CN116542517A - 一种基于三维可视化的矿山智慧监测管理系统 - Google Patents
一种基于三维可视化的矿山智慧监测管理系统 Download PDFInfo
- Publication number
- CN116542517A CN116542517A CN202310503596.6A CN202310503596A CN116542517A CN 116542517 A CN116542517 A CN 116542517A CN 202310503596 A CN202310503596 A CN 202310503596A CN 116542517 A CN116542517 A CN 116542517A
- Authority
- CN
- China
- Prior art keywords
- slope
- pit
- area
- side slope
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 129
- 238000012800 visualization Methods 0.000 title claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 3
- 238000005065 mining Methods 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 28
- 239000002689 soil Substances 0.000 claims description 21
- 238000013523 data management Methods 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000000556 factor analysis Methods 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 3
- 238000004146 energy storage Methods 0.000 claims description 3
- 230000035939 shock Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Hydrology & Water Resources (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明涉及矿山安全监测管理领域,涉及到一种基于三维可视化的矿山智慧监测管理系统。本发明通过监测各矿坑区域对应边坡的状态指标信息,分析各矿坑区域的边坡状态安全评估系数,从而打破现有技术的局限性,能够充分反映矿坑边坡区域的表观层面和内部层面状况,进而能够精确了解矿坑边坡的安全状态,同时将各矿坑区域对应边坡在设定时间段内的安全指标数据和矿坑所属地区在未来设定时间段的降雨信息结合,评估各矿坑区域在未来设定时间段的边坡安全健康系数,并进行对应的处理,从而精准判读出边坡的动态变化规律,进一步提高矿山边坡滑坡灾害预警的准确性和科学性,进而为后期矿山边坡灾害防治提供科学依据。
Description
技术领域
本发明涉及矿山安全监测管理领域,涉及到一种基于三维可视化的矿山智慧监测管理系统。
背景技术
社会各行业的高速发展,致使对于能源的使用提出了更高的要求,为了满足日益增长的能源使用需求,矿产的开发力度也在不断增长,而随之引发一系列的矿山安全问题,对于矿山的开采团队来说,如何在科学进行矿产资源开发的同时,合理高效的保障矿山开采安全一直是需要关注的焦点,然而矿坑边坡位移作为矿山开采安全事故的重要因素之一。因此为了减少损失和对矿山开采安全进行监测预警,科研人员开展了大量的矿坑边坡区域监测工作。
现有的矿坑边坡区域监测工作还存在部分需要进行优化的地方,具体体现在以下几个方面:(1)目前矿坑边坡区域监测仪器主要为位移计,虽然能够直接简便的读取出边坡表面的位移值,却由于不能反映矿坑边坡区域的内部层面状况而具有一定局限性,致使无法精确了解矿坑边坡的安全状态,进而给矿坑开采人员的工作造成潜在安全风险,还会影响矿区的整体开采施工进度。
(2)当前矿坑边坡区域监测工作未考虑边坡区域内监测点布设位置的影响,使得边坡各部分区域状态对应安全影响权重存在差异,进而使得最终分析结果存在精准性不高以及合理性差等缺陷,进一步降低矿坑边坡安全智能监测及预测效果。
(3)当前矿坑边坡区域监测工作只能通过单维度的位移量或位移速率的变化预测边坡的安全性,无法从多方面、多维度考虑引起边坡安全性发生变化的因素,从而使得后期边坡安全性分析结果的准确性受到影响,无法精准判读出边坡的动态变化规律,进而无法提高矿山边坡滑坡灾害预警的准确性和科学性,进一步不能为后期矿山边坡灾害防治提供科学依据。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种基于三维可视化的矿山智慧监测管理系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:一种基于三维可视化的矿山智慧监测管理系统,包括:矿山区域划分模块,用于将目标矿山区域按照矿坑数量划分成各矿坑区域,并构建各矿坑区域对应的三维信息模型。
边坡状态指标监测模块,用于实时监测各矿坑区域对应边坡的状态指标信息,解析得到各矿坑区域对应边坡的监测点状态评估指数和区域状态评估指数。
边坡状态指标分析模块,用于分析各矿坑区域的边坡状态安全评估系数,若其小于设定边坡状态安全评估系数阈值,则发出预警通知,反之,则将实时监测的各矿坑区域对应边坡的状态指标信息存入矿区数据管理库。
矿区数据管理库,用于存储各矿坑区域对应边坡子区域中各初始监测点的监测点信息,并存储各矿坑区域对应边坡的参考坡向。
边坡安全指标提取模块,用于提取各矿坑区域对应边坡在设定时间段内的安全指标数据,得到各矿坑区域在设定时间段内的边坡安全指标影响指数。
边坡安全健康评估模块,用于结合矿坑所属地区在未来设定时间段的降雨信息,评估各矿坑区域在未来设定时间段的边坡安全健康系数,进而进行对应的处理。
优选地,所述边坡的状态指标信息包括前部边坡和中部边坡的状态指标信息,其中状态指标信息为监测点信息和区域信息,所述监测点信息为各监测点的泥位值、含水率、土压力和位置,所述区域信息为区域裂缝数量和各裂缝的延展长度。
优选地,所述各矿坑区域对应边坡的监测点状态评估指数和区域状态评估指数解析方式为:从矿区数据管理库提取各矿坑区域对应边坡子区域中各初始监测点的位置,将其带入对应矿坑区域对应的三维信息模型中,得到各矿坑区域处于前部边坡和中部边坡的各监测点的初始位置坐标,并结合各矿坑区域对应边坡的各监测点的位置,得到各矿坑区域对应边坡的监测点位置偏移指数,将其记为αi,i=1,2,...,n,i为各矿坑区域的编号。
从矿区数据管理库提取各矿坑区域处于前部边坡和中部边坡的各监测点的初始泥位值、初始含水率和初始土压力,解析得到各矿坑区域对应边坡的监测点状态评估指数其中ε1、ε2、ε3、ε4为设定的边坡监测点泥位值、含水率、土压力、位置偏移影响权重因子,φi 1、φi 2、φi 3为第i矿坑区域对应边坡的监测点泥位值、含水率、土压力偏差指数。
根据各矿坑区域对应的三维信息模型,得到各矿坑区域对应前部边坡、中部边坡的区域面积,分别记为si 前、si 中,解析得到各矿坑区域对应边坡的区域状态评估指数η1、η2为设定的前部边坡、中部边坡状态影响权重,η1+η2=1,e为自然常数,max(Lij 前)、max(Lij 中)为第i矿坑区域对应前部边坡、中部边坡中各裂缝延展长度的最大值,j=1,2,...,m,j为各裂缝的编号,L′前、L′中、k前、k中为预设的矿坑前部边坡、中部边坡对应的裂缝安全延展长度以及允许裂缝密集度,qi 前、qi 中为第i矿坑区域对应前部边坡、中部边坡的区域裂缝数量。
优选地,所述各矿坑区域对应边坡的监测点泥位值偏差指数分析方式为:提取各矿坑区域对应前部边坡和中部边坡的各监测点的泥位值,将其分别记为wir 前1、wif 中1,r=1,2,...,u,r为前部边坡的各监测点编号,f=1,2,...h,f为中部边坡的各监测点编号,分析各矿坑区域对应边坡的监测点泥位值偏差指数wir 初前1、wif 初中1为第i矿坑区域对应前部边坡的第r监测点、中部边坡的第f监测点的初始泥位值,Δw前1、Δw中1为预设的矿坑前部边坡、中部边坡监测点的允许误差泥位值。
优选地,所述各矿坑区域的边坡状态安全评估系数β1、β2为预设的边坡监测点状态影响权重因子、边坡区域状态影响权重因子。
优选地,所述安全指标数据包括微芯栓在各采集时间点的倾斜方向、倾斜角度以及振动冲击x轴、y轴、z轴加速度。
优选地,所述各矿坑区域在设定时间段内的边坡安全指标影响指数具体分析包括:从矿区数据管理库提取各矿坑区域对应边坡的参考坡向,将其与对应矿坑区域对应边坡在设定时间段内微芯栓在各采集时间点的倾斜方向进行对比,得到各矿坑区域对应前部边坡、中部边坡在设定时间段内微芯栓在各采集时间点的倾斜夹角,并结合各矿坑区域对应边坡在设定时间段内微芯栓在各采集时间点的倾斜角度以及振动冲击x轴、y轴、z轴加速度,分析各矿坑区域对应前部边坡、中部边坡在设定时间段内各采集时间点的的安全指标影响因子g为各采集时间点的编号。
分析各矿坑区域在设定时间段内的边坡安全指标影响指数λ1、λ2为预设的前部边坡、中部边坡安全影响权重,λ1+λ2=1,t时长为两个采集时间点之间的时长,/>分别为第i矿坑区域对应前部边坡、中部边坡在设定时间段内第g-1采集时间点的的安全指标影响因子。
优选地,所述各矿坑区域对应前部边坡在设定时间段内各采集时间点的的安全指标影响因子分析公式为θig1、big1、axig1、ayig1、azig1分别为第i矿坑区域对应前部边坡在设定时间段内微芯栓在第g采集时间点的倾斜夹角、倾斜角度以及振动冲击x轴、y轴、z轴加速度,θig1∈[0,2π),σ表示为预设的三轴向加速度的合成因数,a′合为预设的微芯栓安全振动冲击加速度阈。
优选地,所述各矿坑区域在未来设定时间段的边坡安全健康系数分析公式为其中T未来为未来设定时间段的时长,d为采集时间点数量,δ为矿坑所属地区在未来设定时间段的降雨信息影响因子。
优选地,所述矿坑所属地区在未来设定时间段的降雨信息影响因子分析方式为:获取矿坑所属地区在设定时间段内的降雨信息,提取矿坑所属地区在设定时间段内各工作日的降雨强度,筛选矿坑所属地区在设定时间段内的最大降雨强度,并根据矿坑所属地区在未来设定时间段的降雨信息,筛选矿坑所属地区在未来设定时间段内超出最大降雨强度的未来工作日数量Q超。
分析矿坑所属地区在未来设定时间段的降雨信息影响因子τ1、τ2为设定的地区降雨强度占比、地区累计降雨量对应的影响权重,Q1为未来设定时间段内的未来工作日数量,R1、R0′为矿坑所属地区在未来设定时间段、设定时间段内的累计降雨量。
相对于现有技术,本发明具有以下有益效果:(1)本发明通过将目标矿山区域按照矿坑数量划分成各矿坑区域,并考虑到边坡区域内监测点布设位置的影响,从而将若干监测点分别布设在各矿坑区域对应前部边坡和中部边坡上,从而有效降低边坡各部分区域状态对应安全影响权重的差异性,进一步使得后期分析结果的精准性以及合理性不受影响,提高矿坑边坡安全智能监测及预测效果。
(2)本发明通过监测各矿坑区域对应边坡的状态指标信息,分析各矿坑区域的边坡状态安全评估系数,从而打破现有技术的局限性,能够充分反映矿坑边坡区域的表观层面和内部层面状况,进而能够精确了解矿坑边坡的安全状态,进一步消除矿坑开采人员工作的潜在安全风险,避免对矿区的整体开采施工进度产生负面影响。
(3)本发明通过提取各矿坑区域对应边坡在设定时间段内的安全指标数据,得到各矿坑区域在设定时间段内的边坡安全指标影响指数,实现从多方面、多维度考虑引起边坡安全性发生变化的因素,确保后期边坡安全性分析结果的准确性不受影响,进一步使得矿坑安全监测结果更加具有全面性和丰富性。
(4)本发明通过结合矿坑所属地区在未来设定时间段的降雨信息,评估各矿坑区域在未来设定时间段的边坡安全健康系数,并进行对应的处理,从而精准判读出边坡的动态变化规律,进一步提高矿山边坡滑坡灾害预警的准确性和科学性,进而为后期矿山边坡灾害防治提供科学依据。
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为本发明的系统模块连接图。
图2为本发明中矿坑区域对应前部边坡和中部边坡的划分示意简图。
图3为微芯栓的倾斜角度示意图。
附图标记:1为微芯栓所在边坡位置的垂直参考线,2为微芯栓轮廓中心线。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供一种基于三维可视化的矿山智慧监测管理系统,包括矿山区域划分模块、边坡状态指标监测模块、边坡状态指标分析模块、矿区数据管理库、边坡安全指标提取模块和边坡安全健康评估模块。
所述矿山区域划分模块与边坡状态指标监测模块连接,所述边坡状态指标分析模块与边坡状态指标监测模块和矿区数据管理库连接,所述边坡安全指标提取模块分别与矿区数据管理库和边坡安全健康评估模块。
所述矿山区域划分模块,用于将目标矿山区域按照矿坑数量划分成各矿坑区域,并构建各矿坑区域对应的三维信息模型。
请参阅图2所示,所述矿区A06为第6个矿坑区域,将矿区A06分成两个部分区域,分别为矿区A06前部边坡和矿区A06中部边坡。
需要解释的是,本发明通过将目标矿山区域按照矿坑数量划分成各矿坑区域,并考虑到边坡区域内监测点布设位置的影响,从而将若干监测点分别布设在各矿坑区域对应前部边坡和中部边坡上,从而有效降低边坡各部分区域状态对应安全影响权重的差异性,进一步使得后期分析结果的精准性以及合理性不受影响,提高矿坑边坡安全智能监测及预测效果。
所述边坡状态指标监测模块,用于实时监测各矿坑区域对应边坡的状态指标信息,解析得到各矿坑区域对应边坡的监测点状态评估指数和区域状态评估指数。
需要说明的是,所述边坡的状态指标信息包括前部边坡和中部边坡的状态指标信息。
所述状态指标信息为监测点信息和区域信息,所述监测点信息为各监测点的泥位值、含水率、土压力和位置,所述区域信息为区域裂缝数量和各裂缝的延展长度。
具体地,所述将泥位计、土壤含水率监测仪、土压力计和GNSS定位仪分别安装在各监测点处,进而对各监测点的泥位值、含水率、土压力和位置进行实时监测与采集。
作为进一步的设计,所述各矿坑区域对应边坡的监测点状态评估指数和区域状态评估指数解析方式为:从矿区数据管理库提取各矿坑区域对应边坡子区域中各初始监测点的位置,将其带入对应矿坑区域对应的三维信息模型中,得到各矿坑区域处于前部边坡和中部边坡的各监测点的初始位置坐标,并结合各矿坑区域对应边坡的各监测点的位置,得到各矿坑区域对应边坡的监测点位置偏移指数,将其记为αi,i=1,2,...,n,i为各矿坑区域的编号。
从矿区数据管理库提取各矿坑区域处于前部边坡和中部边坡的各监测点的初始泥位值、初始含水率和初始土压力,解析得到各矿坑区域对应边坡的监测点状态评估指数其中ε1、ε2、ε3、ε4为设定的边坡监测点泥位值、含水率、土压力、位置偏移影响权重因子,φi 1、φi 2、φi 3为第i矿坑区域对应边坡的监测点泥位值、含水率、土压力偏差指数。
根据各矿坑区域对应的三维信息模型,得到各矿坑区域对应前部边坡、中部边坡的区域面积,分别记为si 前、si 中,解析得到各矿坑区域对应边坡的区域状态评估指数
η1、η2为设定的前部边坡、中部边坡状态影响权重,η1+η2=1,e为自然常数,max(Lij 前)、max(Lij 中)为第i矿坑区域对应前部边坡、中部边坡中各裂缝延展长度的最大值,j=1,2,...,m,j为各裂缝的编号,L′前、L′中、k前、k中为预设的矿坑前部边坡、中部边坡对应的裂缝安全延展长度以及允许裂缝密集度,qi 前、qi中为第i矿坑区域对应前部边坡、中部边坡的区域裂缝数量。
具体地,所述各矿坑区域对应边坡的监测点泥位值偏差指数分析方式为:提取各矿坑区域对应前部边坡和中部边坡的各监测点的泥位值,将其分别记为wir 前1、wif 中1,r=1,2,...,u,r为前部边坡的各监测点编号,f=1,2,...h,f为中部边坡的各监测点编号,分析各矿坑区域对应边坡的监测点泥位值偏差指数wir 初前1、wif 初中1为第i矿坑区域对应前部边坡的第r监测点、中部边坡的第f监测点的初始泥位值,Δw前1、Δw中1为预设的矿坑前部边坡、中部边坡监测点的允许误差泥位值。
需要说明的是,所述各矿坑区域对应边坡的监测点含水率偏差指数和监测点土压力偏差指数均与各矿坑区域对应边坡的监测点泥位值偏差指数分析方式一致,在此就不详细说明。
进一步地,所述各矿坑区域对应边坡的监测点位置偏移指数分析方式为:根据各矿坑区域处于前部边坡的各监测点的初始位置坐标(xir 初前,yir 初前,zir 初前),分析各矿坑区域对应前部边坡的各监测点的位置偏移指数其中(xir 前,yir 前,zir 前)为第i矿坑区域对应前部边坡的第r监测点的位置坐标,Δx′前、Δy′前、Δz′前为预设的矿坑前部边坡对应的x轴、y轴、z轴允许位置偏移值;同理得到各矿坑区域对应中部边坡的各监测点的位置偏移指数αif 中,进而分析各矿坑区域对应边坡的监测点位置偏移指数u为前部边坡的监测点数量,h为中部边坡的监测点数量。
所述边坡状态指标分析模块,用于分析各矿坑区域的边坡状态安全评估系数,若其小于设定边坡状态安全评估系数阈值,则发出预警通知,反之,则将实时监测的各矿坑区域对应边坡的状态指标信息存入矿区数据管理库。
作为进一步的设计,所述各矿坑区域的边坡状态安全评估系数β1、β2为预设的边坡监测点状态影响权重因子、边坡区域状态影响权重因子。
需要解释的是,本发明通过监测各矿坑区域对应边坡的状态指标信息,分析各矿坑区域的边坡状态安全评估系数,从而打破现有技术的局限性,能够充分反映矿坑边坡区域的表观层面和内部层面状况,进而能够精确了解矿坑边坡的安全状态,进一步消除矿坑开采人员工作的潜在安全风险,避免对矿区的整体开采施工进度产生负面影响。
所述矿区数据管理库,用于存储各矿坑区域对应边坡子区域中各初始监测点的监测点信息,并存储各矿坑区域对应边坡的参考坡向。
所述边坡安全指标提取模块,用于提取各矿坑区域对应边坡在设定时间段内的安全指标数据,得到各矿坑区域在设定时间段内的边坡安全指标影响指数。
具体地,所述安全指标数据包括微芯栓在各采集时间点的倾斜方向、倾斜角度以及振动冲击x轴、y轴、z轴加速度。
需要说明的是,所述微芯栓设置在各矿坑区域对应前部边坡、中部边坡区域的中心位置,且微芯栓实时监测各矿坑区域对应前部边坡、中部边坡在设定时间段内的安全指标数据。
请参阅图3所示,所述微芯栓在各采集时间点的倾斜角度为微芯栓所在边坡位置的垂直参考线与微芯栓轮廓中心线之间的角度。
作为进一步的设计,所述各矿坑区域在设定时间段内的边坡安全指标影响指数具体分析包括:从矿区数据管理库提取各矿坑区域对应边坡的参考坡向,将其与对应矿坑区域对应边坡在设定时间段内微芯栓在各采集时间点的倾斜方向进行对比,得到各矿坑区域对应前部边坡、中部边坡在设定时间段内微芯栓在各采集时间点的倾斜夹角,并结合各矿坑区域对应边坡在设定时间段内微芯栓在各采集时间点的倾斜角度以及振动冲击x轴、y轴、z轴加速度,分析各矿坑区域对应前部边坡、中部边坡在设定时间段内各采集时间点的的安全指标影响因子g为各采集时间点的编号。
分析各矿坑区域在设定时间段内的边坡安全指标影响指数λ1、λ2为预设的前部边坡、中部边坡安全影响权重,λ1+λ2=1,t时长为两个采集时间点之间的时长,/>分别为第i矿坑区域对应前部边坡、中部边坡在设定时间段内第g-1采集时间点的的安全指标影响因子。
具体地,所述各矿坑区域对应前部边坡在设定时间段内各采集时间点的的安全指标影响因子分析公式为θig1、big1、axig1、ayig1、azig1分别为第i矿坑区域对应前部边坡在设定时间段内微芯栓在第g采集时间点的倾斜夹角、倾斜角度以及振动冲击x轴、y轴、z轴加速度,θig1∈[0,2π),σ表示为预设的三轴向加速度的合成因数,a′合为预设的微芯栓安全振动冲击加速度阈。
进一步地,所述根据各矿坑区域对应前部边坡在设定时间段内各采集时间点的的安全指标影响因子分析公式,同理得到各矿坑区域对应中部边坡在设定时间段内各采集时间点的的安全指标影响因子分析公式。
需要解释的是,本发明通过提取各矿坑区域对应边坡在设定时间段内的安全指标数据,得到各矿坑区域在设定时间段内的边坡安全指标影响指数,实现从多方面、多维度考虑引起边坡安全性发生变化的因素,确保后期边坡安全性分析结果的准确性不受影响,进一步使得矿坑安全监测结果更加具有全面性和丰富性。
所述边坡安全健康评估模块,用于结合矿坑所属地区在未来设定时间段的降雨信息,评估各矿坑区域在未来设定时间段的边坡安全健康系数,进而将各矿坑区域在未来设定时间段的边坡安全健康系数与设定边坡安全健康系数阈值进行对比,若某矿坑区域在未来设定时间段的边坡安全健康系数小于设定边坡安全健康系数阈值,则将该矿坑区域对应编号发送至矿山监控终端,并进行显示。
需要说明的是,所述矿坑所属地区在未来设定时间段的降雨信息包括累计降雨量和各未来工作日的降雨强度。
作为进一步的设计,所述各矿坑区域在未来设定时间段的边坡安全健康系数分析公式为其中T未来为未来设定时间段的时长,d为采集时间点数量,δ为矿坑所属地区在未来设定时间段的降雨信息影响因子。
具体地,所述矿坑所属地区在未来设定时间段的降雨信息影响因子分析方式为:获取矿坑所属地区在设定时间段内的降雨信息,提取矿坑所属地区在设定时间段内各工作日的降雨强度,筛选矿坑所属地区在设定时间段内的最大降雨强度,并根据矿坑所属地区在未来设定时间段的降雨信息,筛选矿坑所属地区在未来设定时间段内超出最大降雨强度的未来工作日数量Q超。
分析矿坑所属地区在未来设定时间段的降雨信息影响因子τ1、τ2为设定的地区降雨强度占比、地区累计降雨量对应的影响权重,Q1为未来设定时间段内的未来工作日数量,R1、R′0为矿坑所属地区在未来设定时间段、设定时间段内的累计降雨量。
需要解释的是,本发明通过结合矿坑所属地区在未来设定时间段的降雨信息,评估各矿坑区域在未来设定时间段的边坡安全健康系数,并进行对应的处理,从而精准判读出边坡的动态变化规律,进一步提高矿山边坡滑坡灾害预警的准确性和科学性,进而为后期矿山边坡灾害防治提供科学依据。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于三维可视化的矿山智慧监测管理系统,其特征在于,包括:
矿山区域划分模块,用于将目标矿山区域按照矿坑数量划分成各矿坑区域,并构建各矿坑区域对应的三维信息模型;
边坡状态指标监测模块,用于实时监测各矿坑区域对应边坡的状态指标信息,解析得到各矿坑区域对应边坡的监测点状态评估指数和区域状态评估指数;
边坡状态指标分析模块,用于分析各矿坑区域的边坡状态安全评估系数,若其小于设定边坡状态安全评估系数阈值,则发出预警通知,反之,则将实时监测的各矿坑区域对应边坡的状态指标信息存入矿区数据管理库;
矿区数据管理库,用于存储各矿坑区域对应边坡子区域中各初始监测点的监测点信息,并存储各矿坑区域对应边坡的参考坡向;
边坡安全指标提取模块,用于提取各矿坑区域对应边坡在设定时间段内的安全指标数据,得到各矿坑区域在设定时间段内的边坡安全指标影响指数;
边坡安全健康评估模块,用于结合矿坑所属地区在未来设定时间段的降雨信息,评估各矿坑区域在未来设定时间段的边坡安全健康系数,进而进行对应的处理。
2.根据权利要求1所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述边坡的状态指标信息包括前部边坡和中部边坡的状态指标信息,其中状态指标信息为监测点信息和区域信息,所述监测点信息为各监测点的泥位值、含水率、土压力和位置,所述区域信息为区域裂缝数量和各裂缝的延展长度。
3.根据权利要求2所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述各矿坑区域对应边坡的监测点状态评估指数和区域状态评估指数解析方式为:
从矿区数据管理库提取各矿坑区域对应边坡子区域中各初始监测点的位置,将其带入对应矿坑区域对应的三维信息模型中,得到各矿坑区域处于前部边坡和中部边坡的各监测点的初始位置坐标,并结合各矿坑区域对应边坡的各监测点的位置,得到各矿坑区域对应边坡的监测点位置偏移指数,将其记为αi,i=1,2,...,n,i为各矿坑区域的编号;
从矿区数据管理库提取各矿坑区域处于前部边坡和中部边坡的各监测点的初始泥位值、初始含水率和初始土压力,解析得到各矿坑区域对应边坡的监测点状态评估指数其中ε1、ε2、ε3、ε4为设定的边坡监测点泥位值、含水率、土压力、位置偏移影响权重因子,φi 1、φi 2、φi 3为第i矿坑区域对应边坡的监测点泥位值、含水率、土压力偏差指数;
根据各矿坑区域对应的三维信息模型,得到各矿坑区域对应前部边坡、中部边坡的区域面积,分别记为si 前、si 中,解析得到各矿坑区域对应边坡的区域状态评估指数η1、η2为设定的前部边坡、中部边坡状态影响权重,η1+η2=1,e为自然常数,max(Lij 前)、max(Lij 中)为第i矿坑区域对应前部边坡、中部边坡中各裂缝延展长度的最大值,j=1,2,...,m,j为各裂缝的编号,L′前、L′中、k前、k中为预设的矿坑前部边坡、中部边坡对应的裂缝安全延展长度以及允许裂缝密集度,qi 前、qi 中为第i矿坑区域对应前部边坡、中部边坡的区域裂缝数量。
4.根据权利要求3所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述各矿坑区域对应边坡的监测点泥位值偏差指数分析方式为:
提取各矿坑区域对应前部边坡和中部边坡的各监测点的泥位值,将其分别记为wir 前1、wif 中1,r=1,2,...,u,r为前部边坡的各监测点编号,f=1,2,...h,f为中部边坡的各监测点编号,分析各矿坑区域对应边坡的监测点泥位值偏差指数wir 初前1、wif 初中1为第i矿坑区域对应前部边坡的第r监测点、中部边坡的第f监测点的初始泥位值,Δw前1、Δw中1为预设的矿坑前部边坡、中部边坡监测点的允许误差泥位值。
5.根据权利要求3所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述各矿坑区域的边坡状态安全评估系数β1、β2为预设的边坡监测点状态影响权重因子、边坡区域状态影响权重因子。
6.根据权利要求3所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述安全指标数据包括微芯栓在各采集时间点的倾斜方向、倾斜角度以及振动冲击x轴、y轴、z轴加速度。
7.根据权利要求6所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述各矿坑区域在设定时间段内的边坡安全指标影响指数具体分析包括:
从矿区数据管理库提取各矿坑区域对应边坡的参考坡向,将其与对应矿坑区域对应边坡在设定时间段内微芯栓在各采集时间点的倾斜方向进行对比,得到各矿坑区域对应前部边坡、中部边坡在设定时间段内微芯栓在各采集时间点的倾斜夹角,并结合各矿坑区域对应边坡在设定时间段内微芯栓在各采集时间点的倾斜角度以及振动冲击x轴、y轴、z轴加速度,分析各矿坑区域对应前部边坡、中部边坡在设定时间段内各采集时间点的的安全指标影响因子g=1,2,...,d,g为各采集时间点的编号;
分析各矿坑区域在设定时间段内的边坡安全指标影响指数λ1、λ2为预设的前部边坡、中部边坡安全影响权重,λ1+λ2=1,t时长为两个采集时间点之间的时长,/>分别为第i矿坑区域对应前部边坡、中部边坡在设定时间段内第g-1采集时间点的的安全指标影响因子。
8.根据权利要求7所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述各矿坑区域对应前部边坡在设定时间段内各采集时间点的的安全指标影响因子分析公式为θig1、big1、axig1、ayig1、azig1分别为第i矿坑区域对应前部边坡在设定时间段内微芯栓在第g采集时间点的倾斜夹角、倾斜角度以及振动冲击x轴、y轴、z轴加速度,θig1∈[0,2π),σ表示为预设的三轴向加速度的合成因数,a′合为预设的微芯栓安全振动冲击加速度阈。
9.根据权利要求7所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述各矿坑区域在未来设定时间段的边坡安全健康系数分析公式为其中T未来为未来设定时间段的时长,d为采集时间点数量,δ为矿坑所属地区在未来设定时间段的降雨信息影响因子。
10.根据权利要求9所述的一种基于三维可视化的矿山智慧监测管理系统,其特征在于:所述矿坑所属地区在未来设定时间段的降雨信息影响因子分析方式为:
获取矿坑所属地区在设定时间段内的降雨信息,提取矿坑所属地区在设定时间段内各工作日的降雨强度,筛选矿坑所属地区在设定时间段内的最大降雨强度,并根据矿坑所属地区在未来设定时间段的降雨信息,筛选矿坑所属地区在未来设定时间段内超出最大降雨强度的未来工作日数量Q超;
分析矿坑所属地区在未来设定时间段的降雨信息影响因子τ1、τ2为设定的地区降雨强度占比、地区累计降雨量对应的影响权重,Q1为未来设定时间段内的未来工作日数量,R1、R′0为矿坑所属地区在未来设定时间段、设定时间段内的累计降雨量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310503596.6A CN116542517B (zh) | 2023-05-06 | 2023-05-06 | 一种基于三维可视化的矿山智慧监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310503596.6A CN116542517B (zh) | 2023-05-06 | 2023-05-06 | 一种基于三维可视化的矿山智慧监测管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116542517A true CN116542517A (zh) | 2023-08-04 |
CN116542517B CN116542517B (zh) | 2024-05-03 |
Family
ID=87443018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310503596.6A Active CN116542517B (zh) | 2023-05-06 | 2023-05-06 | 一种基于三维可视化的矿山智慧监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542517B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117195361A (zh) * | 2023-09-08 | 2023-12-08 | 杭州市交通工程集团有限公司 | 高边坡稳定性监测方法、装置、设备及可读存储介质 |
CN117196408A (zh) * | 2023-10-12 | 2023-12-08 | 西南水泥有限公司 | 一种基于大数据的矿山安全智慧监测系统 |
CN117830972A (zh) * | 2024-01-05 | 2024-04-05 | 青岛科泰重工机械有限公司 | 一种全液压双钢轮压路机远程控制系统及其控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101580062B1 (ko) * | 2014-12-05 | 2015-12-28 | 연세대학교 산학협력단 | 실시간 산사태 예경보 방법 및 시스템 |
CN112435443A (zh) * | 2020-11-11 | 2021-03-02 | 深圳中神电子科技有限公司 | 一种基于大数据分析的地质灾害监测预警系统 |
CN114254963A (zh) * | 2022-03-01 | 2022-03-29 | 航天宏图信息技术股份有限公司 | 自然灾害综合风险评估方法、装置、电子设备及存储介质 |
CN115311821A (zh) * | 2022-08-09 | 2022-11-08 | 武汉易特兰瑞科技有限公司 | 一种基于数字孪生技术的地质灾害智能监测云平台 |
-
2023
- 2023-05-06 CN CN202310503596.6A patent/CN116542517B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101580062B1 (ko) * | 2014-12-05 | 2015-12-28 | 연세대학교 산학협력단 | 실시간 산사태 예경보 방법 및 시스템 |
CN112435443A (zh) * | 2020-11-11 | 2021-03-02 | 深圳中神电子科技有限公司 | 一种基于大数据分析的地质灾害监测预警系统 |
CN114254963A (zh) * | 2022-03-01 | 2022-03-29 | 航天宏图信息技术股份有限公司 | 自然灾害综合风险评估方法、装置、电子设备及存储介质 |
CN115311821A (zh) * | 2022-08-09 | 2022-11-08 | 武汉易特兰瑞科技有限公司 | 一种基于数字孪生技术的地质灾害智能监测云平台 |
Non-Patent Citations (2)
Title |
---|
MINGLI XIE AT AL.: "Landslide evolution assessment based on InSAR and real-time monitoring of a large reactivated landslide", ENGINEERING GEOLOGY, 8 August 2020 (2020-08-08), pages 1 - 10 * |
王俊 等: "基于无限边坡算法的降雨型滑坡预警系统的模型试验研究", 岩土力学, vol. 35, no. 12, 10 December 2014 (2014-12-10), pages 3503 - 3509 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117195361A (zh) * | 2023-09-08 | 2023-12-08 | 杭州市交通工程集团有限公司 | 高边坡稳定性监测方法、装置、设备及可读存储介质 |
CN117195361B (zh) * | 2023-09-08 | 2024-05-31 | 杭州市交通工程集团有限公司 | 高边坡稳定性监测方法、装置、设备及可读存储介质 |
CN117196408A (zh) * | 2023-10-12 | 2023-12-08 | 西南水泥有限公司 | 一种基于大数据的矿山安全智慧监测系统 |
CN117196408B (zh) * | 2023-10-12 | 2024-03-22 | 西南水泥有限公司 | 一种基于大数据的矿山安全智慧监测系统 |
CN117830972A (zh) * | 2024-01-05 | 2024-04-05 | 青岛科泰重工机械有限公司 | 一种全液压双钢轮压路机远程控制系统及其控制方法 |
CN117830972B (zh) * | 2024-01-05 | 2024-05-31 | 青岛科泰重工机械有限公司 | 一种全液压双钢轮压路机远程控制系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116542517B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116542517A (zh) | 一种基于三维可视化的矿山智慧监测管理系统 | |
US11761930B2 (en) | Prediction method of part surface roughness and tool wear based on multi-task learning | |
CN112985304B (zh) | 一种隧道施工辅助监测系统 | |
CN111160571B (zh) | 一种基于土压平衡盾构机参数数据驱动反演地质的方法 | |
CN101550841B (zh) | 煤与瓦斯突出综合预警系统及预警方法 | |
CN115081945B (zh) | 一种地下水环境监测井的损伤监测与评估方法及系统 | |
CN116597616B (zh) | 一种矿山开采区域地质灾害智能监测预警系统 | |
CN109447493A (zh) | 一种基于物源活动强度的震后泥石流危险性评价方法 | |
CN113487123A (zh) | 高光谱监测与gis耦合山洪灾害动态风险评估方法 | |
CN115965246B (zh) | 一种岩溶塌陷灾害的预警分析方法 | |
CN113780719A (zh) | 一种矿山地质环境综合评价方法 | |
CN109345140B (zh) | 一种煤矿突水灾害预警的辅助方法 | |
CN116658246A (zh) | 一种煤矿水害监测预警系统及方法 | |
CN115966074B (zh) | 基于机器学习的盾构刀盘结泥饼预警方法及系统 | |
CN111199298A (zh) | 基于神经网络的洪水预报方法与系统 | |
CN113762360A (zh) | 一种基于smote+adacost算法的tbm掘进过程中的围岩等级预测方法 | |
CN117314218A (zh) | 一种基于大数据分析的煤矿水害实时预警方法 | |
CN110717618A (zh) | 基于多指标综合要素的海底热液硫化物资源评价预测方法 | |
CN114920122A (zh) | 一种基于迁移学习的自动扶梯故障预警方法及系统 | |
CN114169594A (zh) | 一种基于LSTM-LightGBM变权组合模型的瓦斯浓度预测方法 | |
CN113902327A (zh) | 一种海上风电场基础结构腐蚀健康状态的评估方法及系统 | |
CN109902830A (zh) | 基于混沌理论和集成学习的采煤机截割高度预测系统 | |
CN117522149B (zh) | 一种隧道安全风险识别方法、装置和安全管理平台 | |
CN117541082B (zh) | 基于油藏-井筒-设备评价指标集成的综合评价方法 | |
CN110243589B (zh) | 刮板减速机模糊故障诊断方法及系统 |
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 |