CN113866822B - 一种高烈度地震区滑坡震后稳定性评估方法及系统 - Google Patents
一种高烈度地震区滑坡震后稳定性评估方法及系统 Download PDFInfo
- Publication number
- CN113866822B CN113866822B CN202111146022.5A CN202111146022A CN113866822B CN 113866822 B CN113866822 B CN 113866822B CN 202111146022 A CN202111146022 A CN 202111146022A CN 113866822 B CN113866822 B CN 113866822B
- Authority
- CN
- China
- Prior art keywords
- landslide
- earthquake
- acceleration
- stability
- self
- 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
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000001133 acceleration Effects 0.000 claims abstract description 113
- 230000009467 reduction Effects 0.000 claims abstract description 41
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 238000013480 data collection Methods 0.000 claims abstract description 8
- 230000007774 longterm Effects 0.000 claims abstract description 7
- 238000012546 transfer Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 5
- 238000010183 spectrum analysis Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
- G01V1/20—Arrangements of receiving elements, e.g. geophone pattern
-
- 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
-
- 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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/20—Trace signal pre-filtering to select, remove or transform specific events or signal components, i.e. trace-in/trace-out
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
- G01V2210/324—Filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/23—Dune restoration or creation; Cliff stabilisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geophysics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种高烈度地震区滑坡震后稳定性评估方法及系统,属于抗滑桩长期服役性能监测技术领域。包括:在滑坡的不同区域布设若干个加速度传感器;所述加速度传感器采集地震波的加速度数据,并将所述加速度数据发送至数据采集及传输系统,所述数据采集及传输系统再将触发阈值后的加速度数据发送至监测中心;所述监测中心获取到触发阈值后的加速度数据后,对所述加速度数据进行自适应卡尔曼滤波降噪处理;所述监测中心再对降噪处理后的所述加速度数据进行解算,确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例,得到损伤识别结果。具有操作简便、成本低、可靠性高等优点,在高烈度频发地震区有着广阔的应用前景。
Description
技术领域
本发明涉及抗滑桩长期服役性能监测技术领域,特别涉及一种高烈度地震区滑坡震后稳定性评估方法及系统。
背景技术
目前,高烈度地震荷载下滑坡稳定性分析多是采用数值仿真方式开展,如既文献1:专利《一种地震荷载作用下三维边坡稳定性预测方法》(CN103135128B,周小平),文献2:专利《一种基于滑动位移分析的三维地震边坡发生滑坡的时间预测方法》(CN104182646B,周小平),文献3:专利《一种基于能量解调频谱的新型层边坡地震损伤失衡计算统计及方法》(CN108445536A,李龙起)。
然而尚未有针对高烈度地震区滑坡稳定性进行长期在线监测评估的方法,其中高烈度地震区是指断层比较活跃,有可能发生大的地震、烈度在7度及以上,防震要求较高的地区,目前对于震后的区域性滑坡稳定性的评估,主要是依赖于进入现场,进行现场勘查的手段,因此急需一种操作简便、可靠性高的高烈度地震区滑坡震后损伤监测及稳定性评估系统。由无阻尼n自由度系统损伤前的动力方程,地震后抗滑桩若发生局部损伤会导致系统刚度降低,而系统刚度与系统自振频率成正比。
发明内容
本发明的目的在于克服现有技术中所存在的目前没有针对高烈度地震区滑坡稳定性进行长期在线监测评估的方法的不足,提供一种高烈度地震区滑坡震后稳定性评估系统。
为了实现上述发明目的,本发明提供了以下技术方案:
一种高烈度地震区滑坡震后稳定性评估方法,包括:
S1:在滑坡的不同区域布设若干个加速度传感器;
S2:所述加速度传感器采集地震波的加速度数据,并将所述加速度数据发送至数据采集及传输系统,所述数据采集及传输系统再将触发阈值后的加速度数据发送至监测中心;
S3:所述监测中心获取到所述触发阈值后的加速度数据后,对所述触发阈值后的加速度数据进行自适应卡尔曼滤波降噪处理;
S4:所述监测中心再对降噪处理后的加速度数据进行解算,获取到各监测点位自振频率f,根据自振频率下降程度确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例,得到损伤识别结果。
采用上述技术方案,通过监测滑坡坡体内各点位动力响应,获取个点位自振频率,判断滑坡坡体震后损伤状态,评估滑坡震后稳定性,该方法具有操作简便、成本低、可靠性高等优点,在高烈度频发地震区有着广阔的应用前景。
作为本发明的优选方案,步骤S1包括:根据滑坡规模大小、地质条件和潜在致灾模式来综合确定加速度传感器的布设位置,所述加速传感器等间距布设在基岩面以上坡体内部,一般沿主轴方向设计若干处深孔布设所述加速度传感器,同时在坡脚附近的稳定点布设1台所述加速度传感器。
作为本发明的优选方案,所述步骤S2还包括,所述加速度传感器通过长短时间平均法捕捉地震P波的到达时刻,即:STA/LTA,其中:
式中,STA i 为所述加速度数据在i时刻的短时间平均值,LTA i 为i时刻的长时间平均值,CF(i)为所述加速度数据在i时刻的特征函数值,N sta 为短时间平均值时间窗包含的记录点数,N lta 为长时间平均值时间窗包含的记录点数,为在i时刻的原始信号振幅。
作为本发明的优选方案,根据环境噪声设定所述阈值(THR),一般设定为4~10,将所述STA/LTA递归计算所得值与所述阈值的要求(THR)进行对比,首次大于所述阈值的时刻,即可判定为地震P波到达该地时刻。
作为本发明的优选方案,所述步骤S3包括:选择加速度传感器的理论输出加速度为待估计的一维状态量,认为除系统噪声外,系统状态保持稳定,由于直接测量的是含测量噪声的加速度计输出电压,加速度理论值与电压测量值的转化可以通过加速度计的标度因数实现,因此,加速度传感器的信号降噪模型为:
式中,g 0 为重力加速度;K为加速度计电压标度因数,为k时刻系统状态量;/>为系统噪声;/>为测量噪声;/>为k+1时刻系统量测值。
作为本发明的优选方案,所述步骤S4还包括:
S41:通过传递函数法获取坡体内各点位的自振频率f,传递函数是一个以频率ω为自变量的复变函数,函数结构为:
式中,为传递函数,/>为传递函数的实频特性,/>为传递函数的虚频特性,i为虚数单位;
其原理为滑坡坡脚稳定点处加速度响应与滑坡体内各点位加速度响应做互功率谱分析,滑坡坡脚稳定点处加速度响应做自功率谱分析,得到该测点处的传递函数,即绝对传递函数;
S42:对震后各监测部位的所述自振频率f进行统计分析,根据所述自振频率f下降比例判断坡体各部位损伤程度;
S43:分析地震前所述滑坡的稳定性系数与地震后进入弱稳定阶段的稳定性系数/>之间的关系,在此时,不考虑摩擦力作用,稳定性系数计算公式为:
根据强度折减法,、/>同时除折减系数w即:
其中,引入粘性等效刚度,自振频率f的变化会导致粘聚力的折减,折减关系如下:
式中, 、T分别为抗滑力和下滑力,W为坡体自重,/>为滑体折角,/>、/>分别为黏聚力和内摩擦角,w为折减系数,k为刚度,m为质量,L为滑面长度,/>为地震前坡体内摩擦角,为地震后坡体内摩擦角;
定义震后滑坡稳定性指标折减系数R为:
式中,R为地震后滑坡稳定性指标折减系数,λ为地震后坡体监测点位处自振频率f下降率,和/>分别为地震前后滑坡的稳定性系数,f 0 为地震前滑坡体的自振频率,f d 为地震后滑坡体的自振频率。
作为本发明的优选方案,所述步骤S41还包括,所述传递函数表达式为:
式中,为滑坡坡脚处加速度响应的自功率谱;/>为滑坡坡脚处加速度响应与坡体内各点位加速度响应的互功率谱;/>为坡体内各点位加速度响应;的各峰值对应ω近似等于该测点的各阶自振频率f。
根据上述的一种高烈度地震区滑坡震后稳定性评估方法的评估系统,包括:若干个加速度传感器,数据采集及传输系统和监测中心;
加速度传感器:所述加速度传感器与所述数据采集及传输系统通信连接,用于采集地震波的加速度数据,并将所述加速度数据传输至所述数据采集及传输系统;
数据采集及传输系统:所述数据采集及传输系统与所述监测中心通信连接,用于将触发阈值后的加速度数据传输至所述监测中心;
监测中心:用于对接收到的所述触发阈值后的加速度数据进行自适应卡尔曼滤波降噪处理,以及用于对降噪处理后的加速度数据进行解算,获取到各监测点位自振频率f,根据自振频率下降程度确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例。
采用上述技术方案,具有操作简便、成本低、可靠性高等优点,在高烈度频发地震区有着广阔的应用前景。
作为本发明的优选方案,所述加速度传感器安装在滑坡主轴方向和滑坡坡脚处。
与现有技术相比,本发明的有益效果在于:通过监测滑坡坡体内各点位动力响应,获取各点位自振频率,判断滑坡坡体震后损伤状态,评估滑坡震后稳定性,该方法具有操作简便、成本低、可靠性高等优点,在高烈度频发地震区有着广阔的应用前景。
附图说明
图1为本发明实施例1所述的一种高烈度地震区滑坡震后稳定性评估方法的流程图;
图2为本发明实施例1所述的一种高烈度地震区滑坡震后稳定性评估方法的加速度传感器布设断面图;
图3为本发明实施例1所述的一种高烈度地震区滑坡震后稳定性评估方法的不同震级地震波加载后滑坡体内部自振频率变化情况;
图4为本发明实施例1所述的一种高烈度地震区滑坡震后稳定性评估方法的不同动峰值加速度地震条件下滑坡体稳定性折减情况;
图5为本实施例2所述的一种高烈度地震区滑坡震后稳定性评估系统的结构图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
一种高烈度地震区滑坡震后稳定性评估方法,如图1所示,包括:
S1:在滑坡的不同区域布设若干个加速度传感器;
S2:所述加速度传感器采集地震波的加速度数据,并将所述加速度数据发送至数据采集及传输系统,所述数据采集及传输系统再将触发阈值后的加速度数据发送至监测中心;
S3:所述监测中心获取到所述触发阈值后的加速度数据后,对所述触发阈值后的加速度数据进行自适应卡尔曼滤波降噪处理;
S4:所述监测中心再对降噪处理后的加速度数据进行解算,获取到各监测点位自振频率f,根据自振频率下降程度确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例,得到损伤识别结果。
步骤S1包括:根据滑坡规模大小、地质条件和潜在致灾模式来综合确定加速度传感器的布设位置,所述加速传感器等间距布设在基岩面以上坡体内部,一般沿主轴方向设计若干处深孔布设所述加速度传感器,同时在坡脚附近的稳定点布设1台所述加速度传感器,如图2所示,在某频发地震区坡体内部布置了9台加速度传感器J1~J9,假设该处滑坡近年来陆续发生了0.1g~0.7g共7次不同动峰值加速度的地震。
通过上述方法确定滑坡震后内部损伤与否及稳定性折减情况,具体步骤如下:
所述步骤S2还包括,所述加速度传感器通过长短时间平均法捕捉地震P波的到达时刻,即:STA/LTA,其中:
式中,STA i 为所述加速度数据在i时刻的短时间平均值,LTA i 为i时刻的长时间平均值,CF(i)为所述加速度数据在i时刻的特征函数值,N sta 为短时间平均值时间窗包含的记录点数,N lta 为长时间平均值时间窗包含的记录点数,为在i时刻的原始信号振幅,其中,短窗取0.2S,长窗取10S。
根据环境噪声设定所述阈值(THR),当所述阈值(THR)设定为8,将所述STA/LTA递归计算所得值与所述阈值(THR)进行对比,首次大于所述阈值的时刻,即可判定为地震P波到达该地时刻。
所述步骤S3包括:选择加速度传感器的理论输出加速度为待估计的一维状态量,认为除系统噪声外,系统状态保持稳定,由于直接测量的是含测量噪声的加速度计输出电压,加速度理论值与电压测量值的转化可以通过加速度计的标度因数实现,因此,加速度传感器的信号降噪模型为:
式中,g 0 为重力加速度;K为加速度计电压标度因数,为k时刻系统状态量;/>为系统噪声;/>为测量噪声;/>为k+1时刻系统量测值。
所述步骤S4还包括:
S41:通过传递函数法获取坡体内各点位的自振频率f,如图3所示,以J4监测点为例,其自振频率f随震级加大出现一定程度的下降,表明滑坡体内部发生损伤,传递函数是一个以频率ω为自变量的复变函数,函数结构为:
式中,为传递函数,/>为传递函数的实频特性,/>为传递函数的虚频特性,i为虚数单位;
其原理为滑坡坡脚稳定点处加速度响应与滑坡体内各点位加速度响应做互功率谱分析,滑坡坡脚稳定点处加速度响应做自功率谱分析,得到该测点处的传递函数,即绝对传递函数;
S42:对震后各监测部位的所述自振频率f进行统计分析,根据所述自振频率f下降比例判断坡体各部位损伤程度;
S43:分析地震前所述滑坡的稳定性系数与地震后进入弱稳定阶段的稳定性系数/>之间的关系,在此时,不考虑摩擦力作用,稳定性系数计算公式为:
根据强度折减法,、/>同时除折减系数w即:
其中,引入粘性等效刚度,自振频率f的变化会导致粘聚力的折减,折减关系如下:
式中, 、T分别为抗滑力和下滑力,W为坡体自重,/>为滑体折角,/>、/>分别为黏聚力和内摩擦角,w为折减系数,k为刚度,m为质量,L为滑面长度,/>为地震前坡体内摩擦角,为地震后坡体内摩擦角;
定义震后滑坡稳定性指标折减系数R为:
式中,R为地震后滑坡稳定性指标折减系数,λ为地震后坡体监测点位处自振频率f下降率,和/>分别为地震前后滑坡的稳定性系数,f 0 为地震前滑坡体的自振频率,f d 为地震后滑坡体的自振频率。
采用折减系数指标对不同等级地震波加载后滑坡稳定性系数进行计算,假设地震前滑坡稳定性系数为1.1,坡体处于基本稳定状态。根据J4点位监测结果,地震后滑坡稳定性折减系数计算结果如图4所示,可以看出随地震等级加大,折减系数不断增大,也即滑坡稳定性系数不断降低,最终折减系数达到85.6%,经过了数次不同等级该监测点位所在区域地震后滑坡稳定性系数降低到为1.1*85.6%=0.95。进一步对各监测点位折减系数均开展计算,并通过稳定性数计算公式代入计算最终计算得出稳定性系数为1.03,判断滑坡体处于欠稳定状态。
所述步骤S41还包括,所述传递函数表达式为:
式中,为滑坡坡脚处加速度响应的自功率谱;/>为滑坡坡脚处加速度响应与坡体内各点位加速度响应的互功率谱;/>为坡体内各点位加速度响应;的各峰值对应ω近似等于该测点的各阶自振频率f。
最后根据滑坡体的损伤识别结果以及结合现场调查,有针对地开展下一步整治方案设计。
实施例2
根据上述的一种高烈度地震区滑坡震后稳定性评估方法的评估系统,如图5所示,包括:若干个加速度传感器,数据采集及传输系统和监测中心;
加速度传感器:所述加速度传感器与所述数据采集及传输系统通信连接,用于采集地震波的加速度数据,并将所述加速度数据传输至所述数据采集及传输系统;
数据采集及传输系统:所述数据采集及传输系统与所述监测中心通信连接,用于将触发阈值后的加速度数据传输至所述监测中心;
监测中心:用于对接收到的所述触发阈值后的加速度数据进行自适应卡尔曼滤波降噪处理,以及用于对降噪处理后的加速度数据进行解算,获取到各监测点位自振频率f,根据自振频率下降程度确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例。
所述加速度传感器安装在滑坡主轴方向和滑坡坡脚处。
通过监测滑坡坡体内各点位动力响应,获取各点位自振频率,判断滑坡坡体震后损伤状态,评估滑坡震后稳定性,该方法具有操作简便、成本低、可靠性高等优点,在高烈度频发地震区有着广阔的应用前景。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种高烈度地震区滑坡震后稳定性评估方法,其特征在于,包括以下步骤:
S1:在滑坡的不同区域布设若干个加速度传感器;
S2:所述加速度传感器采集地震波的加速度数据,并将所述加速度数据发送至数据采集及传输系统,所述数据采集及传输系统再将触发阈值后的加速度数据发送至监测中心;
S3:所述监测中心获取到所述触发阈值后的加速度数据后,对所述触发阈值后的加速度数据进行自适应卡尔曼滤波降噪处理;
S4:所述监测中心再对降噪处理后的加速度数据进行解算,获取到各监测点位自振频率f,根据自振频率下降程度确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例,得到损伤识别结果;
所述步骤S4还包括:
S41:通过传递函数法获取坡体内各点位的自振频率f,传递函数是一个以频率ω为自变量的复变函数,函数结构为:
式中,为传递函数,/>为传递函数的实频特性,/>为传递函数的虚频特性,i为虚数单位;
S42:对震后各监测部位的所述自振频率f进行统计分析,根据所述自振频率f下降比例判断坡体各部位损伤程度;
S43:分析地震前所述滑坡的稳定性系数与地震后进入弱稳定阶段的稳定性系数/>之间的关系,在此时,不考虑摩擦力作用,稳定性系数计算公式为:
根据强度折减法,、/>同时除折减系数w即:
其中,引入粘性等效刚度,自振频率f的变化会导致粘聚力的折减,折减关系如下:
式中, 、T分别为抗滑力和下滑力,W为坡体自重,/>为滑体折角,/>、/>分别为黏聚力和内摩擦角,w为折减系数,k为刚度,m为质量,L为滑面长度,/>为地震前坡体内摩擦角,/>为地震后坡体内摩擦角;
定义震后滑坡稳定性指标折减系数R为:
式中,R为地震后滑坡稳定性指标折减系数,λ为地震后坡体监测点位处自振频率f下降率,和/>分别为地震前后滑坡的稳定性系数,f 0 为地震前滑坡体的自振频率,f d 为地震后滑坡体的自振频率;
所述步骤S41还包括,所述传递函数表达式为:
式中,为滑坡坡脚处加速度响应的自功率谱;/>为滑坡坡脚处加速度响应与坡体内各点位加速度响应的互功率谱;/>为坡体内各点位加速度响应;/>的各峰值对应ω近似等于该测点的各阶自振频率f。
2.根据权利要求1所述的一种高烈度地震区滑坡震后稳定性评估方法,其特征在于,步骤S1包括:根据滑坡规模大小、地质条件和潜在致灾模式来综合确定所述加速度传感器的布设位置。
3.根据权利要求1所述的一种高烈度地震区滑坡震后稳定性评估方法,其特征在于,所述步骤S2还包括,所述加速度传感器通过长短时间平均法捕捉地震P波的到达时刻,即:STA/LTA,其中:
式中,STA i 为所述加速度数据在i时刻的短时间平均值,LTA i 为i时刻的长时间平均值,CF(i)为所述加速度数据在i时刻的特征函数值,N sta 为短时间平均值时间窗包含的记录点数,N lta 为长时间平均值时间窗包含的记录点数,为在i时刻的原始信号振幅。
4.根据权利要求3所述的一种高烈度地震区滑坡震后稳定性评估方法,其特征在于,根据环境噪声设定所述阈值,将所述STA/LTA递归计算所得值与所述阈值进行对比,首次大于所述阈值的时刻,即可判定为所述地震P波到达该地时刻。
5.根据权利要求1所述的一种高烈度地震区滑坡震后稳定性评估方法,其特征在于,所述步骤S3包括:选择加速度传感器的理论输出加速度为待估计的一维状态量,认为除系统噪声外,系统状态保持稳定,加速度传感器的信号降噪模型为:
式中,g 0 为重力加速度;K为加速度计电压标度因数,为k时刻系统状态量;/>为系统噪声;/>为测量噪声;/>为k+1时刻系统量测值。
6.根据权利要求1-5任一所述的一种高烈度地震区滑坡震后稳定性评估方法的评估系统,其特征在于,包括:若干个加速度传感器,数据采集及传输系统和监测中心;
加速度传感器:所述加速度传感器与所述数据采集及传输系统通信连接,用于采集地震波的加速度数据,并将所述加速度数据传输至所述数据采集及传输系统;
数据采集及传输系统:所述数据采集及传输系统与所述监测中心通信连接,用于将触发阈值后的加速度数据传输至所述监测中心;
监测中心:用于对接收到的所述触发阈值后的加速度数据进行自适应卡尔曼滤波降噪处理,以及用于对降噪处理后的加速度数据进行解算,获取到各监测点位自振频率f,根据自振频率下降程度确定坡体损伤位置,并进一步推导计算得出坡体稳定性系数降低比例。
7.根据权利要求6所述的一种高烈度地震区滑坡震后稳定性评估系统,其特征在于,所述加速度传感器安装在滑坡主轴方向和滑坡坡脚处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111146022.5A CN113866822B (zh) | 2021-09-28 | 2021-09-28 | 一种高烈度地震区滑坡震后稳定性评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111146022.5A CN113866822B (zh) | 2021-09-28 | 2021-09-28 | 一种高烈度地震区滑坡震后稳定性评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113866822A CN113866822A (zh) | 2021-12-31 |
CN113866822B true CN113866822B (zh) | 2023-08-22 |
Family
ID=78992159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111146022.5A Active CN113866822B (zh) | 2021-09-28 | 2021-09-28 | 一种高烈度地震区滑坡震后稳定性评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113866822B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006194822A (ja) * | 2005-01-17 | 2006-07-27 | Oyo Corp | 加速度センサを用いる地盤等の変位モニタリング方法 |
CN108254782A (zh) * | 2018-02-09 | 2018-07-06 | 中国地质大学(北京) | 一种边坡地震破坏失稳概率的获取方法及系统 |
CN109653261A (zh) * | 2018-12-29 | 2019-04-19 | 中铁二院工程集团有限责任公司 | 抗滑桩震后损伤测试方法和系统 |
WO2019123475A1 (en) * | 2017-12-18 | 2019-06-27 | Varun Dutt | Low-cost sensor-based system for landslide monitoring and alerts |
CN110487449A (zh) * | 2019-07-03 | 2019-11-22 | 南方科技大学 | 一种滑坡实时监测系统及方法 |
WO2021033503A1 (ja) * | 2019-08-20 | 2021-02-25 | 日本電気株式会社 | 地震観測装置、地震観測方法および地震観測プログラムを記録した記録媒体 |
CN113093270A (zh) * | 2021-03-01 | 2021-07-09 | 核工业西南勘察设计研究院有限公司 | 一种高陡边坡地震稳定性时频分析方法 |
-
2021
- 2021-09-28 CN CN202111146022.5A patent/CN113866822B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006194822A (ja) * | 2005-01-17 | 2006-07-27 | Oyo Corp | 加速度センサを用いる地盤等の変位モニタリング方法 |
WO2019123475A1 (en) * | 2017-12-18 | 2019-06-27 | Varun Dutt | Low-cost sensor-based system for landslide monitoring and alerts |
CN108254782A (zh) * | 2018-02-09 | 2018-07-06 | 中国地质大学(北京) | 一种边坡地震破坏失稳概率的获取方法及系统 |
CN109653261A (zh) * | 2018-12-29 | 2019-04-19 | 中铁二院工程集团有限责任公司 | 抗滑桩震后损伤测试方法和系统 |
CN110487449A (zh) * | 2019-07-03 | 2019-11-22 | 南方科技大学 | 一种滑坡实时监测系统及方法 |
WO2021033503A1 (ja) * | 2019-08-20 | 2021-02-25 | 日本電気株式会社 | 地震観測装置、地震観測方法および地震観測プログラムを記録した記録媒体 |
CN113093270A (zh) * | 2021-03-01 | 2021-07-09 | 核工业西南勘察设计研究院有限公司 | 一种高陡边坡地震稳定性时频分析方法 |
Non-Patent Citations (1)
Title |
---|
Burjanek J等.ambient vibration analysis of an unstable mountain slope.Geophysical Journal International.2010,820-828. * |
Also Published As
Publication number | Publication date |
---|---|
CN113866822A (zh) | 2021-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3952851B2 (ja) | 建物の耐震性能評価方法及び装置 | |
KR101951028B1 (ko) | 진도추정과 설비/구조물 피해예측기능을 가진 mems 기반 지진계측 장치 | |
KR100669070B1 (ko) | 구조물의 모니터링을 위한 동적응답측정용 무선계측 시스템 | |
Brownjohn et al. | Response of tall buildings to weak long distance earthquakes | |
JP2021531463A (ja) | リモート・タワー監視システム | |
CN206469977U (zh) | 一种建筑结构振动监测装置 | |
KR20150035633A (ko) | 지진측정장치 및 지진측정방법 | |
KR20180057817A (ko) | 지진 조기 경보 시스템 | |
Vassallo et al. | Seismic ambient noise analysis in southern Italy | |
KR20090065694A (ko) | 구조물의 모니터링을 위한 무선 계측 방법 및 그 장치 | |
CN110487449A (zh) | 一种滑坡实时监测系统及方法 | |
Ellis et al. | Detecting impacts of sand grains with a microphone system in field conditions | |
CN113866822B (zh) | 一种高烈度地震区滑坡震后稳定性评估方法及系统 | |
CN103760591A (zh) | 一种检测地下水位的地震探测系统 | |
Lee et al. | A smart device using low-cost sensors to detect earthquakes | |
Susanto et al. | Slope, humidity and vibration sensors performance for landslide monitoring system | |
CN103744107A (zh) | 一种检测地下水位的地震探测监控系统 | |
CN117890465A (zh) | 一种抗滑桩滑坡震后损伤识别方法及电子设备 | |
KR102587369B1 (ko) | 실시간 비탈면 붕괴 통합 감지 시스템 | |
US5783945A (en) | Earthquake forecast method and apparatus with measurement of electrical, temperature and humidity parameters of soil | |
CN103063878A (zh) | 速度或加速度传感器动态特性的校验装置、系统及方法 | |
Pan et al. | Correlating measured and simulated dynamic responses of a tall building to long‐distance earthquakes | |
JPWO2020018753A5 (zh) | ||
CN117098977A (zh) | 用于确定结构失效风险的系统和方法 | |
KR101185465B1 (ko) | 지진의 누적절대속도 추정 장치 |
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 |