CN111323812B - 基于微破裂监测滑坡体稳定性的方法和系统 - Google Patents
基于微破裂监测滑坡体稳定性的方法和系统 Download PDFInfo
- Publication number
- CN111323812B CN111323812B CN202010274605.5A CN202010274605A CN111323812B CN 111323812 B CN111323812 B CN 111323812B CN 202010274605 A CN202010274605 A CN 202010274605A CN 111323812 B CN111323812 B CN 111323812B
- Authority
- CN
- China
- Prior art keywords
- stability
- monitoring
- micro
- ratio
- stress
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 42
- 208000013201 Stress fracture Diseases 0.000 title claims abstract description 40
- 230000035882 stress Effects 0.000 claims abstract description 51
- 230000006355 external stress Effects 0.000 claims abstract description 19
- 238000005315 distribution function Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 26
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000012806 monitoring device Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000035939 shock Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 description 17
- 239000000243 solution Substances 0.000 description 10
- 238000005422 blasting Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000212384 Bifora Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000010392 Bone Fractures Diseases 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001687 destabilization Effects 0.000 description 1
- 230000000368 destabilizing effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
- G01V1/18—Receiving elements, e.g. seismometer, geophone or torque detectors, for localised single point measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
- G01V1/18—Receiving elements, e.g. seismometer, geophone or torque detectors, for localised single point measurements
- G01V1/181—Geophones
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种基于微破裂监测滑坡体稳定性的方法和系统,其中方法包括:向滑坡体内布设安装微震监测设备,进行实时数据采集;连续监测滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号;利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比;分别统计滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,计算背景的频谱密度积分值的对数比;计算背景对数比的概率密度分布函数下背景对数比小于等于扰动对数比的概率,作为微破裂的置信水平,以判断滑坡体的稳定性。通过本发明的技术方案,自动识别应力扰动触发的微破裂,给出了反映边坡稳定性的安全系数值,直接反映边坡的稳定性。
Description
技术领域
本发明涉及地质监测技术领域,尤其涉及一种基于微破裂监测滑坡体稳定性的方法和一种基于微破裂监测滑坡体稳定性的系统。
背景技术
自然界的应力扰动(如:地震、工业爆破、打桩、车辆通行、深井中进行高压注水以及大水库蓄水)能够改变区域内滑坡体应力状态,进而改变边坡的稳定性。当滑坡体风险较高,接近失稳状态时,外界应力扰动会使滑坡体内高风险区域先达到临界值,产生微破裂。传统的滑坡稳定性评价方法有工程地质分析法及力学平衡计算法。
工程地质分析法是定性的分析滑坡的稳定性,这里的地质条件包括地形地貌、气象水文、地层岩性、地质构造及地震、水文地质条件等。工程地质分析法是比拟法,即是从地质条件上(自然条件、作用因素及其变化)对比滑坡滑动与稳定之间的关系,据以判断滑坡的稳定程度。工程地质分析法包括以下四种:(1)地貌形态演变分析;(2)宏观地质条件对比分析;(3)滑动因素及变化幅度对比分析;(4)滑动迹象演变分析。该方法的优点是信息获取直观、方法简单、实用性强,适用各种于正在发生病害的滑坡体上。缺点是不同的分析员在求解过程中所做的假设不同,分析的结果存在差异,主观性强。
力学平衡计算法是在对滑坡定性评价的基础上根据滑坡滑动方向的地质纵剖面,采用静力平衡理论计算评价滑坡的稳定系数,根据计算得的稳定系数来评价滑坡的稳定性。计算过程包括计算方法的选择,计算参数的选择和计算工况中暴雨因素的考虑等。它是一种工程上使用最多、最成熟的定量分析方法。其主要原因是:它引入了一些简化假定,从而使问题变得静定可解,概念清晰,使分析计算工作大为简化,很容易被工程人员理解和掌握;其次,它可以给出反映边坡稳定的安全系数值,能直观的评价边坡的稳定安全度。
但是,计算的前提是了解边坡的构造、气候条件、岩土物性参数。例如,稳定系数计算所用计算参数中最重要两个参数即是滑带土粘聚力(c)及内摩擦角(φ)。堆积层折线滑面用传递系数法进行稳定性评价,用詹布法(Janbu)等方法进行校核;堆积层单一滑面和圆弧滑面的滑坡可用瑞典条分法等进行稳定性评价,可用毕肖普法(Bishop)等方法进行校核。认识边坡实际地质条件往往是有限的,错误的计算方法、计算参数的选择和对暴雨因数的忽视都直接影响稳定性计算结果,使该方法的严密性受到了损害。
滑动变形是最为直观的滑坡体稳定性评价的标准。传统的评价滑坡稳定性的工程地质分析法及力学平衡计算法主要是依托于局部地表宏观的边坡岩体变形的动态监测,忽略了自然界应力扰动触发滑坡体内部的微观变形的监测,这些变形往往多发、覆盖区域广,主要是以破裂、塌陷的形式出现,其改变了滑坡体的应力状态,滑坡的稳定性也因此发生变化。它能单一、直观的反映滑坡的稳定性。
发明内容
针对上述问题中的至少之一,本发明提供了一种基于微破裂监测滑坡体稳定性的方法和系统,通过在滑坡体内部放置微震监测设备,将微震监测设备与外部的数据采集系统连接,实现数据的实时测量,通过对滑坡体浅部以及深部的应力扰动引起的微破裂进行连续性监测,分析应力扰动之前和应力扰动之后高频震动信号的高频能量的变化,从而自动识别应力扰动触发的微破裂,给出反映边坡稳定性的安全系数值,直接反映边坡的稳定性。
为实现上述目的,本发明提供了一种基于微破裂监测滑坡体稳定性的方法,包括:向滑坡体内布设安装微震监测设备,并对所述微震监测设备进行实时数据采集;连续监测所述滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号;利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比作为扰动对数比;分别统计所述滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,并计算对应相等的两个时间窗口内高频震动信号的频谱密度积分值的对数比作为背景对数比;利用所述背景对数比统计得到概率密度分布函数,计算所述概率密度分布函数下所述背景对数比小于等于所述扰动对数比的概率,作为应力扰动触发微破裂的置信水平;根据所述置信水平判断所述滑坡体的稳定性。
在上述技术方案中,优选地,采用正太分布拟合所述背景对数比的数据集获得所述概率密度分布函数,所述置信水平为所述概率密度分布函数曲线下由-∞至所述背景对数比的积分面积。
在上述技术方案中,优选地,所述置信水平越大,应力激发的微震信号越强,所述滑坡体的稳定性越差,所述置信水平越小,应力激发的微震信号越弱,所述滑坡体的稳定性越好。
在上述技术方案中,优选地,删除所述背景中的异常值,所述异常值与平均值的差超过方差的3倍。
在上述技术方案中,优选地,所述微震监测设备通过模数转换将监测到的模拟信号转换为数字信号,并通过数据采集器由网络传输模块传输至云端高频能量分析系统。
在上述技术方案中,优选地,所述微震监测设备包括震动检波器和加速度传感器,所述网络传输模块采用5G网络模块。
在上述技术方案中,优选地,所述滑坡体在实验阶段受到的外部应力扰动为敲击、人工地震、天然地震或工业爆破。
在上述技术方案中,优选地,应力扰动前后两个时间窗口的时长相等。
在上述技术方案中,优选地,所述数据采集器采用电压采集模块采集所述微震监测设备检测得到的数字信号。
本发明还提出一种基于微破裂监测滑坡体稳定性的系统,应用如上述技术方案中任一项所述的基于微破裂监测滑坡体稳定性的方法,包括:微震监测设备、数据采集装置、网络传输模块和云端高频能量分析系统;所述微震监测设备布设安装于滑坡体内,所述微震监测设备与所述数据采集装置进行通信连接;所述数据采集装置用于将所述微震监测设备采集到的模拟信号转换为数字信号,并通过所述网络传输模块发送至所述云端高频能量分析系统;所述云端高频能量分析系统用于连续监测所述滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号,利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比作为扰动对数比,分别统计所述滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,并计算对应相等的两个时间窗口内高频震动信号的频谱密度积分值的对数比作为背景对数比;利用所述背景对数比统计得到概率密度分布函数,计算所述概率密度分布函数下所述背景对数比小于等于所述扰动对数比的概率,作为应力扰动触发微破裂的置信水平,并根据所述置信水平判断所述滑坡体的稳定性。
与现有技术相比,本发明的有益效果为:通过在滑坡体内部放置微震监测设备,将微震监测设备与外部的数据采集系统连接,实现数据的实时测量,通过对滑坡体浅部以及深部的应力扰动引起的微破裂进行连续性监测,分析应力扰动之前和应力扰动之后高频震动信号的高频能量的变化,从而自动识别应力扰动触发的微破裂,给出反映边坡稳定性的安全系数值,直接反映边坡的稳定性。
附图说明
图1为本发明一种实施例公开的基于微破裂监测滑坡体稳定性的方法的示意图;
图2为本发明一种实施例公开的应力扰动时间段的连续观测信号的示意图;
图3为本发明一种实施例公开的统计背景数据集的计算示意图;
图4为本发明一种实施例公开的背景数据集的统计结果的示意图;
图5为本发明一种实施例公开的基于微破裂监测滑坡体稳定性的系统的结构示意图;
图6为本发明一种实施例公开的基于微破裂的滑坡体稳定性监测系统的结构示意图。
图中,各组件与附图标记之间的对应关系为:
11.微震监测设备,12.数据采集装置,13.网络传输模块,2.云端高频能量分析系统。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,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的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。
下面结合附图对本发明做进一步的详细描述:
如图1所示,根据本发明提供的一种基于微破裂监测滑坡体稳定性的方法,包括:向滑坡体内布设安装微震监测设备11,并对微震监测设备11进行实时数据采集;连续监测滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号;利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比作为扰动对数比;分别统计滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,并计算对应相等的两个时间窗口内高频震动信号的频谱密度积分值的对数比作为背景对数比;利用背景对数比统计得到概率密度分布函数,计算概率密度分布函数下背景对数比小于等于扰动对数比的概率,作为应力扰动触发微破裂的置信水平;根据置信水平判断滑坡体的稳定性。
在该实施例中,通过在滑坡体内部放置微震监测设备11,将微震监测设备11与外部的数据采集系统连接,实现数据的实时测量,通过对滑坡体浅部以及深部的应力扰动引起的微破裂进行连续性监测,分析应力扰动之前和应力扰动之后高频震动信号的高频能量的变化,从而自动识别应力扰动触发的微破裂,给出反映边坡稳定性的安全系数值,直接反映边坡的稳定性。
具体地,上述基于微破裂监测滑坡体稳定性的方法中,其原理是动力触发的滑坡体微破裂与外部应力扰动(人工震源或天然地震产生的地震波通过)引起的动应力变化有关。当滑坡体风险较低时,外界的应力扰动不足以使滑坡体失稳,滑坡体不滑动、无微破裂产生;当滑坡体风险较高时,外界的应力扰动会使滑坡体内接近临界状态的区域率先失稳,产生微破裂。由于微震监测设备11埋设于滑坡体内,距离破裂源很近,高频信号衰减较少,因此微震监测设备11记录到的滑坡体微破裂相关信号多为高频震动信号,它能直接反应边坡的稳定性。
通过在滑坡体安装微震监测设备11,监测滑坡体应力扰动引起微破裂的信号强度。将微震监测设备11与模数转换模块相连接,实现模拟信号转换为数字信号,然后通过数据采集器,采集实时监测数据,最后通过网络传输模块13,将数据实时传送到云端高频能量分析系统2。优选地,网络传输模块13采用5G网络模块。优选地,数据采集器包括电压采集模块、激励模块、数据处理模块和数据传输模块。
在云端高频能量分析系统2中对数据进行实时分析,利用高频能量积分比(HiFi)自动识别动力触发的滑坡体微破裂,它能够用来研究滑坡对应力扰动的响应,能直观的评价边坡的稳定安全度。
具体地,高频能量积分比(HiFi)方法为:通过对应力扰动前和应力扰动后高频能量的对比,自动识别所触发的滑坡体微破裂,给出反映边坡稳定性的安全系数值。
其中,在不考虑应力扰动本身产生的高频震动信号情况下(注:采用现代地震波到时处理技术确定应力扰动时间段Ti),计算连续观测信号在两个时间窗口内的频谱密度(PSDs):应力扰动到达前的Tb和应力扰动后的Te。Te段可能包含由外部应力扰动触发的滑坡体微破裂的震动信号,与外部应力扰动相比,它在时间上具有延迟性。分别在两个时间窗口对高频能量进行积分运算,计算应力扰动前后积分值的对数比。其中,优选地,应力扰动前后两个时间窗口的时长相等。
如图2所示,Tb段为应力扰动前的记录,Ti段为应力扰动的记录,TE段为应力扰动后的记录,计算公式为:
其中,Ib、Ie分别表示在两个时间窗口内的积分值,f1=40HZ、f2=100HZ
RE是Ib与Ie的对数比。
如图3所示,在上述实施例中,选择距离应力扰动时间段前、后的N个时间段,统计该N个时间段的高频震动信号作为背景。然后,以相同的方式计算每个背景时间段中的高频能量积分对数比。RB值的数据集包含所有背景时间段,对于背景时间段和应力扰动时间段采取一致的Tb和Te窗口,避免噪声和背景应力活动在时间段内随时间变化的影响。
其中,为了确保统计显著性,背景时间段N需要足够大。为了避免在背景时间段包含其他应力扰动产生的高频震动信号,删除了RB数据集中的异常值,异常值与平均值的差超过方差的3倍。
在上述实施例中,优选地,采用正太分布拟合背景对数比的数据集获得概率密度分布函数,置信水平为概率密度分布函数曲线下由-∞至背景对数比的积分面积。
如图4所示,具体地,采用数学统计的方法,用正态分布去拟合RB数据集,获得一个概率密度分布函数PDF。通过计算RB≤RE的概率,定义一个应力扰动触发微破裂的置信水平CL。
根据定义,置信水平是PDF曲线下从-∞到RE的面积,范围从0到1。RE越大,置信水平越高,激发的微震信号越强,边坡稳定性越差。反之置信水平越低,激发的微震信号越弱,边坡稳定性越好。当CL=0时,认为外部应力扰动没有触发微破裂,边坡稳定性好;当CL=1时,认为外部应力扰动触发滑坡体产生很强微破裂,此时边坡可能处于一个临界失稳状态。
如图5和图6所示,本发明还提出一种基于微破裂监测滑坡体稳定性的系统,应用如上述实施例中任一项所述的基于微破裂监测滑坡体稳定性的方法,包括:微震监测设备11、数据采集装置12、网络传输模块13和云端高频能量分析系统2;所述微震监测设备11布设安装于滑坡体内,所述微震监测设备11与所述数据采集装置12进行通信连接;所述数据采集装置12用于将所述微震监测设备11采集到的模拟信号转换为数字信号,并通过所述网络传输模块13发送至所述云端高频能量分析系统2;所述云端高频能量分析系统2用于连续监测所述滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号,利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比作为扰动对数比,分别统计所述滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,并计算对应相等的两个时间窗口内高频震动信号的频谱密度积分值的对数比作为背景对数比;利用所述背景对数比统计得到概率密度分布函数,计算所述概率密度分布函数下所述背景对数比小于等于所述扰动对数比的概率,作为应力扰动触发微破裂的置信水平,并根据所述置信水平判断所述滑坡体的稳定性。
根据上述实施例提供的基于微破裂监测滑坡体稳定性的系统,应用上述实施例提供的基于微破裂监测滑坡体稳定性的方法,监测方法采用HiFi方法,以现代地震数据处理技术为前提,依托于微震监测设备11采集数据,不用考虑边坡地质条件、降雨等因素的影响,通过直接对高频能量积分来表示区域内边坡的稳定性。其次,HiFi方法考虑了背景应力活动性的变化,并通过统计来抑制噪声的影响,这些特性使自动识别应力扰动触发滑坡体的微破裂成为可能。
其中,监测装置采用反应灵敏的微震监测设备11,包括震动检波器和加速度传感器,能记录区域范围内的宏观和微观形变,获取滑坡体稳定性的精确信息,弥补传统变形监测主要以局部区域宏观变形监测的不足。同时,微震监测设备11与数据采集系统相连,可以实现数据的实时传输与监测,保证了滑坡体的实时监测与数据采集人员的安全性。进一步地,数据采集系统的数据传至云端高频能量分析系统2,自动检测识别应力扰动触发的微破裂信号,并可将云端分析系统的分析结果以数值的形式展示在网页上。
在上述实施例中,优选地,滑坡体在实验阶段,室内实验可采用的外部应力扰动为敲击、人工地震,野外监测可采用的外部应力扰动为天然地震或工业爆破。在实际应用过程中,具体应用于滑坡多发区、易受应力扰动(地震、工业爆破、打桩、深井中进行高压注水以及大水库蓄水)的区域,快速监测应力扰动触发边坡的微破裂,评价边坡的稳定性,尤其适用于我国川滇地震多发区的滑坡监测。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于微破裂监测滑坡体稳定性的方法,其特征在于,包括:
向滑坡体内布设安装微震监测设备,并对所述微震监测设备进行实时数据采集;
连续监测所述滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号;
利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比作为扰动对数比;
分别统计所述滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,并计算对应相等的两个时间窗口内高频震动信号的频谱密度积分值的对数比作为背景对数比;
利用所述背景对数比统计得到概率密度分布函数,计算所述概率密度分布函数下所述背景对数比小于等于所述扰动对数比的概率,作为应力扰动触发微破裂的置信水平;
根据所述置信水平判断所述滑坡体的稳定性。
2.根据权利要求1所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,采用正太分布拟合所述背景对数比的数据集获得所述概率密度分布函数,所述置信水平为所述概率密度分布函数曲线下由-∞至所述背景对数比的积分面积。
3.根据权利要求1或2所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,所述置信水平越大,应力激发的微震信号越强,所述滑坡体的稳定性越差,所述置信水平越小,应力激发的微震信号越弱,所述滑坡体的稳定性越好。
4.根据权利要求1所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,删除所述背景中的异常值,所述异常值与平均值的差超过方差的3倍。
5.根据权利要求1所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,所述微震监测设备通过模数转换将监测到的模拟信号转换为数字信号,并通过数据采集器由网络传输模块传输至云端高频能量分析系统。
6.根据权利要求5所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,所述微震监测设备包括震动检波器和加速度传感器,所述网络传输模块采用5G网络模块。
7.根据权利要求1所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,所述滑坡体在实验阶段受到的外部应力扰动为敲击、人工地震、天然地震或工业爆破。
8.根据权利要求1所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,应力扰动前后两个时间窗口的时长相等。
9.根据权利要求5所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,所述数据采集器采用电压采集模块采集所述微震监测设备检测得到的数字信号。
10.一种基于微破裂监测滑坡体稳定性的系统,应用如权利要求1至9中任一项所述的基于微破裂监测滑坡体稳定性的方法,其特征在于,包括:微震监测设备、数据采集装置、网络传输模块和云端高频能量分析系统;
所述微震监测设备布设安装于滑坡体内,所述微震监测设备与所述数据采集装置进行通信连接;
所述数据采集装置用于将所述微震监测设备采集到的模拟信号转换为数字信号,并通过所述网络传输模块发送至所述云端高频能量分析系统;
所述云端高频能量分析系统用于连续监测所述滑坡体受到外部应力扰动前后两个时间窗口内的高频震动信号,利用高频能量积分比计算两个时间窗口内高频震动信号的频谱密度积分值的对数比作为扰动对数比,分别统计所述滑坡体受到应力扰动时间段前、后预设个时间段的高频震动信号作为背景,并计算对应相等的两个时间窗口内高频震动信号的频谱密度积分值的对数比作为背景对数比;利用所述背景对数比统计得到概率密度分布函数,计算所述概率密度分布函数下所述背景对数比小于等于所述扰动对数比的概率,作为应力扰动触发微破裂的置信水平,并根据所述置信水平判断所述滑坡体的稳定性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274605.5A CN111323812B (zh) | 2020-04-09 | 2020-04-09 | 基于微破裂监测滑坡体稳定性的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274605.5A CN111323812B (zh) | 2020-04-09 | 2020-04-09 | 基于微破裂监测滑坡体稳定性的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323812A CN111323812A (zh) | 2020-06-23 |
CN111323812B true CN111323812B (zh) | 2022-03-11 |
Family
ID=71169805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010274605.5A Active CN111323812B (zh) | 2020-04-09 | 2020-04-09 | 基于微破裂监测滑坡体稳定性的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111323812B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BRPI1001765A2 (pt) * | 2010-02-26 | 2011-10-18 | Terranova Consultores Empresarial Associados Ltda | sistema de monitoramento e alerta de deslizamento de encostas |
CN102495425A (zh) * | 2011-11-14 | 2012-06-13 | 北京科技大学 | 一种基于能量的微地震震源自动定位方法 |
CN107059895A (zh) * | 2017-06-08 | 2017-08-18 | 东北大学 | 开挖扰动岩质边坡失稳预警系统及方法 |
CN107515419A (zh) * | 2017-08-25 | 2017-12-26 | 平安煤炭开采工程技术研究院有限责任公司 | 岩体稳定性的估计方法和装置 |
CN110220979A (zh) * | 2019-06-26 | 2019-09-10 | 重庆地质矿产研究院 | 基于微地震技术的高陡岸坡稳定性监测系统与评价方法 |
CN209619984U (zh) * | 2018-07-28 | 2019-11-12 | 中铁二院工程集团有限责任公司 | 铁路高陡岩质边坡微震监测系统 |
-
2020
- 2020-04-09 CN CN202010274605.5A patent/CN111323812B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BRPI1001765A2 (pt) * | 2010-02-26 | 2011-10-18 | Terranova Consultores Empresarial Associados Ltda | sistema de monitoramento e alerta de deslizamento de encostas |
CN102495425A (zh) * | 2011-11-14 | 2012-06-13 | 北京科技大学 | 一种基于能量的微地震震源自动定位方法 |
CN107059895A (zh) * | 2017-06-08 | 2017-08-18 | 东北大学 | 开挖扰动岩质边坡失稳预警系统及方法 |
CN107515419A (zh) * | 2017-08-25 | 2017-12-26 | 平安煤炭开采工程技术研究院有限责任公司 | 岩体稳定性的估计方法和装置 |
CN209619984U (zh) * | 2018-07-28 | 2019-11-12 | 中铁二院工程集团有限责任公司 | 铁路高陡岩质边坡微震监测系统 |
CN110220979A (zh) * | 2019-06-26 | 2019-09-10 | 重庆地质矿产研究院 | 基于微地震技术的高陡岸坡稳定性监测系统与评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111323812A (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105116440B (zh) | 一种边坡岩体监测系统及监测方法 | |
KR100903949B1 (ko) | 지반구조물의 파괴 예측방법 | |
CN113379105B (zh) | 一种基于人工智能的场地地震液化灾害快速评估方法 | |
CN108802825B (zh) | 一种次声波监测煤岩动力灾害定位方法及定位系统 | |
CN103743441A (zh) | 一种边坡安全的多元耦合在线监测系统及方法 | |
CN106199700B (zh) | 一种地下水封储油洞库微震监测方法及系统 | |
US11789173B1 (en) | Real-time microseismic magnitude calculation method and device based on deep learning | |
Peng et al. | Performance evaluation of an earthquake early warning system in the 2019–2020 M 6.0 Changning, Sichuan, China, Seismic Sequence | |
CN105676268A (zh) | 一种基于声音信号波形变化特征的应变型岩爆预警方法 | |
CN106202737B (zh) | 一种致密储层体积压裂适应区筛选方法及装置 | |
CN114412573B (zh) | 一种矿井井壁破裂监测预警系统及方法 | |
CN105781620A (zh) | 基于巷道围岩破裂辅助孔监测的动力灾害预警方法 | |
Occhiena et al. | Analysis of microseismic signals and temperature recordings for rock slope stability investigations in high mountain areas | |
CN110220978A (zh) | 一种用于尾矿库坝体溃坝预警的纵向导波监测方法 | |
d'Angiò et al. | Microseismic monitoring to assess rock mass damaging through a novel damping ratio-based approach | |
CN114718653A (zh) | 一种基于三场综合参数的矿山动力灾害实时监测预警方法 | |
Iezzi et al. | Seismo-acoustic characterization of Mount Cleveland volcano explosions | |
CN205015487U (zh) | 一种边坡岩体监测系统 | |
CN111323812B (zh) | 基于微破裂监测滑坡体稳定性的方法和系统 | |
CN115935742A (zh) | 基于有限差分的非均质边坡地震位移概率分析方法及系统 | |
CN205861210U (zh) | 爆破振动全天候远程智能化监测系统 | |
Augliera et al. | A strong motion network in northern Italy: detection capabilities and first analysis | |
CN206400117U (zh) | 一种超前地质预报装置 | |
Peng et al. | A τ c magnitude estimation of the 20 April 2013 Lushan earthquake, Sichuan, China | |
CN112326788A (zh) | 尾矿坝失稳的监测预警方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |