CN110941892A - 一种大数据可视化系统及方法 - Google Patents
一种大数据可视化系统及方法 Download PDFInfo
- Publication number
- CN110941892A CN110941892A CN201911015168.9A CN201911015168A CN110941892A CN 110941892 A CN110941892 A CN 110941892A CN 201911015168 A CN201911015168 A CN 201911015168A CN 110941892 A CN110941892 A CN 110941892A
- Authority
- CN
- China
- Prior art keywords
- slope
- module
- control system
- data
- crushing
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013079 data visualisation Methods 0.000 title claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 69
- 238000004891 communication Methods 0.000 claims abstract description 36
- 239000002689 soil Substances 0.000 claims abstract description 34
- 238000012546 transfer Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012423 maintenance Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000003860 storage Methods 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 7
- 230000006698 induction Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 description 10
- 230000006378 damage Effects 0.000 description 9
- 150000001875 compounds Chemical class 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 241001123946 Gaga Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004873 anchoring Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明在此公开了一种大数据可视化系统及方法；区域服务器用于暂存并汇总本区域内的数据信息，然后将数据信息传送至数据中心控制系统，数据中心控制系统将获得的数据进行分析并得出斜坡稳定性；数据中心控制系统同时还与消防智能控制系统实现数据通信，当得出坡体险情需要消防人员维护时，数据中心控制系统会向消防智能控制系统传送数据，维护人员通过消防手持终端向消防智能控制系统反馈即时信息。本发明适合震后斜坡崩滑土体分块差异稳定性计算；本方法基于传递系数法基础上，考虑了坡体的5种破碎程度，对滑坡稳定性系数以及推力大小计算模型进行改进；该系统利于本领域人员对震后坡体进行大数据可视化分析与处理。
Description
技术领域
本发明涉及大数据可视化处理领域，具体来讲是一种对震后斜坡崩滑 土体分块差异稳定性计算的大数据可视化系统及方法。
背景技术
目前在地震的影响下，会发生坡体大量的土质斜坡崩滑灾害。斜坡崩 滑是不同破碎程度坡体的差异性滑动，而不是发生整体滑动，类似的地质 灾害也出现在一些地震影响的斜坡中。从工程实例可以发现崩滑边坡失稳 破坏与一般岩土边坡破坏有所不同，具有浅层性、多发性和重复性等特点。 斜坡崩塌体的厚度一般多在5m～7m，其后壁存在陡坎，影响范围与严重 程度比深层破坏小，但发生频率极高，且会重复发生。其导致原有斜坡发 生改变，并可能进一步引起深层破坏。目前，国内常用的滑坡稳定性计算 方法为传递系数法，其优点是借助于滑坡构造特征分析稳定性及剩余推力 计算，可以获得任意形状滑动面在复杂荷载作用下的滑坡推力，且计算简 洁，但是在计算这类差异性滑动的崩滑的稳定性存在困难。传统的传递系 数法计算模型应用于这类崩滑斜坡稳定性计算存在两个方面的问题：其一 是传统的方法将边坡作为整体，考虑统一计算形成的整体稳定性与实际破 碎分异的坡体不一致；其二是整体计算不能反映单块坡体的稳定性问题， 使得工程防治存在将崩塌“滑坡化”的问题，所以有必要研究土质崩滑斜 坡的稳定性计算方法。地震后发育大量的土质斜坡崩滑灾害，这一类型的 崩滑斜坡坡体较为破碎，厚度较小。传统的传递系数法计算模型应用于这 类崩滑斜坡稳定性计算时，存在将边坡整体计算及不能反映单块坡体稳定性的问题。另外，目前缺乏一套针对震后斜坡崩滑土体分块差异稳定性计 算的大数据可视化系统及方法。
发明内容
因此，为了解决上述不足，本发明在此提供一种本发明在此公开了一种 大数据可视化系统及方法；区域服务器用于暂存并汇总本区域内的数据信息， 然后将数据信息传送至数据中心控制系统，数据中心控制系统将获得的数据 进行分析并得出斜坡稳定性；数据中心控制系统同时还与消防智能控制系统 实现数据通信，当得出坡体险情需要消防人员维护时，数据中心控制系统会 向消防智能控制系统传送数据，维护人员通过消防手持终端向消防智能控制 系统反馈即时信息。本发明适合震后斜坡崩滑土体分块差异稳定性计算；本 方法基于传递系数法基础上，考虑了坡体的5种破碎程度，对滑坡稳定性系 数以及推力大小计算模型进行改进；该系统利于本领域人员对震后坡体进行 大数据可视化分析与处理。
本发明是这样实现的，构造一种大数据可视化系统，该系统用于对震后 坡体进行大数据可视化分析与处理，其包括数据中心控制系统、区域服务器、 室外智能管理终端、斜坡体摄像头、消防智能控制系统、消防手持终端；斜 坡体摄像头为多组，用于对区域内斜坡情况进行实时监测，多组斜坡体摄像 头分别与本区域内的室外智能管理终端连接通信，并由室外智能管理终端向 斜坡体摄像头发布相关指令控制其工作；同时，室外智能管理终端通过网络 与接收数据中心控制系统和区域服务器实现数据通信。
作为上述技术方案的改进，所述一种大数据可视化系统，室外智能管理 终端向斜坡体摄像头发布的指令包括定位指令、拍照指令、视频指令、录像 指令以及文字指令。
作为上述技术方案的改进，所述一种大数据可视化系统，所述手持终端 用于对应人员在对坡体进行维护时的记录和操作，手持终端包括控制模块、 显示屏、按键模块、语音对讲模块、视频摄像模块、音视频采集模块、红外 感应模块、电源模块、蓄电池、4G通信模块、指示灯、存储模块、指纹识别 模块、时钟模块、GPS定位及导航模块；语音对讲模块和视频摄像模块通过 音视频采集模块连接控制模块，控制模块同时连接显示屏、按键模块、红外 感应模块、电源模块、4G通信模块、指示灯、存储模块、指纹识别模块、时 钟模块和GPS定位及导航模块；
GPS定位及导航模块能够对当前操作人员进行定位；定位数据采用http 协议实时发送到系统中，并记录定位信息；利用语音对讲模块、视频摄像模 块、音视频采集模块采集对应的视频和音频数据，实时上传到系统中。
作为上述技术方案的改进，所述一种大数据可视化系统，所述室外智能 管理终端包括终端控制器、电源控制系统、GPS定位模块、通信模块、存储 模块；终端控制器分别与电源控制系统、GPS定位模块、通信模块、存储模 块连接；
所述电源控制系统外接太阳能充电系统，电源控制系统包括电源控制模 块、电源检测模块、定时开关模块以及终端蓄电池；
电源检测模块对终端蓄电池的电量情况进行检测，如果检测出蓄电池电 量低时，由外接太阳能充电系统对终端蓄电池进行充电；定时开关模块用于 实现安防智能终端的定时开机和关机。
一种大数据可视化方法，构建大数据可视化系统，运行时室外智能管理 终端用于接收数据中心控制系统和区域服务器发来的指令来对斜坡体摄像头 进行控制；另外，区域服务器与数据中心控制系统实现数据通信，区域服务 器用于暂存并汇总本区域内的数据信息，然后将数据信息传送至数据中心控 制系统，数据中心控制系统将获得的数据进行分析并得出斜坡稳定性；数据 中心控制系统同时还与消防智能控制系统实现数据通信，当得出坡体险情需 要消防人员维护时，数据中心控制系统会向消防智能控制系统传送数据，此时消防智能控制系统通过无线网络与消防手持终端实现数据通信，指导人员 进行坡体维护，维护人员通过消防手持终端向消防智能控制系统反馈即时信 息；同时，斜坡体摄像头能够与区域服务器实现数据通信。
作为上述技术方案的改进，所述大数据可视化方法，数据中心控制系统 将获得的数据进行如下分析；
(一)实现边坡破碎程度划分；根据震后崩滑斜坡情况，提出了坡体破 碎程度的划分依据，破碎程度的主要是根据岩土体的裂隙间距与植被覆盖率 来确定，破碎程度分为：极度破碎、高度破碎、中度破碎、轻度破碎以及不 破碎，划分方式为：
极度破碎：裂隙发育，裂缝间距小于1m，无植被；
高度破碎：裂隙较为发育，裂缝间距小于3m，无植被；
中度破碎：存在裂隙，裂缝间距小于5m，植被稀少；
轻度破碎：存在裂隙，裂缝间距小于10m，植被稀少；
不破碎：岩土体较为完整，植被茂盛，胶结较好；
计算该类崩滑斜坡稳定性和推力大小首先需要将坡体划分滑块，根据 崩滑斜坡坡体整体破碎程度，将斜坡划分为n个滑块，划分滑块是与斜坡 坡面的长度和整体破碎程度密切相关；
L为极度破碎时滑块占斜坡坡面的长度，高度破碎时滑块占斜坡坡面 的长度为3L，中度破碎时滑块占斜坡坡面的长度为5L，轻度破碎时滑块 占斜坡坡面的长度为10L；同时，取值可用插值法计算得到；
(二)崩滑土体分块差异稳定性计算；
根据滑块的破碎程度以及裂隙发育程度，对每个计算的滑块进行划分 为n个计算单元，划分计算单元依次为Ⅰ、Ⅱ、Ⅲ、Ⅳ…，其后一计算 单元与前一计算单元在斜坡坡面的长度差值分别为l1、l2、l3…ln；根据 滑块破碎程度划分标准对l取值：极度破碎时，l＝1m，高度破碎时，l＝3m， 中度破碎时，l＝5m，轻度破碎时，l＝10m；
然后对滑块的每一计算单元采用传递系数法进行计算；
①稳定性计算：计算得到n个计算单元的稳定性系数K1f、K2f、K3f… Knf；根据后一计算单元与前一计算单元在斜坡坡面的长度差值分别为l1、 l2、l3…ln，求得其l在斜坡坡面所占的比例，根据推导得出：
Kf＝k1K1f+k2K2f+k3K3f+L+knKnf，
其中，
最终得到斜坡崩滑土体分块差异稳定系数：
②推力大小计算：利用传递系数超载法对滑块的每一计算单元进行计 算，得到每一计算单元的推力大小P1i＇、P2i＇、P3i＇…Pni＇，又由ln在 l1+l2+l3+…+ln所占的比例，推导得出：
综合上式：
Pni＝Pn(i-1)×ψ+Ks×Tni-Rni (2)
由(1)、(2)，求得斜坡崩滑土体分块剩余推力为：
本发明具有如下优点：本发明提供一种大数据可视化系统及方法，该系 统用于对震后坡体进行大数据可视化分析与处理，系统改进后包括数据中心 控制系统、区域服务器、室外智能管理终端、斜坡体摄像头、消防智能控制 系统、消防手持终端；斜坡体摄像头为多组，用于对区域内斜坡情况进行实 时监测，多组斜坡体摄像头分别与本区域内的室外智能管理终端连接通信， 并由室外智能管理终端向斜坡体摄像头发布相关指令控制其工作；同时，室 外智能管理终端通过网络与接收数据中心控制系统和区域服务器实现数据通信。系统运行过程如下，首先室外智能管理终端用于接收数据中心控制系统 和区域服务器发来的指令来对斜坡体摄像头进行控制(其指令包括定位指令、 拍照指令、视频指令、录像指令以及文字指令)，由斜坡体摄像头对震后坡 体情况进行摄录；另外，区域服务器与数据中心控制系统实现数据通信，区 域服务器用于暂存并汇总本区域内的数据信息，然后将数据信息传送至数据 中心控制系统，数据中心控制系统将获得的数据进行分析并得出斜坡稳定性； 数据中心控制系统同时还与消防智能控制系统实现数据通信，当得出坡体险 情需要消防人员维护时，数据中心控制系统会向消防智能控制系统传送数据， 此时消防智能控制系统通过无线网络与消防手持终端实现数据通信，指导人 员进行坡体维护，维护人员通过消防手持终端向消防智能控制系统反馈即时 信息；同时，斜坡体摄像头能够与区域服务器实现数据通信。本发明适合震 后斜坡崩滑土体分块差异稳定性计算；本方法将崩滑斜坡破碎程度分为(极 度破碎、高度破碎、中度破碎、轻度破碎以及不破碎)，基于传递系数法基 础上，考虑了坡体的5种破碎程度，对滑坡稳定性系数以及推力大小计算模 型进行改进。并以结合实例表明：分块差异稳定性计算模型比传统计算方法 得出来的数值更复合实际情况，即分块法计算每个滑块稳定性存在差异，有 的在极端工况下处于欠稳定，有的处于不稳定状态。基于分块法差异计算结 果，得出了崩滑斜坡的分块防治模式。
附图说明
图1是本发明系统构架示意图；
图2是本发明中手持终端示意图；
图3是本发明中室外智能管理终端示意图；
图4是本发明崩滑边坡的滑块划分示意图；
图5是本发明滑坡传递系数法计算模型(折线型滑动面)示意图；
图6是本发明划分计算单元模型示意图；
图7是本发明滑块计算单元模型示意图；
图8是本发明分异法计算稳定性结果示意图。
其中：数据中心控制系统1，区域服务器2，室外智能管理终端3，斜坡 体摄像头4，消防智能控制系统5，消防手持终端6，控制模块7，显示屏8， 按键模块9，语音对讲模块10，视频摄像模块11，音视频采集模块12，红外 感应模块13，电源模块14，蓄电池15，4G通信模块16，指示灯17，存储模 块18，指纹识别模块19，时钟模块20，GPS定位及导航模块21，终端控制 器31，电源控制系统32，电源控制模块32A，电源检测模块32B，定时开关 模块32C，终端蓄电池32D，GPS定位模块33，通信模块34，存储模块35， 太阳能充电系统36。
具体实施方式
下面将结合附图1-图8对本发明进行详细说明，对本发明实施例中的技术 方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实 施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护 的范围。
本发明通过改进在此提供一种大数据可视化系统，如图1所示(本发明 系统构架示意图)，该系统用于对震后坡体进行大数据可视化分析与处理， 其包括数据中心控制系统1、区域服务器2、室外智能管理终端3、斜坡体摄 像头4、消防智能控制系统5、消防手持终端6；斜坡体摄像头4为多组，用 于对区域内斜坡情况进行实时监测，多组斜坡体摄像头4分别与本区域内的 室外智能管理终端3连接通信，并由室外智能管理终端3向斜坡体摄像头4发布相关指令控制其工作；同时，室外智能管理终端3通过网络与接收数据 中心控制系统1和区域服务器2实现数据通信。
实施时，室外智能管理终端3向斜坡体摄像头4发布的指令包括定位指 令、拍照指令、视频指令、录像指令以及文字指令。
如图2所示，所述手持终端6用于对应人员在对坡体进行维护时的记录 和操作，手持终端6包括控制模块7、显示屏8、按键模块9、语音对讲模块 10、视频摄像模块11、音视频采集模块12、红外感应模块13、电源模块14、 蓄电池15、4G通信模块16、指示灯17、存储模块18、指纹识别模块19、时 钟模块20、GPS定位及导航模块21；语音对讲模块10和视频摄像模块11通 过音视频采集模块12连接控制模块7，控制模块7同时连接显示屏8、按键 模块9、红外感应模块13、电源模块14、4G通信模块16、指示灯17、存储 模块18、指纹识别模块19、时钟模块20和GPS定位及导航模块21；GPS 定位及导航模块21能够对当前操作人员进行定位；定位数据采用http协议实 时发送到系统中，并记录定位信息；利用语音对讲模块10、视频摄像模块11、 音视频采集模块12采集对应的视频和音频数据，实时上传到系统中。
如图3所示，所述室外智能管理终端3包括终端控制器31、电源控制系 统32、GPS定位模块33、通信模块34、存储模块35；
终端控制器31分别与电源控制系统32、GPS定位模块33、通信模块34、 存储模块35连接；所述电源控制系统32外接太阳能充电系统36，电源控制 系统32包括电源控制模块32A、电源检测模块32B、定时开关模块32C以及 终端蓄电池32D；电源检测模块32B对终端蓄电池32D的电量情况进行检测， 如果检测出蓄电池电量低时，由外接太阳能充电系统36对终端蓄电池32D进 行充电；定时开关模块32C用于实现安防智能终端5的定时开机和关机。
一种大数据可视化方法，按照图3所示构建出大数据可视化系统； 运行过程如下，首先室外智能管理终端3用于接收数据中心控制系统1 和区域服务器2发来的指令来对斜坡体摄像头4进行控制(其指令包括 定位指令、拍照指令、视频指令、录像指令以及文字指令)，由斜坡体摄 像头4对震后坡体情况进行摄录；另外，区域服务器2与数据中心控制 系统1实现数据通信，区域服务器2用于暂存并汇总本区域内的数据信 息，然后将数据信息传送至数据中心控制系统1，数据中心控制系统1 将获得的数据进行分析并得出斜坡稳定性；数据中心控制系统1同时还 与消防智能控制系统5实现数据通信，当得出坡体险情需要消防人员维 护时，数据中心控制系统1会向消防智能控制系统5传送数据，此时消 防智能控制系统5通过无线网络与消防手持终端6实现数据通信，指导 人员进行坡体维护，维护人员通过消防手持终端6向消防智能控制系统5 反馈即时信息；同时，斜坡体摄像头4能够与区域服务器2实现数据通 信。
下面对数据中心控制系统1将获得的数据进行如下分析；
(一)实现边坡破碎程度划分；根据震后崩滑斜坡情况，提出了坡体 破碎程度的划分依据，破碎程度的主要是根据岩土体的裂隙间距与植被覆 盖率来确定，破碎程度分为：极度破碎、高度破碎、中度破碎、轻度破碎 以及不破碎，划分方式为：
极度破碎：裂隙发育，裂缝间距小于1m，无植被；
高度破碎：裂隙较为发育，裂缝间距小于3m，无植被；
中度破碎：存在裂隙，裂缝间距小于5m，植被稀少；
轻度破碎：存在裂隙，裂缝间距小于10m，植被稀少；
不破碎：岩土体较为完整，植被茂盛，胶结较好；
计算该类崩滑斜坡稳定性和推力大小首先需要将坡体划分滑块，根据 崩滑斜坡坡体整体破碎程度，将斜坡划分为n个滑块，划分滑块是与斜坡 坡面的长度和整体破碎程度密切相关；
L为极度破碎时滑块占斜坡坡面的长度，高度破碎时滑块占斜坡坡面 的长度为3L，中度破碎时滑块占斜坡坡面的长度为5L，轻度破碎时滑块 占斜坡坡面的长度为10L；同时，取值可用插值法计算得到；
(二)崩滑土体分块差异稳定性计算；
根据滑块的破碎程度以及裂隙发育程度，对每个计算的滑块进行划分 为n个计算单元，划分计算单元依次为Ⅰ、Ⅱ、Ⅲ、Ⅳ…，其后一计算 单元与前一计算单元在斜坡坡面的长度差值分别为l1、l2、l3…ln；根据 滑块破碎程度划分标准对l取值：极度破碎时，l＝1m，高度破碎时，l＝3m， 中度破碎时，l＝5m，轻度破碎时，l＝10m；
然后对滑块的每一计算单元采用传递系数法进行计算；
①稳定性计算：计算得到n个计算单元的稳定性系数K1f、K2f、K3f… Knf；根据后一计算单元与前一计算单元在斜坡坡面的长度差值分别为l1、 l2、l3…ln，求得其l在斜坡坡面所占的比例，根据推导得出：
Kf＝k1K1f+k2K2f+k3K3f+L+knKnf，
其中，
最终得到斜坡崩滑土体分块差异稳定系数：
②推力大小计算：利用传递系数超载法对滑块的每一计算单元进行计 算，得到每一计算单元的推力大小P1i＇、P2i＇、P3i＇…Pni＇，又由ln在 l1+l2+l3+…+ln所占的比例，推导得出：
综合上式：
Pni＝Pn(i-1)×ψ+Ks×Tni-Rni (2)
由(1)、(2)，求得斜坡崩滑土体分块剩余推力为：
工程实例与分析；
工程概况：九寨沟县九寨沟景区热西寨老电站对面崩滑区斜坡属深切 割构造侵蚀中高山地貌，坡脚地理坐标：东经103°57′6″，北纬33°14′ 45″，斜坡总体坡向9°。滑塌体顶部高程为2242～2252m，坡脚高程为 2183～2188m，斜坡坡度60～75°，顶部局部直立，为浅表层的崩滑。崩 滑体主要构成为第四纪崩积物，坡脚基岩为三叠系中统扎尕山群(T2zg)灰、深灰色含石英粉砂绢云母板岩、变质长石石英砂岩。
计算参数是以室内实验值为基础，主要参考质地测绘对滑坡稳定性的 宏观判断，结合参数反演结果和类比当地滑坡经验综合选取滑带土岩土体 力学参数(表1)。
表1滑坡土体计算参数
据该崩滑的可能破坏模型，采用潜在软弱面来计算。根据本次勘察可 知，崩滑体不被水淹没，不考虑水淹没的影响；因坡体为较陡，地表存水 相对较少，可不考虑动静水压力的影响；坡体内无稳定地下水位，不考虑 地下水的影响；本区地震基本烈度为7度，考虑地震的影响；本区为降雨 集中，暴雨多发区，要考虑暴雨对滑体加载及对滑带软化的影响(采用20 年一遇暴雨)。考虑影响区内的斜坡失稳的主要因素是强降雨和地震，选 取天然工况、暴雨工况与地震工况三种荷载组合作为计算工况。运用传递 系数法对滑块的稳定性及推力大小进行计算，计算结果如下表：
表2传递系数法稳定性计算结果
分块差异稳定性计算：对斜坡破碎程度进行划分，将坡体划分为高度 破碎、中度破碎、轻度破碎以及不破碎。坡体平均高度为61.5m，采用插 值法计算可得极度破碎L＝3.08m，高度破碎时滑块占坡面斜面的长度为 3L，中度破碎时滑块占坡面斜面的长度为5L，轻度破碎时滑块占坡面斜 面的长度为10L；根据规范计算各勘探剖面稳定性与推力时，确定滑坡的 形态及滑坡的主滑方向，选取滑坡典型剖面。同时，根据崩滑边坡的破碎 程度得出的滑块沿坡面的长度，将边坡划分为多个滑块。对稳定性及推力 大小进行计算。根据破碎程度划分滑块计算单元的标准：极度破碎时，l＝1， 高度破碎时，l＝3，中度破碎时，l＝5，轻度破碎时，l＝10。计算得到每一 滑块的稳定性及推力大小，如表3与表4；
表3稳定性计算结果
表4推力大小计算结果
计算结果分析如下：根据《滑坡防治工程勘察规范》第12.4.6条的规 定，滑坡稳定状态根据：稳定系数Kf<1.00，稳定状态为不稳定； 1.0≤Kf<1.05，稳定状态为欠稳定；1.05≤Kf<1.15，稳定状态为基本稳定； Kf≥1.15，稳定状态为稳定；综上可知：①传递系数法计算结果表明：边 坡在天然工况下处于基本稳定，在暴雨和地震工况下处于不稳定。②分块差异稳定性计算结果表明：30组计算结果与传递系数法计算的稳定性结 果大致相同，但是每一滑块的稳定性存在差异，在地震工况下6处滑块处 于基本稳定，2处滑块处于欠稳定和2处滑块处于不稳定状态。所以在地 震影响下，每一滑块崩滑的可能性不同。而在暴雨工况下所有滑块处于不 稳定状态，因此可以得出暴雨较于地震对土质崩滑边坡的稳定性影响更为 显著。③土质崩滑边坡的破坏模式与一般岩土体的破坏模式有所不同，分 块差异稳定性计算模型计算推力大小结果比传递系数法计算结果小很多。
斜坡后缘存在裂缝，且上部斜坡坡度较陡，在不利工况下K1和K2 (K1＇和K2＇)滑块破坏主要是崩塌为主，K3、K4和K5(K3＇、K4＇ 和K5＇)滑块滑动后产生滚动，以崩滑的方式运动。考虑对斜坡稳定性 最不利的暴雨工况，建议该防治采用主动与被动相结合的措施，主动防护 主要考虑K3、K4和K5(K3＇、K4＇和K5＇)滑块，在高程2195m～ 2235m处设置主动防护措施；被动防护主要考虑崩塌方式运动的K1和K2(K1＇和K2＇)滑块，在高程2183m处设置被动防护措施。
(4)、崩滑斜坡的防治模式；斜坡崩滑防治坚持“以防为主、防治 结合、综合治理”的原则，在查清崩滑斜坡的工程地质条件和影响斜坡稳 定性的因素，并掌握斜坡变形破坏的规模和边界条件的基础上，因地制宜， 按工程的重要性采取不同的防治措施。但在未清楚斜坡的破坏模式与如何 运用合理的计算模型的情况下，往往造成滑坡防治原则出现偏差。崩滑斜 坡滑块滑动后会产生滚动，以崩滑的方式运动，通过分块差异稳定性计算 模型计算可以得到边坡整体稳定性趋于稳定，滑坡推力减小。在土质崩滑 斜坡治理中，根据原有的传递系数法计算结果，在治理中多采用坡脚修建 挡土墙+坡面格构锚杆喷砼+局部削坡清方+截水沟工程、局部削坡清方+ 桩板墙+截水沟工程、拦石挡土墙+小型桩板墙或者坡面格构锚固等。该 治理措施往往会造成设计过于保守，造价偏高，浪费较大。
根据崩滑斜坡的破碎程度，提出主动与被动相结合的综合防治理念。 主动防护措施主要是在稳定性较差的区域(极度破碎、高度破碎、中度破 碎以及不稳定区)稳固斜坡，如采用现浇钢筋混凝土格构+锚杆(管)护 坡。被动防护措施主要是在坡脚修建抗滑桩或挡土墙，崩塌边坡的推力普 遍较小，主要以挡土墙为主。
结论：(1)与传统的传递系数法相比较，分块差异稳定性计算模型 既考虑了土质崩滑斜坡的破碎程度，又考虑了土质崩滑斜坡的破坏模式， 对斜坡分为n个不同的滑块进行计算，新的计算模型更符合土质崩滑边坡 的稳定性与推力大小的计算。(2)土质崩滑斜坡每一滑块的稳定性存在 差异，特别是地震工况下滑块处于基本稳定、欠稳定或者不稳定三种状态。 在暴雨工况下滑块处于不稳定，可见暴雨工况比地震工况对土质崩塌边坡 的影响更大。同时，与传递系数法计算结果相比，计算得到的推力大大减 少。(3)对于土质崩滑斜坡的稳定性与推理大小有更加合理的计算结果， 防治模式也会相应做出调整，应该采取主动与被动相结合的综合防治措 施，主动防护主要是以不稳定区防护为主，被动防护主要是在坡脚修建挡 土墙为主。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使 用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显 而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的 情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的 这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的 范围。
Claims (6)
1.一种大数据可视化系统，其特征在于：该系统用于对震后坡体进行大数据可视化分析与处理，其包括数据中心控制系统(1)、区域服务器(2)、室外智能管理终端(3)、斜坡体摄像头(4)、消防智能控制系统(5)、消防手持终端(6)；斜坡体摄像头(4)为多组，用于对区域内斜坡情况进行实时监测，多组斜坡体摄像头(4)分别与本区域内的室外智能管理终端(3)连接通信，并由室外智能管理终端(3)向斜坡体摄像头(4)发布相关指令控制其工作；同时，室外智能管理终端(3)通过网络与接收数据中心控制系统(1)和区域服务器(2)实现数据通信。
2.根据权利要求1所述一种大数据可视化系统，其特征在于：室外智能管理终端(3)向斜坡体摄像头(4)发布的指令包括定位指令、拍照指令、视频指令、录像指令以及文字指令。
3.根据权利要求1所述一种大数据可视化系统，其特征在于：所述手持终端(6)用于对应人员在对坡体进行维护时的记录和操作，手持终端(6)包括控制模块(7)、显示屏(8)、按键模块(9)、语音对讲模块(10)、视频摄像模块(11)、音视频采集模块(12)、红外感应模块(13)、电源模块(14)、蓄电池(15)、4G通信模块(16)、指示灯(17)、存储模块(18)、指纹识别模块(19)、时钟模块(20)、GPS定位及导航模块(21)；语音对讲模块(10)和视频摄像模块(11)通过音视频采集模块(12)连接控制模块(7)，控制模块(7)同时连接显示屏(8)、按键模块(9)、红外感应模块(13)、电源模块(14)、4G通信模块(16)、指示灯(17)、存储模块(18)、指纹识别模块(19)、时钟模块(20)和GPS定位及导航模块(21)；
GPS定位及导航模块(21)能够对当前操作人员进行定位；定位数据采用http协议实时发送到系统中，并记录定位信息；利用语音对讲模块(10)、视频摄像模块(11)、音视频采集模块(12)采集对应的视频和音频数据，实时上传到系统中。
4.根据权利要求1所述一种大数据可视化系统，其特征在于：所述室外智能管理终端(3)包括终端控制器(31)、电源控制系统(32)、GPS定位模块(33)、通信模块(34)、存储模块(35)；
终端控制器(31)分别与电源控制系统(32)、GPS定位模块(33)、通信模块(34)、存储模块(35)连接；
所述电源控制系统(32)外接太阳能充电系统(36)，电源控制系统(32)包括电源控制模块(32A)、电源检测模块(32B)、定时开关模块(32C)以及终端蓄电池(32D)；
电源检测模块(32B)对终端蓄电池(32D)的电量情况进行检测，如果检测出蓄电池电量低时，由外接太阳能充电系统(36)对终端蓄电池(32D)进行充电；定时开关模块(32C)用于实现安防智能终端(5)的定时开机和关机。
5.一种大数据可视化方法，其特征在于；构建大数据可视化系统，运行时室外智能管理终端(3)用于接收数据中心控制系统(1)和区域服务器(2)发来的指令来对斜坡体摄像头(4)进行控制；另外，区域服务器(2)与数据中心控制系统(1)实现数据通信，区域服务器(2)用于暂存并汇总本区域内的数据信息，然后将数据信息传送至数据中心控制系统(1)，数据中心控制系统(1)将获得的数据进行分析并得出斜坡稳定性；数据中心控制系统(1)同时还与消防智能控制系统(5)实现数据通信，当得出坡体险情需要消防人员维护时，数据中心控制系统(1)会向消防智能控制系统(5)传送数据，此时消防智能控制系统(5)通过无线网络与消防手持终端(6)实现数据通信，指导人员进行坡体维护，维护人员通过消防手持终端(6)向消防智能控制系统(5)反馈即时信息；同时，斜坡体摄像头(4)能够与区域服务器(2)实现数据通信。
6.根据权利要求5所述大数据可视化方法，其特征在于；数据中心控制系统(1)将获得的数据进行如下分析；
(一)实现边坡破碎程度划分；根据震后崩滑斜坡情况，提出了坡体破碎程度的划分依据，破碎程度的主要是根据岩土体的裂隙间距与植被覆盖率来确定，破碎程度分为：极度破碎、高度破碎、中度破碎、轻度破碎以及不破碎，划分方式为：
极度破碎：裂隙发育，裂缝间距小于1m，无植被；
高度破碎：裂隙较为发育，裂缝间距小于3m，无植被；
中度破碎：存在裂隙，裂缝间距小于5m，植被稀少；
轻度破碎：存在裂隙，裂缝间距小于10m，植被稀少；
不破碎：岩土体较为完整，植被茂盛，胶结较好；
计算该类崩滑斜坡稳定性和推力大小首先需要将坡体划分滑块，根据崩滑斜坡坡体整体破碎程度，将斜坡划分为n个滑块，划分滑块是与斜坡坡面的长度和整体破碎程度密切相关；
L为极度破碎时滑块占斜坡坡面的长度，高度破碎时滑块占斜坡坡面的长度为3L，中度破碎时滑块占斜坡坡面的长度为5L，轻度破碎时滑块占斜坡坡面的长度为10L；同时，取值可用插值法计算得到；
(二)崩滑土体分块差异稳定性计算；
根据滑块的破碎程度以及裂隙发育程度，对每个计算的滑块进行划分为n个计算单元，划分计算单元依次为Ⅰ、Ⅱ、Ⅲ、Ⅳ…，其后一计算单元与前一计算单元在斜坡坡面的长度差值分别为l1、l2、l3…ln；根据滑块破碎程度划分标准对l取值：极度破碎时，l＝1m，高度破碎时，l＝3m，中度破碎时，l＝5m，轻度破碎时，l＝10m；
然后对滑块的每一计算单元采用传递系数法进行计算；
①稳定性计算：计算得到n个计算单元的稳定性系数K1f、K2f、K3f…Knf；根据后一计算单元与前一计算单元在斜坡坡面的长度差值分别为l1、l2、l3…ln，求得其l在斜坡坡面所占的比例，根据推导得出：
Kf＝k1K1f+k2K2f+k3K3f+L+knKnf，
其中，
最终得到斜坡崩滑土体分块差异稳定系数：
②推力大小计算：利用传递系数超载法对滑块的每一计算单元进行计算，得到每一计算单元的推力大小P1i＇、P2i＇、P3i＇…Pni＇，又由ln在l1+l2+l3+…+ln所占的比例，推导得出：
综合上式：
Pni＝Pn(i-1)×ψ+Ks×Tni-Rni (2)
由(1)(2)，求得斜坡崩滑土体分块剩余推力为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911015168.9A CN110941892A (zh) | 2019-10-24 | 2019-10-24 | 一种大数据可视化系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911015168.9A CN110941892A (zh) | 2019-10-24 | 2019-10-24 | 一种大数据可视化系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110941892A true CN110941892A (zh) | 2020-03-31 |
Family
ID=69907090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911015168.9A Pending CN110941892A (zh) | 2019-10-24 | 2019-10-24 | 一种大数据可视化系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110941892A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102938189A (zh) * | 2012-11-28 | 2013-02-20 | 青岛理工大学 | 一种地质滑坡状态监控预警方法 |
| CN107067333A (zh) * | 2017-01-16 | 2017-08-18 | 长沙矿山研究院有限责任公司 | 一种高寒高海拔高陡边坡稳定性监控方法 |
| CN107452084A (zh) * | 2017-08-17 | 2017-12-08 | 重庆赛弗迪智能科技有限公司 | 一种智能安防系统 |
| CN109115994A (zh) * | 2018-08-27 | 2019-01-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种斜坡震裂土体分块稳定性计算方法 |
-
2019
- 2019-10-24 CN CN201911015168.9A patent/CN110941892A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102938189A (zh) * | 2012-11-28 | 2013-02-20 | 青岛理工大学 | 一种地质滑坡状态监控预警方法 |
| CN107067333A (zh) * | 2017-01-16 | 2017-08-18 | 长沙矿山研究院有限责任公司 | 一种高寒高海拔高陡边坡稳定性监控方法 |
| CN107452084A (zh) * | 2017-08-17 | 2017-12-08 | 重庆赛弗迪智能科技有限公司 | 一种智能安防系统 |
| CN109115994A (zh) * | 2018-08-27 | 2019-01-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种斜坡震裂土体分块稳定性计算方法 |
Non-Patent Citations (1)
| Title |
|---|
| 胡建宏 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102124546B1 (ko) | 비탈면 경보 장치와 연동된 낙석과 토석 대책 시설의 관리 및 경보 시스템 및 방법 | |
| CN106205061B (zh) | 一种地质灾害预测系统 | |
| Selva et al. | Multiple natural hazards at volcanic islands: a review for the Ischia volcano (Italy) | |
| CN205582211U (zh) | 一种一体化断线报警自动监测站 | |
| CN105678652B (zh) | 基于gis与指标体系法的边坡施工安全风险评估系统 | |
| Gumilar et al. | Land subsidence in Bandung Basin and its possible caused factors | |
| CN105096532A (zh) | 一种地质灾害预测系统 | |
| CN107665570A (zh) | 一种高速公路灾害监测预警系统 | |
| CN111462459A (zh) | 一种基于WebGIS的矿山采空区监测预警系统及方法 | |
| CN106289387B (zh) | 一种地质环境监测系统 | |
| Alvarado et al. | Pyroclastic flow generated by crater-wall collapse and outpouring of the lava pool of Arenal Volcano, Costa Rica | |
| Wang et al. | Panzhihua airport landslide (Oct. 3rd 2009) and an emergency monitoring and warning system based on the internet of things | |
| CN107067656A (zh) | 一种地质灾害监测系统 | |
| Ye et al. | A digital twin approach for tunnel construction safety early warning and management | |
| CN112991691A (zh) | 地质灾害智能化交互式监测预警系统 | |
| CN103914950A (zh) | 一种基于4g网络的山体滑坡与泥石流预警系统 | |
| CN103031862A (zh) | 深基坑变形稳定性远程智能监测三维数字预警方法与设施 | |
| CN110965540A (zh) | 一种深基坑监测预警系统 | |
| CN207182625U (zh) | 一种泥石流预警系统 | |
| CN110941892A (zh) | 一种大数据可视化系统及方法 | |
| Callaway et al. | The 1964'ai (Et-Tell) Excavations | |
| Pinatubo Volcano Observatory Team | Lessons from a major eruption: Mt. Pinatubo, Philippines | |
| CN215906867U (zh) | 一种山区高边坡稳定监测预警系统 | |
| CN109243146A (zh) | 一种基于物联网的山体地质灾害实时监控系统 | |
| CN211291543U (zh) | 一种野外岩画监控管理装置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200331 |