CN114137072B - 一种潜在滑坡体岩体的弹性模量的远距离无损评估方法 - Google Patents
一种潜在滑坡体岩体的弹性模量的远距离无损评估方法 Download PDFInfo
- Publication number
- CN114137072B CN114137072B CN202111298837.5A CN202111298837A CN114137072B CN 114137072 B CN114137072 B CN 114137072B CN 202111298837 A CN202111298837 A CN 202111298837A CN 114137072 B CN114137072 B CN 114137072B
- Authority
- CN
- China
- Prior art keywords
- rock mass
- elastic modulus
- rock
- mass
- determining
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 161
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 238000011161 development Methods 0.000 claims abstract description 15
- 238000007619 statistical method Methods 0.000 claims abstract description 10
- 235000019738 Limestone Nutrition 0.000 claims description 9
- 239000010438 granite Substances 0.000 claims description 9
- 239000006028 limestone Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 4
- 230000001066 destructive effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- -1 gneiss Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000011273 social behavior Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/449—Statistical methods not provided for in G01N29/4409, e.g. averaging, smoothing and interpolation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0232—Glass, ceramics, concrete or stone
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/02827—Elastic parameters, strength or force
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Probability & Statistics with Applications (AREA)
Abstract
本发明提供了一种潜在滑坡体岩体的弹性模量的远距离无损评估方法。该方法包括：利用统计分析和工程类比来确定潜在滑坡体的岩体类别；利用三维激光扫描仪系统获取某一类型岩体的裂隙发育程度与风化程度，得到根据岩体的质量分级，根据岩体的质量分级确定该类型岩体的弹性模量E的初步取值范围；利用超声回弹试验确定岩体的弹性模量E的具体值，用所述弹性模量E的具体值修正所述弹性模量E的初步取值范围，获得修正后的岩体的弹性模量E的准确取值范围。本发明基于三维激光扫描方法、弹性波技术和超声回弹试验技术的岩体力学参数远距离无损快速评估方法，以控制潜在岩体地质灾害的风险性。
Description
技术领域
本发明涉及岩体力学参数评估技术领域，尤其涉及一种潜在滑坡体岩体的弹性模量的远距离无损评估方法。
背景技术
Bayes优化法：是通过现场勘察试验数据分析，得到样本的概率分布特征(似然函数)，同时进行工程类比分析，以此对参数进行一般性估算(先验分布)，根据Bayes估计的基本思想得到该工程试验指标的概率分布(后验分布)，利用Bayes方法对各岩体小样本参数进行优化。
工程类比方法：根据大量已建工程的实际经验、统计数据和观测成果，结合具体工程的地质条件，在类比、分析、判断的基础上进行新的工程岩土体力学参数设计与确定。同时，在施工过程中，根据工程实际进展情况和可能出现的问题，特别是根据现场观测结果，对设计进行必要的调整和修改。
潜在滑坡地质灾害防治工作应贯彻“以防为主、防治结合”的基本原则。潜在滑坡地质灾害监测和预警预报的基础是岩体力学参数远距离无损快速评估，是长期的、持续的和跟踪式的，各个阶段相互关联的，是有组织的科学和社会行为，不是随灾害的发生而开始和结束的临时性活动。这是一项需要消耗大量人力、物力、财力的巨大且长期限工程。
潜在岩体地质地貌错综复杂，自然条件恶劣，岩体经常遭受水灾、穿越、高压等高风险环境的影响，极易造成整体滑移、局部变形或应力集中，从而导致较大的位移应力、屈曲或蠕变，严重时甚至导致大型岩体滑坡发生。
潜在滑坡地质灾害监测和预警预报的基础是岩体力学参数远距离无损快速评估，是长期的、持续的、跟踪式的，各个阶段相互关联的，是有组织的科学和社会行为，不是随灾害的发生而开始和结束的临时性活动。目前，现有技术中的监测岩体力学参数的方法包括：基于三维激光扫描方法、弹性波技术和超声回弹试验技术，目的在于远距离无损快速评估岩体力学参数。
上述现有技术中的监测岩体力学参数的方法对的缺点为：具体实施时，在现场安装便捷性、数据采集稳定性、数据传输的高效性、服务器平台的数据存储及终端软件的多功能性等方面都存在较多的不足，往往存在无法有效监测潜在岩体地质灾害。
发明内容
本发明的实施例提供了一种潜在滑坡体岩体的弹性模量的远距离无损评估方法，以实现有效地对岩体安全状态进行预警，为岩体安全状态评价及维护决策提供数据支撑。
为了实现上述目的，本发明采取了如下技术方案。
一种潜在滑坡体岩体的弹性模量的远距离无损评估方法，包括：
利用统计分析和工程类比来确定潜在滑坡体的岩体类别；
利用三维激光扫描仪系统获取某一类型岩体的裂隙发育程度与风化程度，得到根据岩体的质量分级，根据岩体的质量分级确定该类型岩体的弹性模量E的初步取值范围；
利用超声回弹试验确定岩体的弹性模量E的具体值，用所述弹性模量E的具体值修正所述弹性模量E的初步取值范围，获得修正后的岩体的弹性模量E的准确取值范围。
优选地，所述的利用统计分析和工程类比来确定潜在滑坡体的岩体类别，再确定岩体质量分级，包括：
基于统计分析方法和工程类比方法通过现场勘察试验数据分析对潜在滑坡体的岩体类型进行分类，对潜在滑坡体的岩体进行工程类比分析，利用工程类比方法对各岩体小样本参数进行优化，得到该工程试验指标的概率分布，将潜在滑坡体的岩体划分成诸如花岗岩、片麻岩和石灰岩。
优选地，所述的利用三维激光扫描仪系统获取某一类型岩体的裂隙发育程度与风化程度，得到根据岩体的质量分级，根据岩体的质量分级确定该类型岩体的弹性模量E的初步取值范围，包括：
所述三维激光扫描系统包括数据采集装置和数据处理装置，所述数据采集装置根据三维激光扫描和弹性波技术得到岩体的裂隙发育程度和风化程度，所述数据处理装置接收所述数据采集装置发送的目标岩体裂隙发育程度和岩体风化程度，根据岩体的裂隙发育程度和风化程度得到岩体质量分级对应Ⅰ-Ⅴ级的具体哪一级，以及该类岩体对应分级下的参数取值范围，根据岩体的质量分级确定该类型岩体对应分级下的弹性模量E的初步取值范围。
优选地，所述的方法还包括：根据测量数据及目标岩体监测点许用等级确定出预警阈值，根据预警阈值生成预警状态数据系统，所述预警状态数据系统根据岩体修正弹性模量E对岩体安全状态进行预警，为岩体安全状态评价及维护决策提供数据支撑。
由上述本发明的实施例提供的技术方案可以看出，本发明提供一种基于三维激光扫描方法、弹性波技术和超声回弹试验技术的岩体力学参数远距离无损快速评估方法，以解决上述背景技术中提出的问题，以控制潜在岩体地质灾害的风险性。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种潜在滑坡体岩体的弹性模量的远距离无损评估方法的实现原理图；
图2为本发明实施例提供的一种潜在滑坡体岩体的弹性模量的远距离无损评估方法的处理流程图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。
本发明提出了一种潜在滑坡体岩体力学参数--弹性模量E的远距离无损快速评估方法，具体是一种基于统计分析与工程类比、三维激光扫描方法、弹性波技术和超声回弹试验技术。
本发明实施例提供的一种潜在滑坡体岩体的弹性模量的远距离无损评估方法的实现原理图如图1所示，处理流程如图2所示。
步骤S1、利用统计分析和工程类比来确定潜在滑坡体的岩体类别，再确定岩体质量分级。上述岩体类别包括花岗岩、片麻岩和石灰岩。
步骤S2、利用三维激光扫描仪系统来确定某一类型岩体的裂隙发育程度与风化程度，根据岩体的质量分级、裂隙发育程度与风化程度获取该类型岩体抗压强度指标--弹性模量E的初步取值范围。
步骤S3、超声回弹试验确定岩体的弹性模量E的具体值，用弹性模量E具体值进一步修正前述获得的弹性模量E的初步取值范围，最终能够获得修正后的岩体的弹性模量E的精确取值范围。
本发明实施例中，提供一种基于三维激光扫描方法、弹性波技术和超声回弹试验技术的装置方法，包括数据采集传输仪和数据处理方法，数据处理方法由采集数据及目标岩体监测点岩石类别确定出岩石的工程岩体质量分级具体为Ⅰ-Ⅴ级的哪一级，进而确定目标岩体的弹性模量E的取值或者取值范围。
岩体参数指标体系大致分为三类指标：一类指标为岩石类型(分为花岗岩、片麻岩、石灰岩等大类)；二类指标为岩体的工程质量分级(岩体工程质量分级对应Ⅰ-Ⅴ级的五个级别)；三类指标为针对某一具体岩体参数取值或者参数取值范围。
进一步地，上述步骤S1具体包括：基于统计分析方法和工程类比方法(可以为Bayes优化法)通过现场勘察试验数据分析，得到样本的概率分布特征(似然函数)，同时进行工程类比分析，以此对参数进行一般性估算(先验分布)，根据Bayes估计的基本思想得到该工程试验指标的概率分布(后验分布)，利用Bayes方法对各岩体小样本参数进行优化，解决小样本条件下岩土参数概率分布难以确定的问题。
工程类比方法，整合钻孔资料、专家经验方法、BP神经网络多种方法的优势，先基于钻孔资料和专家经验方法对岩体的岩石类型进行分类，划分成诸如花岗岩、片麻岩、石灰岩等大类，进而可以确定出花岗岩、片麻岩、石灰岩等大类岩体对应弹性模量E的一个大致的取值范围。进一步再基于BP神经网络方法初步进行岩体工程质量的分级，有效为地质灾害风险管控提供技术支撑及有效手段，最大限度地降低因地质灾害发生造成的财产损失和人员伤亡。
进一步地，上述步骤S2具体包括：三维激光扫描系统包括数据采集装置和数据处理装置。数据采集装置根据三维激光扫描系统和弹性波技术得到岩体的裂隙发育程度和风化程度，上述数据处理装置接收数据采集仪发送的目标岩体裂隙发育程度和岩体风化程度，根据岩体的裂隙发育程度和风化程度得到岩体质量分级对应Ⅰ-Ⅴ级的具体哪一级，以及该类岩体对应分级下的参数取值范围。根据岩体的质量分级确定该类型岩体对应分级下的弹性模量E的初步取值范围。
所述获得的某一岩石类别(花岗岩、片麻岩、石灰岩等)岩体的弹性模量E与其岩体的工程质量分级，可以对应地完成岩体参数指标体系的一类指标与二类指标的构建。上述三维激光扫描仪的结构型号可以为徕卡HDS-8800。
进一步地，上述步骤S3具体包括：利用超声回弹试验确定某一岩石类别(花岗岩、片麻岩、石灰岩等)岩体的弹性模量E的具体值。
用超声回弹试验确定岩体的弹性模量E的具体值，该方法主要是通过分析超声共振频率得到岩体材料样品的弹性常数。该技术是用于测量材料力学性能的所有方法中精度较高的方法之一，它的最独特之处在于该技术能在尺寸、体积较小的样品上也能迅速、同步、高精度的测出每一个独立弹性常数，而且测试结果具有可重复性。它另外一个主要优势是可实现无损测量，因为试件无需加载。
用超声回弹仪得到的弹性模量E进一步修正上述弹性模量E的初步取值范围，最终能够获得修正后的弹性模量E的精确取值范围。
基于Bayes优化法、钻孔资料、专家经验方法、BP神经网络、现场试验、数据分析、数据修正，可以获得具体岩体的三类指标，最终完成某一岩石类别(花岗岩、片麻岩、石灰岩等)岩体的三类指标体系的构建。
根据测量数据及目标岩体监测点许用等级确定出预警阈值，根据预警阈值生成预警状态数据系统，根据预警状态数据判别所监测目标岩体的失效风险方法体系。
本发明实施例装置能对潜在滑坡体岩体分类、岩体工程质量分级进行分析并获得基于岩体分类、岩体工程质量分级的岩体修正弹性模量E，进而根据岩体修正弹性模量E对岩体安全状态进行预警，为岩体安全状态评价及维护决策提供数据支撑。
基于三维激光扫描方法和弹性波技术，该方法包括数据采集传输仪；接收数据采集仪发送的目标岩体裂隙发育程度和岩体风化程度的数据接收器；由测量数据及目标岩体监测点许用等级确定出预警阈值的方法体系；由预警阈值生成预警状态数据系统；由预警状态数据判别所监测目标岩体的失效风险方法体系。
综上所述，本发明实施例利用三维激光扫描仪、弹性波法和超声回弹试验等无接触技术可以做到快速无接触地确定某一类型岩体分类与工程质量分级，能对潜在滑坡体岩体分类、岩体工程质量分级进行分析并获得基于岩体分类、岩体工程质量分级的岩体修正弹性模量E，对岩体安全状态进行预警，为岩体安全状态评价及维护决策提供数据支撑。
本发明实施例能对潜在灾害性岩体力学参数远距离无损快速评估，为控制潜在滑坡的风险提供数据支撑。本发明实现了对岩体的远距离无损快速测量，大大节约了人力和财力成本。通过对特殊位置的测量，确定了岩体的风险，大大加强了对灾害性岩体风险的控制。
本发明方案的岩体力学参数远距离无损快速评估方法结构合理，实用性强，适合社会广泛使用。安装方便，使用简单，简单的方法架构使方法发生故障的几率大大降低，且可以通过远距离操作实现安全、低风险。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (2)
1.一种潜在滑坡体岩体的弹性模量的远距离无损评估方法，其特征在于，包括：
利用统计分析和工程类比来确定潜在滑坡体的岩体类别；
利用三维激光扫描仪系统获取某一类型岩体的裂隙发育程度与风化程度，得到岩体的质量分级，根据岩体的质量分级确定该类型岩体的弹性模量E的初步取值范围；
利用超声回弹试验确定岩体的弹性模量E的具体值，用所述弹性模量E的具体值修正所述弹性模量E的初步取值范围，获得修正后的岩体的弹性模量E的准确取值范围；
所述的利用统计分析和工程类比来确定潜在滑坡体的岩体类别，再确定岩体质量分级，包括：
基于统计分析方法和工程类比方法通过现场勘察试验数据分析对潜在滑坡体的岩体类型进行分类，对潜在滑坡体的岩体进行工程类比分析，利用工程类比方法对各岩体小样本参数进行优化，得到该工程试验指标的概率分布，将潜在滑坡体的岩体划分成花岗岩、片麻岩和石灰岩；
所述的利用三维激光扫描仪系统获取某一类型岩体的裂隙发育程度与风化程度，得到岩体的质量分级，根据岩体的质量分级确定该类型岩体的弹性模量E的初步取值范围，包括：
所述三维激光扫描仪系统包括数据采集装置和数据处理装置，所述数据采集装置根据三维激光扫描和弹性波技术得到岩体的裂隙发育程度和风化程度，所述数据处理装置接收所述数据采集装置发送的目标岩体裂隙发育程度和岩体风化程度，根据岩体的裂隙发育程度和风化程度得到岩体质量分级对应Ⅰ-Ⅴ级的具体哪一级，以及该类型岩体对应分级下的参数取值范围，根据岩体的质量分级确定该类型岩体对应分级下的弹性模量E的初步取值范围。
2.根据权利要求1所述的方法，其特征在于，所述的方法还包括：
根据测量数据及目标岩体监测点许用等级确定出预警阈值，根据预警阈值生成预警状态数据系统，所述预警状态数据系统根据岩体修正弹性模量E对岩体安全状态进行预警，为岩体安全状态评价及维护决策提供数据支撑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111298837.5A CN114137072B (zh) | 2021-11-04 | 2021-11-04 | 一种潜在滑坡体岩体的弹性模量的远距离无损评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111298837.5A CN114137072B (zh) | 2021-11-04 | 2021-11-04 | 一种潜在滑坡体岩体的弹性模量的远距离无损评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114137072A CN114137072A (zh) | 2022-03-04 |
| CN114137072B true CN114137072B (zh) | 2023-11-28 |
Family
ID=80392597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111298837.5A Active CN114137072B (zh) | 2021-11-04 | 2021-11-04 | 一种潜在滑坡体岩体的弹性模量的远距离无损评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114137072B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105804094A (zh) * | 2016-03-10 | 2016-07-27 | 成都理工大学 | 一种岩质滑坡的危险性判断方法及其应用 |
| 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 |
| 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 |
| CN111208198A (zh) * | 2020-01-17 | 2020-05-29 | 大连理工大学 | 一种岩体实时波速测定及质量评价的方法 |
| CN113295842A (zh) * | 2021-04-08 | 2021-08-24 | 湖南科技大学 | 一种矿山边坡岩体工程稳定性精准评价系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120272743A1 (en) * | 2011-04-27 | 2012-11-01 | Xiaoqing Sun | Method and Apparatus for Laser-Based Non-Contact Three-Dimensional Borehole Stress Measurement and Pristine Stress Estimation |
-
2021
- 2021-11-04 CN CN202111298837.5A patent/CN114137072B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105804094A (zh) * | 2016-03-10 | 2016-07-27 | 成都理工大学 | 一种岩质滑坡的危险性判断方法及其应用 |
| 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 |
| 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 |
| CN111208198A (zh) * | 2020-01-17 | 2020-05-29 | 大连理工大学 | 一种岩体实时波速测定及质量评价的方法 |
| CN113295842A (zh) * | 2021-04-08 | 2021-08-24 | 湖南科技大学 | 一种矿山边坡岩体工程稳定性精准评价系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114137072A (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Behnia et al. | Advanced structural health monitoring of concrete structures with the aid of acoustic emission | |
| Sohn et al. | A review of structural health monitoring literature: 1996–2001 | |
| Heidari et al. | Prediction of uniaxial compressive strength of some sedimentary rocks by fuzzy and regression models | |
| CN107687924B (zh) | 一种桥梁的安全预警方法及系统 | |
| Suescun-Florez et al. | Evolution of particle damage of sand during axial compression via arrested tests | |
| US7552027B2 (en) | Method and system for quantifying damage in a structure | |
| Shirani Faradonbeh et al. | Fatigue failure characteristics of sandstone under different confining pressures | |
| CN112729370A (zh) | 桥梁动态应变监测系统校准方法 | |
| Meeker et al. | Statistical methods for probability of detection in structural health monitoring | |
| CN111678992A (zh) | 一种用于识别混凝土结构损伤类型的无损检测方法 | |
| CN113065794A (zh) | 一种粉尘爆炸风险评估方法及装置 | |
| CN114137072B (zh) | 一种潜在滑坡体岩体的弹性模量的远距离无损评估方法 | |
| Tao et al. | Entropy method for structural health monitoring based on statistical cause and effect analysis of acoustic emission and vibration signals | |
| CN111678990B (zh) | 基于固有频率的超声疲劳裂纹扩展速率测量方法 | |
| CN111678991B (zh) | 一种用于混凝土结构无损检测损伤识别的方法 | |
| Norouzi et al. | An integrated monitor and warning system for the Jeremiah Morrow bridge | |
| Caulk | Stochastic augmentation of the discrete element method for the investigation of tensile rupture in heterogeneous rock | |
| CN110119522A (zh) | 一种开挖岩质边坡破坏风险分析的稳定性评级方法 | |
| Yasuda et al. | Fatigue crack detection system based on IoT and statistical analysis | |
| Li et al. | Methods for the rapid detection of boundary condition variations in structural systems | |
| CN114139383A (zh) | 一种燃料电池汽车的动态疲劳可靠性风险评估方法 | |
| Shahin et al. | Experimental study of compaction localization in carbonate rock and constitutive modeling of mechanical anisotropy | |
| CN110031281A (zh) | 一种确定钢材种类的方法 | |
| Xu et al. | Integrity Evaluation of Large Diameter Pile Foundation Based on Grey Clustering Theory. | |
| Gottsbacher et al. | Combination of various laboratory tests to investigate rock burst |
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 |