh) 一种边坡智能预警方法和装置
CN111666621B (zh) 粘土地层隧道开挖面安全支护压力区间确定方法
CN109919234A (zh) 一种基于系统聚类的加权马尔科夫滑坡预警方法
Yi et al. Transfer function-noise modelling of irregularly observed groundwater heads using precipitation data
Pastén et al. Time-based network analysis before and after the m w 8.3 illapel earthquake 2015 Chile
CN109781044A (zh) 边坡失稳的综合逐渐逼近预警方法
CN106595576A (zh) 一种地面沉陷的监测与评价方法
CN109800459A (zh) 重力式挡土墙设计方法及装置
CN114879613A (zh) 一种工业控制系统信息安全攻击风险评估方法及系统
Phillips Deterministic uncertainty in landscapes
Huang et al. Evaluation of rock quality of tunnel wall rock based on rough set theory and unascertained measurement theory
CN110780342A (zh) 一种岩石边坡变形预警方法
Pijpers Phase 0 report 2: significance of trend changes in tremor rates in Groningen
CN114021644A (zh) 一种基于K-means和去丛聚法的区域代表性地下水位计算方法
Blease et al. Critical behaviour of the percolation probability for the bond problem on a three dimensional lattice
Goovaerts Geostatistical tools for deriving block-averaged values of environmental attributes
De Luca et al. Fractal dimension confidence interval estimation of epicentral distributions
Pijpers Phase 1 update may 2015: significance of trend changes in tremor rates in Groningen
Ran The Effects of Aleatory Variabilities of Seismicity on Probabilistic Seismic Hazard Assessment
Tian et al. Influence of random mechanical parameter on earthquake response analysis of site

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: He Keqiang

Inventor after: Luo Huilai

Inventor after: Sun Linna

Inventor after: Guo Yuanyuan

Inventor after: Wang Bin

Inventor after: Liu Honghua

Inventor after: Li Liang

Inventor after: Hong Yong

Inventor after: Yuan Changfeng

Inventor after: Lu Shibao

Inventor before: He Keqiang

Inventor before: Sun Linna

Inventor before: Guo Yuanyuan

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant