CN112767656B - 一种露天矿山滑坡灾害预警方法及系统 - Google Patents
一种露天矿山滑坡灾害预警方法及系统 Download PDFInfo
- Publication number
- CN112767656B CN112767656B CN202110007889.6A CN202110007889A CN112767656B CN 112767656 B CN112767656 B CN 112767656B CN 202110007889 A CN202110007889 A CN 202110007889A CN 112767656 B CN112767656 B CN 112767656B
- Authority
- CN
- China
- Prior art keywords
- monitoring data
- landslide
- early warning
- model
- mine
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
Abstract
本发明公开了一种露天矿山滑坡灾害预警方法及系统,应用于灾害预警技术领域,获取露天矿山监测数据;根据矿山监测数据确定影响因子;根据影响因子结合历史影响因子构建有限元模型;利用有限元模型获取实际监测点对应的影响因子的时间序列;根据时间序列构建监测数据变化模型;根据监测数据变化模型确定实际监测点的监测数据变化率;构建滑坡预测模型;对各监测数据进行权重分配,判断是否发出预警信号。对于露天矿山滑坡预测准确,根据检测数据的重要度确定影响因子,同时确定权重保证影响因子能够准确的对露天矿山滑坡灾害的预警。
Description
技术领域
本发明涉及灾害预警技术领域,更具体的说是涉及一种露天矿山滑坡灾害预警方法及系统。
背景技术
露天矿经过长时间开采,其开采深度不断加深,边坡长度不断加长,很多矿山已处于深凹开采过程之中。因此,露天矿边坡滑坡事故时有发生,其给露天矿安全生产带来了极大威胁。为解决露天矿边坡安全问题,国内外学者多年来一直致力于边坡失稳分析及预测预报工作的研究。边坡监测数据作为边坡失稳分析及预测预报的重要数据源,其精度的高低决定了是否能对边坡失稳做出准确分析及预测预报的关键因素,但就目前研究状况存在如下问题:①建模方法体现出理论与实践的脱离。
②仅仅根据单一指标确定监测数据,不够准确。
③多个指标确定监控数据,没有主次之分。
鉴于上述原因,如何提供一种高精度,预测准确的露天矿山滑坡灾害预警方法及系统是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种露天矿山滑坡灾害预警方法及系统,对于露天矿山滑坡预测准确,根据检测数据的重要度确定影响因子,同时确定权重保证影响因子能够准确的对露天矿山滑坡灾害的预警。
为了实现上述目的,本发明提供如下技术方案:
一种露天矿山滑坡灾害预警方法,具体步骤如下:
获取露天矿山监测数据;根据所述矿山监测数据确定影响因子;
根据所述影响因子结合历史影响因子构建有限元模型;
利用所述有限元模型获取实际监测点对应的影响因子的时间序列;
根据所述时间序列构建监测数据变化模型;
根据所述监测数据变化模型确定实际监测点的监测数据变化率;
构建滑坡预测模型;
对各监测数据进行权重分配,判断是否发出预警信号。
优选的,在上述的一种露天矿山滑坡灾害预警方法中,具体步骤如下:
利用布设的传感器采集露天矿山的监测数据;
确定所述监测数据与所述露天矿山滑坡发生的关联信息;
根据所述关联信息确定所述监测数据中各个参数的重要度;
根据所述重要度确定影响因子。
优选的,在上述的一种露天矿山滑坡灾害预警方法中,所述影响因子包括:边坡位移、后缘裂缝、地下水位、坡体含水率中的一种或多种。
优选的,在上述的一种露天矿山滑坡灾害预警方法中,根据所述影响因子、地形、地质资料、以及岩土参数进行实体建模;
对待测露天矿山进行模态试验,得到模态试验结果;
建立待测露天矿山有限元模型,并通过所述有限元分析软件进行模态求解;
利用所述有限元模型获得影响因子的时间序列。
优选的,在上述的一种露天矿山滑坡灾害预警方法中,监测数据变化模型表达式
其中,x1表示当前时刻t1的监测数据;x0表示初始时刻t0的监测数据,Y=[y1,y2,y3,...],y1,y2,y3,...分别表示各个影响因子。
优选的,在上述的一种露天矿山滑坡灾害预警方法中,所述滑坡预测模型表达式
其中,ω1,ω2,...,ωn表示各个影响因子的权重;所述权重是根据所述影响因子的重要度确定的。
一种露天矿山滑坡预警系统,包括:
数据获取模块,用于获取露天矿山监测数据;根据所述矿山监测数据确定影响因子;
有限元模型建立模块,用于根据所述影响因子结合历史影响因子构建有限元模型;
监测数据变化模型建立模块,利用所述有限元模型获取实际监测点对应的影响因子的时间序列;根据所述时间序列构建监测数据变化模型;
滑坡预警模型建立模块,根据所述监测数据变化模型确定实际监测点的监测数据变化率;对各监测数据进行权重分配确定滑坡预警模型。
优选的,在上述的一种露天矿山滑坡预警系统中,还包括:权重分配模块,用于根据各个影响因子的重要度进行排序,并进行分配权重,其中各个权重系数相加为一。
优选的,在上述的一种露天矿山滑坡预警系统中,所述数据获取模块包括:传感器组件、关联信息获取单元、重要度计算单元;所述传感器组件用于获取监测数据;所述关联信息获取单元建立所述监测数据与滑坡灾害发生的映射关系;所述重要度计算单元计算各个监测数据的重要度。
优选的,在上述的一种露天矿山滑坡预警系统中,所述传感器组件包括但不限于GPS位移监测装置、水位传感器、土壤水分传感器、后缘裂缝测量装置。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种露天矿山滑坡灾害预警方法及系统,获取露天矿山监测数据;根据矿山监测数据确定影响因子;根据影响因子结合历史影响因子构建有限元模型;利用有限元模型获取实际监测点对应的影响因子的时间序列;根据时间序列构建监测数据变化模型;根据监测数据变化模型确定实际监测点的监测数据变化率;构建滑坡预测模型;对各监测数据进行权重分配,判断是否发出预警信号。对于露天矿山滑坡预测准确,根据检测数据的重要度确定影响因子,同时确定权重保证影响因子能够准确的对露天矿山滑坡灾害的预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1附图为本发明的方法流程图;
图2附图为本发明的系统框图;
图3附图为本发明的数据获取模块的系统框图。
具体实施方式
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。
本发明实施例公开了一种露天矿山滑坡灾害预警方法,如图1所示,具体步骤如下:
S101获取露天矿山监测数据;根据矿山监测数据确定影响因子;
S102根据影响因子结合历史影响因子构建有限元模型;
S103利用有限元模型获取实际监测点对应的影响因子的时间序列;
S104根据时间序列构建监测数据变化模型;
S105根据监测数据变化模型确定实际监测点的监测数据变化率;
S106构建滑坡预测模型;
S107对各监测数据进行权重分配,判断是否发出预警信号。
通过上述的技术方案,对于影响因子的时间序列的获取,可以根据历史数据构建回归方程,从而确定当前时间序列。
在本发明的一个实施例中,S101具体步骤如下:
利用布设的传感器采集露天矿山的监测数据;
确定监测数据与露天矿山滑坡发生的关联信息;
根据关联信息确定监测数据中各个参数的重要度;
根据重要度确定影响因子。
在本发明的一个实施例中,影响因子包括:边坡位移、后缘裂缝、地下水位、坡体含水率中的一种或多种。
具体地,选取主滑面对应坡面布置多个监测点,GPS位移监测装置安装在监测点上,并与滑坡体紧密连接,确保坡度形变数据能够获取;每个监测点进行钻孔安装水位传感器和土壤水分传感器,共同监测滑坡体的水分变化;后缘裂缝测量装置每隔固定间隔测量一次。
在本发明的一个实施例中,根据影响因子、地形、地质资料、以及岩土参数进行实体建模;
对待测露天矿山进行模态试验,得到模态试验结果;
建立待测露天矿山有限元模型,并通过有限元分析软件进行模态求解;
利用有限元模型获得影响因子的时间序列。
其中,x1表示当前时刻t1的监测数据;x0表示初始时刻t0的监测数据,Y=[y1,y2,y3,...],y1,y2,y3,...分别表示各个影响因子。
在本发明的一个实施例中,滑坡预测模型表达式
其中,ω1,ω2,...,ωn表示各个影响因子的权重;权重是根据影响因子的重要度确定的。
在本发明的另一实施例公开了一种露天矿山滑坡预警系统,如图2所示,包括:
数据获取模块,用于获取露天矿山监测数据;根据矿山监测数据确定影响因子;
有限元模型建立模块,用于根据影响因子结合历史影响因子构建有限元模型;
监测数据变化模型建立模块,利用有限元模型获取实际监测点对应的影响因子的时间序列;根据时间序列构建监测数据变化模型;
滑坡预警模型建立模块,根据监测数据变化模型确定实际监测点的监测数据变化率;对各监测数据进行权重分配确定滑坡预警模型。
本发明中一个可选的实施例中,还包括:权重分配模块,用于根据各个影响因子的重要度进行排序,并进行分配权重,其中各个权重系数相加为一。
在本发明的一个实施例中,如图3所示,数据获取模块包括:传感器组件、关联信息获取单元、重要度计算单元;传感器组件用于获取监测数据;关联信息获取单元建立监测数据与滑坡灾害发生的映射关系;重要度计算单元计算各个监测数据的重要度。
在本发明的一个实施例中,传感器组件包括但不限于GPS位移监测装置、水位传感器、土壤水分传感器、后缘裂缝测量装置。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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 (7)
1.一种露天矿山滑坡灾害预警方法,其特征在于,具体步骤如下:
获取露天矿山监测数据;根据所述矿山监测数据确定影响因子;
根据所述影响因子结合历史影响因子构建有限元模型;
利用所述有限元模型获取实际监测点对应的影响因子的时间序列:
S1、根据所述影响因子、地形、地质资料、以及岩土参数进行实体建模;
S2、对待测露天矿山进行模态试验,得到模态试验结果;
S3、建立待测露天矿山有限元模型,并通过有限元分析软件进行模态求解;
S4、利用所述有限元模型获得影响因子的时间序列;
根据所述时间序列构建监测数据变化模型;
其中,x1表示当前时刻t1的监测数据;x0表示初始时刻t0的监测数据,Y=[y1,y2,y3,...],y1,y2,y3,...分别表示各个影响因子;
根据所述监测数据变化模型确定实际监测点的监测数据变化率;
构建滑坡预测模型;
对各监测数据进行权重分配,判断是否发出预警信号。
2.根据权利要求1所述的一种露天矿山滑坡灾害预警方法,其特征在于,具体步骤如下:
利用布设的传感器采集露天矿山的监测数据;
确定所述监测数据与所述露天矿山滑坡发生的关联信息;
根据所述关联信息确定所述监测数据中各个参数的重要度;
根据所述重要度确定影响因子。
3.根据权利要求2所述的一种露天矿山滑坡灾害预警方法,其特征在于,所述影响因子包括:边坡位移、后缘裂缝、地下水位、坡体含水率中的一种或多种。
5.一种露天矿山滑坡预警系统,其特征在于,包括:
数据获取模块,用于获取露天矿山监测数据;根据所述矿山监测数据确定影响因子;
所述数据获取模块包括:传感器组件、关联信息获取单元、重要度计算单元;所述传感器组件用于获取监测数据;所述关联信息获取单元建立所述监测数据与滑坡灾害发生的映射关系;所述重要度计算单元计算各个监测数据的重要度;
有限元模型建立模块,用于根据所述影响因子结合历史影响因子构建有限元模型;
监测数据变化模型建立模块,利用所述有限元模型获取实际监测点对应的影响因子的时间序列;根据所述时间序列构建监测数据变化模型;
滑坡预警模型建立模块,根据所述监测数据变化模型确定实际监测点的监测数据变化率;对各监测数据进行权重分配确定滑坡预警模型。
6.根据权利要求5所述的一种露天矿山滑坡预警系统,其特征在于,还包括:权重分配模块,用于根据各个影响因子的重要度进行排序,并进行分配权重,其中各个权重系数相加为一。
7.根据权利要求5所述的一种露天矿山滑坡预警系统,其特征在于,所述传感器组件包括但不限于GPS位移监测装置、水位传感器、土壤水分传感器、后缘裂缝测量装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110007889.6A CN112767656B (zh) | 2021-01-05 | 2021-01-05 | 一种露天矿山滑坡灾害预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110007889.6A CN112767656B (zh) | 2021-01-05 | 2021-01-05 | 一种露天矿山滑坡灾害预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767656A CN112767656A (zh) | 2021-05-07 |
CN112767656B true CN112767656B (zh) | 2021-11-23 |
Family
ID=75699282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110007889.6A Active CN112767656B (zh) | 2021-01-05 | 2021-01-05 | 一种露天矿山滑坡灾害预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767656B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114863645B (zh) * | 2022-07-04 | 2022-09-16 | 四川省华地建设工程有限责任公司 | 一种地质灾害监测预警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146144A (zh) * | 2018-07-26 | 2019-01-04 | 西安工程大学 | 基于改进贝叶斯网络的滑坡灾害预测方法 |
CN109887240A (zh) * | 2019-03-22 | 2019-06-14 | 福州大学 | 一种基于人工智能的滑坡灾害安全监测与预警方法 |
JP2019114177A (ja) * | 2017-12-26 | 2019-07-11 | 株式会社トーエン | 土砂災害避難通知システム |
CN110309525A (zh) * | 2019-03-22 | 2019-10-08 | 北京北科安地科技发展有限公司 | 一种边坡空间变形及破坏趋势计算方法 |
CN111259605A (zh) * | 2020-02-14 | 2020-06-09 | 中铁二院工程集团有限责任公司 | 一种土质滑坡监测预警评估方法 |
CN111784070A (zh) * | 2020-07-09 | 2020-10-16 | 中国地质环境监测院 | 一种基于XGBoost算法的滑坡短临智能预警方法 |
-
2021
- 2021-01-05 CN CN202110007889.6A patent/CN112767656B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019114177A (ja) * | 2017-12-26 | 2019-07-11 | 株式会社トーエン | 土砂災害避難通知システム |
CN109146144A (zh) * | 2018-07-26 | 2019-01-04 | 西安工程大学 | 基于改进贝叶斯网络的滑坡灾害预测方法 |
CN109887240A (zh) * | 2019-03-22 | 2019-06-14 | 福州大学 | 一种基于人工智能的滑坡灾害安全监测与预警方法 |
CN110309525A (zh) * | 2019-03-22 | 2019-10-08 | 北京北科安地科技发展有限公司 | 一种边坡空间变形及破坏趋势计算方法 |
CN111259605A (zh) * | 2020-02-14 | 2020-06-09 | 中铁二院工程集团有限责任公司 | 一种土质滑坡监测预警评估方法 |
CN111784070A (zh) * | 2020-07-09 | 2020-10-16 | 中国地质环境监测院 | 一种基于XGBoost算法的滑坡短临智能预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112767656A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102736124B (zh) | 基于综合参数的隧道开挖围岩动态细化分级方法 | |
CN109145463B (zh) | 一种用于隧道开挖过程中的变形分析方法 | |
CN108922123B (zh) | 一种矿山边坡滑移稳定性监测预警方法 | |
CN108263639B (zh) | 谱载下基于间接测量应变的飞机结构关键部位疲劳寿命在线监测方法 | |
CN103743441A (zh) | 一种边坡安全的多元耦合在线监测系统及方法 | |
CN111042866B (zh) | 一种多物理场协同的突水监测方法 | |
CN109374049A (zh) | 一种隧道围岩变形监测报警装置 | |
CN105761436A (zh) | 一种红层地区滑坡预警方法及其应用 | |
CN112767656B (zh) | 一种露天矿山滑坡灾害预警方法及系统 | |
CN111794803A (zh) | 一种充填开采沿空留巷充填效果监测与稳定性评价方法 | |
CN111815471A (zh) | 一种基于大数据的煤矿资源开采区地质灾害监测预警管理系统 | |
Ding et al. | Automatic monitoring of slope deformations using geotechnical instruments | |
CN108921319A (zh) | 一种用于岩溶隧道结构安全预警的监测方法 | |
CN113591347A (zh) | 一种高边坡施工过程中动态监测方法及预警系统 | |
JP3635270B2 (ja) | 地盤変動計測システム | |
CN104298856B (zh) | 基于围岩变形监控与数值模拟的隧道超前地质预报方法 | |
CN115273410B (zh) | 一种基于大数据的突发性滑坡监测预警系统 | |
CN113433595B (zh) | 基于自然电场隧道裂隙水的超前预报方法 | |
Dawn | Technologies of ground support monitoring in block caving operations | |
CN110989028A (zh) | 基于人工智能的隧道仿生超前地质预报装备与方法 | |
CN211123324U (zh) | 一种基于bim+gis的隧道施工超前地质预报信息系统 | |
CN106600437A (zh) | 一种现场采动底板断层活化程度综合预警与分析方法 | |
CN108133582B (zh) | 一种针对分布式传感系统的重要事故报警定位分析方法 | |
Li et al. | Tailings dam breach disaster on-line monitoring method and system realization | |
CN114493295B (zh) | 一种盐岩地质下隧道监测项目的确定方法及监测系统 |
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 |