CN111473779B - 一种滑坡-隧道体系变形的识别和联动监测的方法 - Google Patents

一种滑坡-隧道体系变形的识别和联动监测的方法 Download PDF

Info

Publication number
CN111473779B
CN111473779B CN202010184998.0A CN202010184998A CN111473779B CN 111473779 B CN111473779 B CN 111473779B CN 202010184998 A CN202010184998 A CN 202010184998A CN 111473779 B CN111473779 B CN 111473779B
Authority
CN
China
Prior art keywords
landslide
tunnel
deformation
monitoring
data
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
Application number
CN202010184998.0A
Other languages
English (en)
Other versions
CN111473779A (zh
Inventor
孙志杰
李鹏飞
张军
赵紫阳
王闫超
杨烜宇
刘亚明
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.)
Beijing University of Technology
Shanxi Transportation Technology Research and Development Co Ltd
Original Assignee
Beijing University of Technology
Shanxi Transportation Technology Research and Development Co Ltd
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 Beijing University of Technology, Shanxi Transportation Technology Research and Development Co Ltd filed Critical Beijing University of Technology
Priority to CN202010184998.0A priority Critical patent/CN111473779B/zh
Publication of CN111473779A publication Critical patent/CN111473779A/zh
Application granted granted Critical
Publication of CN111473779B publication Critical patent/CN111473779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00Tracing profiles
    • G01C7/06Tracing profiles of cavities, e.g. tunnels
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021SAR image post-processing techniques
    • G01S13/9023SAR image post-processing techniques combined with interferometric techniques

Abstract

本发明公开了一种滑坡‑隧道体系变形的识别和联动监测的方法,首先通过合成孔径雷达干涉技术和地质雷达对滑坡‑隧道体系变形进行综合识别,通过测斜管监测数据对滑坡‑隧道体系进行分类,通过有限元数值模拟不同体系的变形特点,提出对应的监测指标和监测方法,最后通过对监测数据与数值模拟结果以及变形识别结果的对比和修正,形成滑坡‑隧道体系变形的识别和联动监测方法。本发明提供的技术方案将滑坡和隧道两者作为一个整体考虑,比将滑坡和隧道进行单独监测节省了监测成本,提高了监测的经济性,提高了识别监测方法的效率和可靠性。

Description

一种滑坡-隧道体系变形的识别和联动监测的方法
技术领域
本发明涉及地质灾害变形监测技术领域,尤其涉及一种滑坡-隧道体系变形的识别和联动监测的方法。
背景技术
中国约70%的国土面积为山地地形,在穿越山区的干线交通建设中,需要建设大量的隧道。通常情况下,如发现隧道通过的山区坡体存在滑坡可能,在选线时会根据实际情况采取改线绕避、深埋隧道从滑床下通过或先整治滑坡后再修建隧道等技术手段加以解决,不可能将隧道直接修建于滑坡体中。但是由于隧道所处的岩土体水文地质环境在不断发生变化。坡体中的岩体结构在长期地应力、地下水作用下因流变而使得自身强度降低,沿节理裂隙面形成蠕动性滑坡;或者是隧道位于老滑坡体中或滑坡后缘以外稳定体中,由于环境改变引起老滑坡复活并进一步扩大到隧道附近;或者是人类工程活动如爆破、开挖等其它工程活动引起坡体内应力场发生重大调整,导致坡体出现变形开裂并在薄弱部位形成滑动面从而酿成滑坡。滑坡本身及其引起的运营隧道地质灾害问题给运营部门造成了巨大的损失并严重影响了行车安全。
由此可见,对滑坡及滑坡引起的隧道地质灾害变形进行早期识别,对重大地质隐患进行实时监测,通过监测数据的分析,掌握滑坡-隧道的地质灾害孕育演化规律,为后期灾害预防和处治提供第一手基础数据,对当前滑坡-隧道地质灾害机理及防控技术的研究意义重大,同时还可为交通的安全运营提供保障。
当前对滑坡变形所采用的识别监测手段较多:包括卫星遥感、
图像识别、激光扫描、热成像技术、声发射技术及传统的接触式测量等。
对运营隧道变形的监测手段相对较少,包括非接触式监测手段,如激光测距仪、全自动全站仪;传统接触式监测,如振弦式、电阻式应变计、裂缝计等。对运营隧道病害识别比较滞后,主要靠人工巡检,导致错失病害治理的最佳时机,而造成治理难度的增加和治理费用的增加。
当前的监测方法一般都是将滑坡和隧道作为两个独立的监测对象分开来考虑,建立两套独立的监测系统和体系,这种将二者分开考虑的监测体系同“滑坡-隧道”体系相互作用的力学模型和灾害演化机理很大程度上是不一致的。因为在“滑坡-隧道”体系中,滑坡是引发隧道变形的原因,而隧道变形的同时又加剧了滑坡的发展,两者是相互作用的体系。两套监测体系在测点布置上会存在重复或者是漏测,在后续监测数据处理上会存在数据的同步性、多源数据的融合性等问题。这将会极大的影响地质灾害监测系统对数据的可靠性和及时性要求,影响决策者对“滑坡-隧道”体系灾害趋势的预判。
发明内容
为解决现有技术存在的局限和缺陷,本发明提供一种滑坡-隧道体系变形的识别和联动监测的方法,包括:
使用合成孔径雷达干涉技术对滑坡平面进行初步判定,以识别滑坡的变形;
使用图像识别技术对隧道衬砌裂缝的形态特征、分布范围、数量进行统计分析,以识别隧道的变形;
对滑坡的滑带和隧道结构的空间位置关系进行判断;
根据滑坡的滑带和隧道结构的空间位置关系,结合前期勘察阶段提供的岩土体参数,使用有限元分析方法对滑坡和隧道的变形特点进行分析;
根据有限元分析的结果将滑坡和隧道的变形指标分类为主要监测参数和辅助监测参数,根据所述主要监测参数和所述辅助监测参数进行监测指标的选取和监测点的布置;
对监测数据与数值模拟结果以及变形识别结果进行对比和修正,当监测数据与数值模拟结果以及变形识别结果一致时,形成滑坡-隧道体系变形的识别和联动监测的方法。
可选的,所述使用合成孔径雷达干涉技术对滑坡平面进行初步判定的步骤包括:
使用合成孔径雷达干涉技术获得滑坡的历史形变数据;
根据所述历史形变数据形成基于时间序列的合成孔径雷达干涉数据;
获得滑坡区域的气象数据和水文地质数据;
根据所述合成孔径雷达干涉数据、所述气象数据和所述水文地质数据,对滑坡平面进行初步判定。
可选的,还包括:
使用地质雷达对裂缝密集区域衬砌背后围岩的破碎程度进行探测,对隧道衬砌和围岩结构的劣化范围进行初步划分;
根据探测结果判断滑坡对隧道纵向的影响范围。
可选的,所述对滑坡的滑带和隧道结构的空间位置关系进行判断的步骤包括:
在隧道衬砌轮廓线两侧预设距离的滑坡表面各设置一个测斜孔,所述测斜孔的深度大于隧底和滑带之中的较大值至少2m;
通过上述两个测斜孔获得围岩深部的水平位移数据;
根据所述水平位移数据对滑坡的滑带特征进行判断;
根据判断结果对滑坡的滑带和隧道结构的空间位置关系进行判断。
本发明具有下述有益效果:
本发明提供一种滑坡-隧道体系变形的识别和联动监测的方法,首先通过合成孔径雷达干涉技术和地质雷达对滑坡-隧道体系变形进行综合识别,通过测斜管监测数据对滑坡-隧道体系进行分类,通过有限元数值模拟不同体系的变形特点,提出对应的监测指标和监测方法,最后通过对监测数据与数值模拟结果以及变形识别结果的对比和修正,形成滑坡-隧道体系变形的识别和联动监测方法。本发明提供的技术方案将滑坡和隧道两者作为一个整体考虑,比将滑坡和隧道进行单独监测节省了监测成本,提高了监测的经济性,提高了识别监测方法的效率和可靠性,可以广泛应用于滑坡-隧道体系、不稳定斜坡-隧道体系以及偏压隧道的变形识别和监测之中。
附图说明
图1为本发明实施例一提供的滑坡-隧道体系变形的识别和联动监测的方法的流程图。
图2为本发明实施例一提供的工况一:隧道结构在滑带上部的监测体系监测点布置图。
图3为本发明实施例一提供的工况二:隧道结构与滑带交叉的监测体系监测点布置图。
图4为本发明实施例一提供的工况三:隧道结构在滑带下部的监测体系监测点布置图。
图5为本发明实施例一提供的工况一:隧道结构在滑带上部的有限元数值模拟结果图。
图6为本发明实施例一提供的工况二:隧道结构与滑带交叉的有限元数值模拟结果图。
图7为本发明实施例一提供的工况三:隧道结构在滑带下部的有限元数值模拟结果图。
其中,附图标记为:204a:隧道结构在滑带上部、204a-1:隧道结构断面变形、204a-2:滑坡地表变形、204a-3:坡体深部变形、204a-4:隧道结构裂缝、204a-5:隧道结构倾角、204b:隧道结构与滑带交叉、204b-1:隧道结构裂缝、204b-2:隧道结构倾角、204b-3:隧道结构断面变形、204b-4:滑坡地表变形、204b-5:坡体深部水平位移、204c:隧道结构在滑带下部、204c-1:坡体深部水平位移、204c-2:滑坡地表变形、204c-3:隧道结构断面变形、204c-4:隧道结构裂缝。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图对本发明提供的滑坡-隧道体系变形的识别和联动监测的方法进行详细描述。
实施例一
本实施例提供一种“滑坡-隧道”体系变形识别和联动监测方法,包括:“滑坡-隧道”体系变形识别方法和“滑坡-隧道”体系变形监测方法和监测结果反馈方法。所述“滑坡-隧道”体系变形识别方法包括滑坡变形识别方法、隧道变形识别方法,其中所述滑坡变形识别方法采用合成孔径雷达干涉(Interferometric Synthetic Aperture Radar,InSAR)技术对滑坡平面范围进行初步判定。具体为,发挥InSAR技术可追溯滑坡被发现之前一定时间范围内的历史形变数据的特有优势,通过基于时间序列的InSAR数据,同时结合滑坡区域内的气象、水文地质资料,分析滑坡孕育演化过程,对滑坡平面范围进行初步判定。
所述隧道变形识别方法采用图像识别技术对隧道衬砌裂缝进行分析,对裂缝形态特征、分布范围、数量等进行统计分析。同时采用地质雷达对裂缝密集区域衬砌背后围岩的破碎程度进行探测,对隧道衬砌及围岩结构的劣化范围进行初步划分,判断滑坡对隧道纵向的影响范围。
本实施例中,所述“滑坡-隧道”体系变形监测方法通过以下三个步骤来实现。具体为:
第一步:在隧道衬砌轮廓线两侧一定距离的滑坡地表面各布置测斜孔一个,深度大于隧底和滑带中较大值至少2m。通过两个测斜孔监测的围岩深部水平位移数据对滑坡滑带特征进行判断,进一步对滑带和隧道结构的空间位置关系进行判断。两者位置关系共有三种工况。工况一:隧道结构在滑带上部、工况二:隧道结构与滑带交叉、工况三:隧道结构在滑带下部。
第二步:根据上述判断出的隧道结构和滑带的位置关系,结合前期勘察阶段提供的岩土体参数,采用有限元分析软件,对该工况下滑坡变形和隧道结构的变形特点进行分析。
第三步:根据有限元分析结果,以该工况下“滑坡-隧道”体系中占主导地位的指标为主要监测参数,其他指标为辅助监测参数,进行监测指标的选取和监测点的布置。
本实施例中,“滑坡-隧道”体系各工况变形特点及监测点布置如下:
工况一:隧道结构在滑带上部
如图5所示,该工况下隧道结构变形较大,以隧道结构断面变形作为主控指标。以滑坡地表变形作为辅助指标。根据隧道结构拱部发生沿滑坡滑动方向斜向下较大变形,仰拱变形较小的特点,对隧道结构断面的变形监测以拱部下沉和倾角为主。裂缝监测以边墙部位压裂缝监测为主。
根据上述分析,得到该工况下监测点布置图如图2所示,监测点重要性等级排序为:隧道结构断面变形、滑坡地表变形、坡体深部变形、隧道结构裂缝、隧道结构倾角。
工况二:隧道结构与滑带交叉
如图6所示,该工况下隧道结构变形最大,且隧道结构由于受滑带的剪切作用导致结构开裂,故将隧道结构变形和裂缝同时为主控指标,滑坡地表变形和坡体深部变形为辅助指标。同时根据隧道结构拱部沿滑坡滑动方向斜向下,仰拱斜向上的特点,对隧道结构裂缝监测以拱腰和边墙部位压裂缝监测为主。隧道结构断面变形的监测以拱部下沉和倾角为主。
根据上述分析,得到该工况下监测点布置图如图3所示,监测点重要性等级排序为:隧道结构裂缝、隧道结构倾角、隧道结构断面变形、滑坡地表变形、坡体深部水平位移。
工况三:隧道结构在滑带下部
如图7所示,该工况下滑带处变形最大,且滑带两侧位置方向相反,故将测斜管监测到的坡体深部水平位移为主控指标,滑坡地表变形和隧道结构变形为辅助指标。同时根据隧道结构拱部向下,仰拱向上的特点,对隧道结构裂缝监测以拱顶和仰拱中间拉裂缝监测为主。隧道结构断面变形的监测以拱部下沉为主。
根据上述分析,得到该工况下监测点布置图如图4所示,监测点重要性等级排序为:坡体深部水平位移,滑坡地表变形,隧道结构断面变形、隧道结构裂缝。
本实施例提供的监测指标及实施具体如下:滑坡坡表(隧道地表)变形:在隧道中线与地面交点布置坡表(隧顶)变形监测点,一方面可监测滑坡滑动,另一方面监测隧道地表变形,采用卫星定位系统,监测结果为滑坡体绝对变形。
坡体内部变形:在隧道衬砌轮廓线两侧一定距离的滑坡地表面各布置测斜孔一个,用来监测坡体内部变形。监测结果为滑坡体相对于稳定体的相对变形。
隧道结构断面变形:对应位置选取监测断面,在拱顶、拱腰、拱脚、边墙部位安装激光位移计,监测隧道结构的断面变形。监测结果为隧道结构的断面相对变形。
隧道结构倾角:在拱顶、拱腰、拱脚、边墙部位安装倾角仪,监测隧道结构的断面倾斜情况,该手段是对隧道结构断面变形的辅助监测手段。监测结果为隧道结构的断面相对变形。
隧道结构裂缝:选择有代表性裂缝(环向、纵向、斜向)2-3个进行裂缝宽度监测,监测结果为隧道结构某点相对变形。
本实施例进行监测结果反馈,对“滑坡-隧道”体系实测变形数据与数值模拟结果以及变形识别结果进行对比。如果两者结果一致,则说明之前建立的有限元数值模型能反映实际“滑坡-隧道”体系的变形状态,证明提出的主控+辅助指标的监测方法可行。如果不一致,则对有限元数值模型进行调整,同时对监测方法根据模拟结果进行相应调整,重复步骤三和步骤四,直至实测变形数据和数值模拟结果、变形识别结果一致。最终形成的“滑坡-隧道”体系变形识别、联动监测方法即为适合该实体工程的方法。
与现有技术相比,本发明提出的“滑坡-隧道”体系变形识别、联动监测方法将滑坡和隧道两者相互作用作为一个整体进行考虑,更能反映实体工程的变形状态。同时针对不同的“滑坡-隧道”空间位置关系,提出了不同的主控监测指标与辅助监测指标的组合监测方法,并采用数值模拟方法和变形识别方法对监测方法进行双重验证,可大大提高监测方法的可信度和可靠性。本发明比将滑坡、隧道进行单独监测节省了监测成本,很大程度上提高监测的经济性,保障了边坡和隧道的运营安全。通过该方法还可以得到“滑坡-隧道”体系随时空的变形规律,可为岩土学科理论研究提供基础数据。故可广泛应用于市政、公路、铁路等“滑坡-隧道”体系、“不稳定斜坡-隧道”体系及偏压隧道的变形识别和监测中。
图1为本发明实施例一提供的滑坡-隧道体系变形的识别和联动监测的方法的流程图。如图1所示,“滑坡-隧道”体系变形的识别和联动监测的方法,包括识别方法1、监测方法2、监测结果反馈3。
所述识别方法1由InSAR滑坡识别技术101和地质雷达识别隧道病害技术102组成,识别还要借助于“滑坡-隧道”体系的气象、水文地质资料103。通过InSAR滑坡识别技术,判断滑体平面范围101a;通过地质雷达识别隧道病害技术,判断有滑坡引起的隧道病害纵向影响范围102a。
所述监测方法2包括,测斜管监测201,有限元数值模拟滑坡-隧道体系变形特点202和不同滑坡-隧道位置关系对应监测方法203三个步骤组成。
所述测斜管监测方法201,在隧道衬砌轮廓线两侧一定距离的滑坡地表面各布置测斜孔一个,深度大于隧底和滑带中较大值至少2m。通过两个测斜孔监测的围岩深部水平位移数据对滑坡滑带特征进行判断,进一步对滑带和隧道结构的空间位置关系进行判断。两者位置关系共有三种工况。工况一202a:隧道结构在滑带上部、工况二202b:隧道结构与滑带交叉、工况三202c:隧道结构在滑带下部。
所述有限元数值模拟滑坡-隧道体系变形特点203,根据201判断出的隧道结构和滑带的位置关系(202a、202b、202c),结合前期勘察阶段提供的岩土体参数,采用有限元分析软件,对该工况下滑坡变形和隧道结构的变形特点进行分析。
根据有限元数值模拟滑坡-隧道体系变形特点203,工况一203a:隧道结构在滑带上部、工况二203b:隧道结构与滑带交叉、工况三203c:隧道结构在滑带下部。得到滑坡-隧道体系变形监测指标及测点布置204。工况一204a:隧道结构在滑带上部、工况二204b:隧道结构与滑带交叉、工况三204c:隧道结构在滑带下部。
所述隧道结构在滑带上部工况202a监测点布置图204a如图2所示,监测点重要性等级排序为:隧道结构断面变形204a-1、滑坡地表变形204a-2、坡体深部变形204a-3、隧道结构裂缝204a-4、隧道结构倾角204a-5。
所述隧道结构与滑带交叉工况202b监测点布置图204b如图3所示,监测点重要性等级排序为:隧道结构裂缝204b-1、隧道结构倾角204b-2、隧道结构断面变形204b-3、滑坡地表变形204b-4、坡体深部水平位移204b-5。
所述隧道结构在滑带下部工况202c监测点布置图204c如图4所示,监测点重要性等级排序为:坡体深部水平位移204c-1,滑坡地表变形204c-2,隧道结构断面变形204c-3、隧道结构裂缝204c-4。
本实施例中,所述监测数据205为采用所述有限元数值模拟方法203和变形监测指标及测点布置204得到。
所述监测结果反馈3,对“滑坡-隧道”体系监测数据205与有限元数值模拟滑坡-隧道体系变形特点203以及变形识别结果101a和102a进行对比,如果两者结果一致,则说明之前建立的有限元数值模型203能反映实际“滑坡-隧道”体系的变形状态,证明提出的变形监测指标及测点布置204可行。如果不一致,则对有限元数值模型203进行调整,同时对监测方法204根据模拟结果203进行相应调整,重复有限元数值模拟方法203和变形监测指标及测点布置204,直至监测数据205和数值模拟结果、变形识别结果一致。最终形成的“滑坡-隧道”体系变形识别、联动监测方法即为适合该实体工程的方法。
现有某高速公路隧道,隧道净空宽10m,高5m,埋深15m,隧道结构位于滑带上方15m处,由于隧道所处滑坡滑动导致隧道围岩劣化,隧道支护结构衬砌开裂,需对隧道处于滑坡及隧道结构变形进行识别和监测。首先调研隧道所处区域的气象资料和水文地质资料,采用InSAR技术对滑坡平面范围进行初步判定。采用图像识别技术对隧道衬砌裂缝进行分析,对裂缝形态特征、分布范围、数量等进行统计分析。同时采用地质雷达对裂缝密集区域衬砌背后围岩的破碎程度进行探测,对隧道衬砌及围岩结构的劣化范围进行初步划分,判断滑坡对隧道纵向的影响范围。
在隧道衬砌轮廓线两侧5m距离的滑坡地表面各布置测斜孔一个,孔深38m,42m。通过两个测斜孔监测的围岩深部水平位移数据对滑坡滑带特征进行判断,进一步对滑带和隧道结构的空间位置关系进行判断。判定为工况一:隧道结构在滑带上部。
结合前期勘察阶段提供的岩土体参数,采用有限元分析软件,对隧道结构在滑带上部工况下滑坡变形和隧道结构的变形特点进行分析。得到该工况下监测点布置图如图2所示。监测点重要性等级排序为:隧道结构断面变形、滑坡地表变形、坡体深部变形、隧道结构裂缝、隧道结构倾角。
本实施例中,各个监测点具体实施如下:
滑坡坡表或者隧道地表变形点1个,选取隧道中线与地面交点,一方面可监测滑坡滑动,另一方面监测隧道地表变形,采用卫星定位系统,监测结果为滑坡体绝对变形。
坡体内部变形在隧道衬砌轮廓线两侧一定距离的滑坡地表面各布置测斜孔1个,用来监测坡体内部变形。监测结果为滑坡体相对于稳定体的相对变形。
隧道结构断面变形选取1-2个监测断面,在拱顶、左右拱腰部位安装激光位移计,监测隧道结构的断面变形,在激光位移计中间安装倾角仪1对,监测断面结构倾斜状态。监测结果为隧道结构的断面相对变形。
在边墙部位选择有代表性裂缝(环向、纵向、斜向)3个进行裂缝宽度监测,监测结果为隧道结构某点相对变形。
对“滑坡-隧道”体系实测变形数据与数值模拟结果以及变形识别结果进行对比,如果两者结果一致,则说明之前建立的有限元数值模型能反映实际“滑坡-隧道”体系的变形状态,证明提出的主控+辅助指标的监测方法可行。如果不一致,则对有限元数值模型进行调整,同时对监测方法根据模拟结果进行相应调整,重复修正有限元数值模型和监测指标及方法,直至实测变形数据和数值模拟结果、变形识别结果一致。最终形成的“滑坡-隧道”体系变形识别、联动监测方法即为适合该实体工程的方法。
与现有技术相比,本发明提出的“滑坡-隧道”体系变形识别、联动监测方法将滑坡和隧道两者相互作用作为一个整体进行考虑,更能反映实体工程的变形状态。同时针对不同的“滑坡-隧道”空间位置关系,提出了不同的主控监测指标与辅助监测指标的组合监测方法,并采用数值模拟方法和变形识别方法对监测方法进行双重验证,可大大提高监测方法的可信度和可靠性。本发明比将滑坡、隧道进行单独监测节省了监测成本,很大程度上提高监测的经济性,保障了边坡和隧道的运营安全。通过该方法还可以得到“滑坡-隧道”体系随时空的变形规律,可为岩土学科理论研究提供基础数据。故可广泛应用于市政、公路、铁路等“滑坡-隧道”体系、“不稳定斜坡-隧道”体系及偏压隧道的变形识别和监测中。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。

Claims (4)

1.一种滑坡-隧道体系变形的识别和联动监测的方法,其特征在于,包括:
使用合成孔径雷达干涉技术对滑坡平面进行初步判定,以识别滑坡的变形;
使用图像识别技术对隧道衬砌裂缝的形态特征、分布范围、数量进行统计分析,以识别隧道的变形;
对滑坡的滑带和隧道结构的空间位置关系进行判断;
根据滑坡的滑带和隧道结构的空间位置关系,结合前期勘察阶段提供的岩土体参数,使用有限元分析方法对滑坡和隧道的变形特点进行分析;
根据有限元分析的结果将滑坡和隧道的变形指标分类为主要监测参数和辅助监测参数,根据所述主要监测参数和所述辅助监测参数进行监测指标的选取和监测点的布置;
对监测数据与数值模拟结果以及变形识别结果进行对比和修正,当监测数据与数值模拟结果以及变形识别结果一致时,形成滑坡-隧道体系变形的识别和联动监测的方法;如果不一致,则对有限元数值模型进行调整,同时对监测方法根据模拟结果进行相应调整,重复修正有限元数值模型和监测指标及方法,直至实测变形数据和数值模拟结果、变形识别结果一致,最终形成的滑坡-隧道体系变形的识别和联动监测方法即为适合实体工程的方法。
2.根据权利要求1所述的滑坡-隧道体系变形的识别和联动监测的方法,其特征在于,所述使用合成孔径雷达干涉技术对滑坡平面进行初步判定的步骤包括:
使用合成孔径雷达干涉技术获得滑坡的历史形变数据;
根据所述历史形变数据形成基于时间序列的合成孔径雷达干涉数据;
获得滑坡区域的气象数据和水文地质数据;
根据所述合成孔径雷达干涉数据、所述气象数据和所述水文地质数据,对滑坡平面进行初步判定。
3.根据权利要求1所述的滑坡-隧道体系变形的识别和联动监测的方法,其特征在于,还包括:
使用地质雷达对裂缝密集区域衬砌背后围岩的破碎程度进行探测,对隧道衬砌和围岩结构的劣化范围进行初步划分;
根据探测结果判断滑坡对隧道纵向的影响范围。
4.根据权利要求1所述的滑坡-隧道体系变形的识别和联动监测的方法,其特征在于,所述对滑坡的滑带和隧道结构的空间位置关系进行判断的步骤包括:
在隧道衬砌轮廓线两侧预设距离的滑坡表面各设置一个测斜孔,所述测斜孔的深度大于隧底和滑带之中的较大值至少2m;
通过两个测斜孔获得围岩深部的水平位移数据;
根据所述水平位移数据对滑坡的滑带特征进行判断;
根据判断结果对滑坡的滑带和隧道结构的空间位置关系进行判断。
CN202010184998.0A 2020-03-17 2020-03-17 一种滑坡-隧道体系变形的识别和联动监测的方法 Active CN111473779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010184998.0A CN111473779B (zh) 2020-03-17 2020-03-17 一种滑坡-隧道体系变形的识别和联动监测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010184998.0A CN111473779B (zh) 2020-03-17 2020-03-17 一种滑坡-隧道体系变形的识别和联动监测的方法

Publications (2)

Publication Number Publication Date
CN111473779A CN111473779A (zh) 2020-07-31
CN111473779B true CN111473779B (zh) 2021-09-24

Family

ID=71747449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010184998.0A Active CN111473779B (zh) 2020-03-17 2020-03-17 一种滑坡-隧道体系变形的识别和联动监测的方法

Country Status (1)

Country Link
CN (1) CN111473779B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112395789A (zh) * 2020-10-23 2021-02-23 马培峰 一种耦合InSAR和数值模拟分析城区滑坡形变的方法
CN112526515A (zh) * 2020-11-05 2021-03-19 山西省交通科技研发有限公司 一种基于合成孔径雷达干涉测量技术的地表形变检测方法
CN112883459B (zh) * 2021-01-17 2024-02-23 北京市政路桥股份有限公司 一种隧道-滑坡体-抗滑桩体系稳定性耦合分析方法
CN114186312B (zh) * 2021-12-03 2022-07-19 石家庄铁道大学 基于隧道变形特征的涉隧滑坡类型辨识方法
CN117332664B (zh) * 2023-12-01 2024-02-09 北京云庐科技有限公司 基于物理计算结果的地质灾害数字孪生实景显示方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1061177A2 (en) * 1999-06-16 2000-12-20 Carlo Chiaves Cantilevered structure for the protection of a communication route
CN102392649A (zh) * 2011-10-19 2012-03-28 中铁西北科学研究院有限公司勘察设计分公司 一种隧道纵向穿越滑坡的预加固组合结构和实施方法
TWI526670B (zh) * 2015-01-23 2016-03-21 正修科技大學 隧道變形之立體影像量測方法及其裝置
CN105649116A (zh) * 2016-01-18 2016-06-08 上海理工大学 降雨条件下隧道穿越滑坡体影响的模型试验装置
CN106405675A (zh) * 2016-08-25 2017-02-15 山东科技大学 用于露天矿坑尾矿库边坡滑坡预警的动态监测系统及方法
CN107609319A (zh) * 2017-10-30 2018-01-19 中国电建集团成都勘测设计研究院有限公司 根据隧道衬砌变形确定滑坡推力的方法
CN109163696A (zh) * 2018-08-02 2019-01-08 中铁科学研究院有限公司深圳分公司 一种边、滑坡变形破坏模式的预测判别新方法及新装置
EP3492864A1 (en) * 2016-07-29 2019-06-05 Nikon-Trimble Co., Ltd. Monitoring method, monitoring system, and program
CN110411370A (zh) * 2019-07-26 2019-11-05 北京住总集团有限责任公司 一种基于空间时间参数的隧道施工风险管控系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201278201Y (zh) * 2008-09-03 2009-07-22 中国石油天然气股份有限公司 基于光纤光栅的管道滑坡监测预警系统
US8494827B2 (en) * 2009-09-25 2013-07-23 Exxonmobil Upstream Research Company Method of predicting natural fractures and damage in a subsurface region
CN106295040B (zh) * 2016-08-17 2019-04-30 中国科学院、水利部成都山地灾害与环境研究所 滑坡灾害监测预警地表测斜仪阈值判定方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1061177A2 (en) * 1999-06-16 2000-12-20 Carlo Chiaves Cantilevered structure for the protection of a communication route
CN102392649A (zh) * 2011-10-19 2012-03-28 中铁西北科学研究院有限公司勘察设计分公司 一种隧道纵向穿越滑坡的预加固组合结构和实施方法
TWI526670B (zh) * 2015-01-23 2016-03-21 正修科技大學 隧道變形之立體影像量測方法及其裝置
CN105649116A (zh) * 2016-01-18 2016-06-08 上海理工大学 降雨条件下隧道穿越滑坡体影响的模型试验装置
EP3492864A1 (en) * 2016-07-29 2019-06-05 Nikon-Trimble Co., Ltd. Monitoring method, monitoring system, and program
CN106405675A (zh) * 2016-08-25 2017-02-15 山东科技大学 用于露天矿坑尾矿库边坡滑坡预警的动态监测系统及方法
CN107609319A (zh) * 2017-10-30 2018-01-19 中国电建集团成都勘测设计研究院有限公司 根据隧道衬砌变形确定滑坡推力的方法
CN109163696A (zh) * 2018-08-02 2019-01-08 中铁科学研究院有限公司深圳分公司 一种边、滑坡变形破坏模式的预测判别新方法及新装置
CN110411370A (zh) * 2019-07-26 2019-11-05 北京住总集团有限责任公司 一种基于空间时间参数的隧道施工风险管控系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
Activity and kinematic behaviour of deep-seated landslides from PS-InSAR displacement rate measurements;Paolo Frattini;《Landslides》;20180123;全文 *
LANDSLIDE-PILE-TUNNEL INTERACTION BY 2D AND 3D FINITE ELEMENT MODELLING;Mayank Mishra;《Computational Methods in Structural Dynamics and Earthquake Engineering》;20170630;全文 *
地基InSAR技术及其典型边坡监测应用;刘斌;《中国地质调查》;20180228;全文 *
大准铁路南坪隧道-滑坡体系变形特征及处治技术;罗兴华;《铁道建筑》;20181031;全文 *
浅埋偏压隧道洞口滑坡稳定性分析及其处理方法;汪峰;《安徽建筑》;20190619;全文 *
阳坡里隧道纵穿滑坡体段变形破坏机制与加固效应研究;王永刚;《岩土力学》;20120731;全文 *
高速公路隧道口滑坡体稳定性监测最优变权组合模型;郭云开;《长沙理工大学学报f自然科学版)》;20150228;全文 *

Also Published As

Publication number Publication date
CN111473779A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111473779B (zh) 一种滑坡-隧道体系变形的识别和联动监测的方法
CN112945139B (zh) 一种三维扫描结合bim技术的盾构工程辅助系统
Jiang et al. Observe the temporal evolution of deep tunnel's 3D deformation by 3D laser scanning in the Jinchuan No. 2 Mine
CN109029343B (zh) 一种确定未知采空区范围和老采空区残余沉降的方法
CN114659492B (zh) 一种隧道掘进用监测平台及监测方法
CN106248672B (zh) 一种基于dic技术的现场孔内岩体裂纹扩展模式识别方法及系统
CN105785471A (zh) 一种矿井预开采煤层的冲击危险性评价方法
CN113362469B (zh) 综合城市建筑信息和地层结构的盾构隧道施工预警方法
CN105929462B (zh) 一种探测西部浅埋煤层开采覆岩动态活动规律的方法
CN102590874A (zh) 一种山地采煤沉陷水田地表裂缝探测方法
CN115263432A (zh) 一种深埋隧洞稳定性和安全性监测分析系统
CN111272093B (zh) 一种巷道变形监测方法
CN109635387B (zh) 一种获取冲沟发育矿区采动坡体变形规律的方法
CN113610972B (zh) 线性工程穿越高位危岩落石区勘察与评估方法
CN116128290A (zh) 城市建成区盾构法施工环境风险智能评估数字孪生系统
CN112146588A (zh) 一种矿山巷道掘进爆破质量快速判断方法
CN114663840A (zh) 隧道环境的巡检设备监控方法及系统
Lu et al. Monitoring and analysis of ground subsidence and backfill stress distribution in Jinchuan Mine, China
CN104636576A (zh) 基于加权平均法的地铁施工风险快速评估方法
Fu et al. Mapping mining-induced ground fissures and their evolution using UAV photogrammetry
CN117233861A (zh) 一种隧道三维地质可视化综合预报方法
Vlachopoulos et al. Integration among LiDAR-based structural input, DFN generation and DOS technology to describe the rock mass fracture system
CN115359447A (zh) 公路隧道远程监控系统
Saunders et al. Review of historical and new monitoring data for geotechnical subsidence assessment at San Manuel and Kalamazoo block cave mines
Chen et al. Detection of grouting effect in defective areas of metro concealed tunnels in loess areas

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