CN117094138B - 一种边坡危岩体崩塌时间预测方法和系统 - Google Patents

一种边坡危岩体崩塌时间预测方法和系统 Download PDF

Info

Publication number
CN117094138B
CN117094138B CN202310994013.4A CN202310994013A CN117094138B CN 117094138 B CN117094138 B CN 117094138B CN 202310994013 A CN202310994013 A CN 202310994013A CN 117094138 B CN117094138 B CN 117094138B
Authority
CN
China
Prior art keywords
rock mass
time
constant
change
rate
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
CN202310994013.4A
Other languages
English (en)
Other versions
CN117094138A (zh
Inventor
贺铮
熊娟
王家伟
孙广存
李宁
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 Zhongguancun Zhilian Safety Science Research Institute Co ltd
Original Assignee
Beijing Zhongguancun Zhilian Safety Science Research Institute 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 Zhongguancun Zhilian Safety Science Research Institute Co ltd filed Critical Beijing Zhongguancun Zhilian Safety Science Research Institute Co ltd
Priority to CN202310994013.4A priority Critical patent/CN117094138B/zh
Publication of CN117094138A publication Critical patent/CN117094138A/zh
Application granted granted Critical
Publication of CN117094138B publication Critical patent/CN117094138B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及崩塌预警预报技术领域，特别是指一种边坡危岩体崩塌时间预测方法和系统，方法包括：监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息；基于常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；对起始时刻后的常时微动频率信息进行拟合，得到常时微动频率的变化速率与崩塌时间之间的两个时间预测拟合方程；利用两个预测拟合方程的时间预测结果，得到边坡危岩体的崩塌时间预测值。本发明具有操作计算简便，预测结果可靠等优点，可广泛应用于边坡危岩体的崩塌时间预测。

Description

一种边坡危岩体崩塌时间预测方法和系统
技术领域
本发明涉及崩塌预警预报技术领域，特别是指一种边坡危岩体崩塌时间预测方法和系统。
背景技术
边坡上被多组结构面切割的危岩体，突然脱离母体，翻滚而下的地质现象称为崩塌。边坡危岩体往往变形量微小、缓慢，但崩塌失稳过程短暂，突发性极强，因此通过变形监测进行危岩体的预警预报的时效性较差，传统“位移切线角模型”、“Saito预测模型”、“Fukuzono预测模型”等基于变形监控的预测预报方法无法应用于危岩体崩塌时间预测中。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供了一种边坡危岩体崩塌时间预测方法和系统。
本发明的一种边坡危岩体崩塌时间预测方法的技术方案如下：
监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息；
基于常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；
对起始时刻后的常时微动频率信息进行拟合，得到常时微动频率的变化速率与崩塌时间之间的两个时间预测拟合方程；
利用两个预测拟合方程的时间预测结果，得到边坡危岩体的崩塌时间预测值。
在上述方案的基础上，本发明的一种边坡危岩体崩塌时间预测方法还可以做如下改进。
进一步，确定起始时刻的过程，包括：
根据常时微动频率信息，计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率；
当第n个时刻的常时微动频率fn所对应的综合判别指标Fn{f}以及第n个时刻后的每个时刻的常时微动频率所对应的综合判别指标均大于0时，则判定第n个时刻tn为起始时刻；
其中， 表示fn的变化加速率、/>表示fn的变化加加速率、/>表示/>的变化加速率偏度，/>表示/>的变化加速率峰度。
进一步，两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，第一时间预测拟合方程为：第二时间预测拟合方程为：/>其中，t表示当前时间与初始监测时间之间的时间间隔，/>表示当前时间的常时微动频率的变化速率，f表示当前时间的常时微动频率，t′f、t″f、m和n均为线性拟合参数，且t′f为第一时间预测拟合方程的拟合曲线斜率，t″f为第二时间预测拟合方程的拟合曲线横截距。
进一步，监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息，包括：
在边坡危岩体不受外界振动扰动的情况下，将振动传感器分别布设在危岩体与母岩体上，每个振动传感器的敏感轴的布设方向与主控裂隙垂直，且使危岩体与母岩体的布设方向一致；
同时采集危岩体的振动时程曲线与母岩体的振动时程曲线，通过傅里叶变换分别得到危岩体的频谱图与母岩体的频谱图；
危岩体的频谱图与母岩体的频谱图中的幅值做比值，得到边坡危岩体与母岩体的频谱比图，取频谱比图中的沿主控裂隙张开方向作为危岩体的常时微动频率。
本发明的一种边坡危岩体崩塌时间预测系统的技术方案如下：
包括监测模块、第一确定模块、拟合模块和第二确定模块；
监测模块用于：监测边坡危岩体的常时微动频率信息；
第一确定模块用于：基于常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；
拟合模块用于：对起始时刻后的常时微动频率信息进行线性拟合，得到常时微动频率的变化速率与崩塌时间之间的预测拟合方程；
第二确定模块用于：利用时间预测拟合方程的拟合曲线斜率，得到边坡危岩体的崩塌时间预测值。
在上述方案的基础上，本发明的一种边坡危岩体崩塌时间预测系统还可以做如下改进。
进一步，第一确定模块具体用于：
根据常时微动频率信息，计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率；
当第n个时刻的常时微动频率fn所对应的综合判别指标Fn{f}以及第n个时刻后的每个时刻的常时微动频率所对应的综合判别指标均大于0时，则判定第n个时刻tn为起始时刻；
其中， 表示fn的变化加速率、/>表示fn的变化加加速率、/>表示/>的变化加速率偏度，/>表示/>的变化加速率峰度。
进一步，两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，第一时间预测拟合方程为：第二时间预测拟合方程为：其中，t表示当前时间与初始监测时间之间的时间间隔，/>表示当前时间的常时微动频率的变化速率，f表示当前时间的常时微动频率，t′f、t″f、m和n均为线性拟合参数，且t′f为第一时间预测拟合方程的拟合曲线斜率，t″f为第二时间预测拟合方程的拟合曲线横截距。
进一步，监测获取模块具体用于：
在边坡危岩体不受外界振动扰动的情况下，将振动传感器分别布设在危岩体与母岩体上，每个振动传感器的敏感轴的布设方向与主控裂隙垂直，且使危岩体与母岩体的布设方向一致；
同时采集危岩体的振动时程曲线与母岩体的振动时程曲线，通过傅里叶变换分别得到危岩体的频谱图与母岩体的频谱图；
危岩体的频谱图与母岩体的频谱图中的幅值做比值，得到边坡危岩体与母岩体的频谱比图，取频谱比图中的沿主控裂隙张开方向作为危岩体的常时微动频率。
本发明的一种计算机设备，计算机设备包括处理器，处理器与存储器耦合，存储器中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机设备实现上述任一种边坡危岩体崩塌时间预测方法。
本发明的一种计算机可读存储介质，计算机可读存储介质中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机实现上述任一种边坡危岩体崩塌时间预测方法。
本发明的有益效果如下：
与传统变形监测思路不同，本发明从危岩体的动力特征入手，通过动力特征参数的监测，识别危岩体早期稳定性的变化趋势，从而时间崩塌时间的中长期预测，克服了现有变形监测无法实现危岩体中长期预测的缺点，可广泛应用于山地城镇边坡与公路铁路、水利水电、露天矿山等工程边坡的危岩体的崩塌时间预测。
附图说明
通过阅读参照以下附图所作的对非限制性实施例的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例的一种边坡危岩体崩塌时间预测方法的流程示意图；
图2为滑移型危岩体的振动传感器的安装方向示意图；
图3为倾倒型危岩体的振动传感器的安装方向示意图；
图4为坠落型危岩体的振动传感器的安装方向示意图；
图5为危岩体的频谱图；
图6为母岩体的频谱图；
图7为边坡危岩体与母岩体的频谱比图；
图8为微动频率监测时程曲线及加加速降低起始时刻示意图；
图9为崩塌时间实时预测结果示意图；
图10为本发明实施例的一种边坡危岩体崩塌时间预测系统的结构示意图。
具体实施方式
如图1所示，本发明实施例的一种边坡危岩体崩塌时间预测方法，包括如下步骤：
S1、监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息，母岩体为与危岩体连接且稳定性远高于危岩体的基岩。
S2、基于常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；
S3、对起始时刻后的常时微动频率信息进行拟合，得到常时微动频率的变化速率与崩塌时间之间的两个时间预测拟合方程；
S4、利用两个预测拟合方程的时间预测结果，得到边坡危岩体的崩塌时间预测值。
可选地，在上述技术方案中，S2中，确定起始时刻的过程，包括：
S20、根据常时微动频率信息，计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率，具体如下：
1)利用第一公式计算每个时刻的常时微动频率的变化速率，第一公式为：
其中，tn为第n个时刻，tn-1为第n-1个时刻，tn-tn-1为第n个时刻和第n-1个时刻之间的间隔时长，且每相邻两个监测时刻之间的间隔时长均相等，时间间隔的单位为天或小时等，fn为第n个时刻的常时微动频率，fn-1为第n-1个时刻的常时微动频率，单位为Hz，为fn的变化速率，单位为Hz/d或Hz/h等。
2)利用第二公式计算每个时刻的常时微动频率的变化加速率，第二公式为：
其中，表示fn的变化加速率，/>为第n-1个时刻的常时微动频率的变化加速率。
3)利用第三公式计算每个时刻的常时微动频率的变化加加速率，第三公式为：
其中，表示第n个时刻的常时微动频率的变化加加速率，/>表示fn-1的变化加速率。
4)利用第四公式计算每个时刻的常时微动频率的变化加速率偏度，第四公式为：
其中，表示第n个时刻的常时微动频率的变化加速率偏度，/>表示第n-q个时刻的常时微动频率的变化加加速率，/>为常时微动频率变化加速率样本的期望，σ为常时微动频率变化加速率样本的标准差，样本数量为q+1；
5)利用第五公式计算每个时刻的常时微动频率的变化加速率峰度，第五公式为：
其中，表示第n个时刻的常时微动频率的变化加速率峰度。
S21、当第n个时刻的常时微动频率fn所对应的综合判别指标Fn{f}以及第n个时刻后的每个时刻的常时微动频率所对应的综合判别指标均大于0时，则判定第n个时刻tn为起始时刻；
其中， 表示fn的变化加速率、/>表示fn的变化加加速率、/>表示/>的变化加速率偏度，/>表示/>的变化加速率峰度，/>表示：/>的变化加速率偏度的变化率，/>表示/>的变化加速率峰度的变化率。
可选地，在上述技术方案中，两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，第一时间预测拟合方程为：第二时间预测拟合方程为：/>其中，t表示当前时间与初始监测时间之间的时间间隔，/>表示当前时间的常时微动频率的变化速率，f表示当前时间的常时微动频率，t′f、t″f、m和n均为线性拟合参数，且t′f为第一时间预测拟合方程的拟合曲线斜率，t″f为第二时间预测拟合方程的拟合曲线横截距，横截距为计算结果在坐标轴上的表示含义。
根据监测数据集，同时利用第一时间预测拟合方程和第二时间预测拟合方程进行线性拟合，得到两个预测理论值即t′f和t″f，其中一个预测理论值一般偏大，另外一个预测理论值一般偏小，因此，再通过求解平均值的方式得到最终预测理论值即崩塌时间预测值，即崩塌时间预测值为t′f与t″f的平均值。
可选地，在上述技术方案中，S1中，监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息，包括：
S10、在边坡危岩体不受外界振动扰动的情况下，将振动传感器分别布设在危岩体与母岩体上，每个振动传感器的敏感轴的布设方向与主控裂隙垂直，且使危岩体与母岩体的布设方向一致，具体地：
将振动传感器布设在边坡危岩体的表面或埋设在边坡危岩体的内部，在边坡危岩体不受外界振动扰动的情况下，利用振动传感器监测边坡危岩体的常时微动时域数据，常时微动时域数据指：振动时程曲线。
边坡危岩体分为滑移型危岩体、倾倒型危岩体和坠落型危岩体，不同危岩体类型的振动传感器安装方向如图2至图4所示，图2至图4中，母岩传感器表示在母岩体设置上的振动传感器，危岩传感器表示在边坡危岩体上设置的振动传感器。
其中，不受外界振动扰动具体指：不受机械施工、降雨冰雹等外界情况的振动扰动。
在另外一个实施例中，根据振动传感器的功耗设定采样频率、采样时长与相邻两次监测的时间间隔，采样频率一般大于危岩体一阶模态频率的两倍，采样时长一般大于5min，相邻两次监测的时间间隔一般在1h～1d，按照设定的采样频率、采样时长与相邻两次监测的时间间隔，利用振动传感器监测边坡危岩体的常时微动时域数据，采样频率、采样时长与相邻两次监测的时间间隔可根据实际情况设置。
S11、同时采集危岩体的振动时程曲线与母岩体的振动时程曲线，通过傅里叶变换分别得到危岩体的频谱图与母岩体的频谱图；
S12、危岩体的频谱图与母岩体的频谱图中的幅值做比值，得到边坡危岩体与母岩体的频谱比图，取频谱比图中的沿主控裂隙张开方向作为危岩体的常时微动频率。
在另外一个实施例中，危岩体与母岩体频谱图中不能直接获取到明显峰值，通过该步骤可以获得在某状态下的明显的频谱峰值，为120.45Hz，有利于常时微动频率的监测获取，图5至图7展示了得到边坡危岩体与母岩体的频谱比图的过程，其中，危岩体的频谱图如图5所示，母岩体的频谱图如图6所示，边坡危岩体与母岩体的频谱比图如图7所示。
在另外一个实施例中，包括：
1)将振动传感器安装在边坡危岩体的表面，由于边坡危岩体的一阶模态频率小于300Hz，根据奈奎斯特采样定理，设定采样频率为800Hz，持续监测边坡危岩体的常时微动时域数据即体振动时程曲线，并通过快速傅里叶变换，获取到的常时微动频率信息，常时微动频率信息具体为：常时微动频率时程曲线即常时微动频率随时间的变化关系曲线。常时微动频率变化量为33.42Hz，崩塌演化时长为2793min(约46.5h)。
2)计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率，，计算过程见上文。
定义综合判别指标F：
针对本实施例，在1193min后，Fn,Fn+1,Fn+2···连续大于0时，则判定开始监测后的1193min为起始时刻，常时微动频率加速下降过程持续约1600min，如图8所示。
3)利用加加速起始时刻后的常时微动频率信息，针对本实施例为1193min后的监测数据，形成预测数据集，预测数据集即起始时刻后的常时微动频率信息，进行线性拟合，得到预测拟合方程，该方程又称“频率趋势法”崩塌时间预测拟合方程。
4)通过两种崩塌时间预测拟合方程拟合后，预测拟合方程的斜率参数t′f、t″f为当前时刻距离危岩体崩塌时刻之间的时间间隔，当前时间向后t′f、t″f时长后的时刻，即为边坡危岩体的崩塌时间预测值。
针对本实施例，两个预测方程的预测曲线不断向真实崩塌时间逼近，在2213min趋于稳定，计算值分别为2751min与2816min，平均值为2783min，即能够在崩塌前579.84min得到了570min后会发生崩塌的预测结果，相对误差仅为1.7％，满足应急避险需求，如图9所示。
本发明的有益效果如下：
与传统变形监测思路不同，本发明从危岩体的动力特征入手，通过动力特征参数的监测，识别危岩体早期稳定性的变化趋势，从而时间崩塌时间的中长期预测，克服了现有变形监测无法实现危岩体中长期预测的缺点，可广泛应用于山地城镇边坡与公路铁路、水利水电、露天矿山等工程边坡的危岩体的崩塌时间预测。具有操作计算简便，预测结果可靠等优点，可广泛应用于边坡危岩体的崩塌时间预测。
在上述各实施例中，虽然对步骤进行了编号S1、S2等，但只是本申请给出的具体实施例，本领域的技术人员可根据实际情况调整S1、S2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
如图10所示，本发明实施例的一种边坡危岩体崩塌时间预测系统200，包括监测获取模块210、第一确定模块220、拟合模块230和第二确定模块240；
监测获取模块210用于：监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息；
第一确定模块220用于：基于常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；
拟合模块230用于：对起始时刻后的常时微动频率信息进行拟合，得到常时微动频率的变化速率与崩塌时间之间的两个时间预测拟合方程；
第二确定模块240用于：利用两个预测拟合方程的时间预测结果，得到边坡危岩体的崩塌时间预测值。
可选地，在上述技术方案中，第一确定模块220具体用于：
根据常时微动频率信息，计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率；
当第n个时刻的常时微动频率fn所对应的综合判别指标Fn{f}以及第n个时刻后的每个时刻的常时微动频率所对应的综合判别指标均大于0时，则判定第n个时刻tn为起始时刻；
其中， 表示fn的变化加速率、/>表示fn的变化加加速率、/>表示/>的变化加速率偏度，/>表示/>的变化加速率峰度。
可选地，在上述技术方案中，两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，第一时间预测拟合方程为：第二时间预测拟合方程为：/>其中，t表示当前时间与初始监测时间之间的时间间隔，/>表示当前时间的常时微动频率的变化速率，f表示当前时间的常时微动频率，t′f、t″f、m和n均为线性拟合参数，且t′f为第一时间预测拟合方程的拟合曲线斜率，t″f为第二时间预测拟合方程的拟合曲线横截距。
可选地，在上述技术方案中，监测获取模块210具体用于：
在边坡危岩体不受外界振动扰动的情况下，将振动传感器分别布设在危岩体与母岩体上，每个振动传感器的敏感轴的布设方向与主控裂隙垂直，且使危岩体与母岩体的布设方向一致；
同时采集危岩体的振动时程曲线与母岩体的振动时程曲线，通过傅里叶变换分别得到危岩体的频谱图与母岩体的频谱图；
危岩体的频谱图与母岩体的频谱图中的幅值做比值，得到边坡危岩体与母岩体的频谱比图，取频谱比图中的沿主控裂隙张开方向作为危岩体的常时微动频率。
上述关于本发明的一种边坡危岩体崩塌时间预测系统200中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种边坡危岩体崩塌时间预测方法的实施例中的各参数和步骤，在此不做赘述。
本发明实施例的一种计算机设备，计算机设备包括处理器，处理器与存储器耦合，存储器中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机设备实现上述任一项边坡危岩体崩塌时间预测方法。
本发明实施例的一种计算机可读存储介质，计算机可读存储介质中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机实现上述任一项边坡危岩体崩塌时间预测方法。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)，只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (6)

1.一种边坡危岩体崩塌时间预测方法，其特征在于，包括：
监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息；
基于所述常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；
对所述起始时刻后的常时微动频率信息进行拟合，得到常时微动频率的变化速率与崩塌时间之间的两个时间预测拟合方程；
利用两个预测拟合方程的时间预测结果，得到所述边坡危岩体的崩塌时间预测值；
确定所述起始时刻的过程，包括：
根据所述常时微动频率信息，计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率；
当第n个时刻的常时微动频率fn所对应的综合判别指标Fn{f}以及第n个时刻后的每个时刻的常时微动频率所对应的综合判别指标均大于0时，则判定第n个时刻tn为所述起始时刻；
其中， 表示fn的变化加速率、/>表示fn的变化加加速率、/>表示/>的变化加速率偏度，/>表示/>的变化加速率峰度；
监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息，包括：
在所述边坡危岩体不受外界振动扰动的情况下，将振动传感器分别布设在所述危岩体与所述母岩体上，每个振动传感器的敏感轴的布设方向与主控裂隙垂直，且使所述危岩体与所述母岩体的布设方向一致；
同时采集所述危岩体的振动时程曲线与所述母岩体的振动时程曲线，通过傅里叶变换分别得到所述危岩体的频谱图与所述母岩体的频谱图；
所述危岩体的频谱图与所述母岩体的频谱图中的幅值做比值，得到所述边坡危岩体与所述母岩体的频谱比图，取所述频谱比图中的沿主控裂隙张开方向作为所述危岩体的常时微动频率。
2.根据权利要求1所述的一种边坡危岩体崩塌时间预测方法，其特征在于，所述两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，所述第一时间预测拟合方程为：所述第二时间预测拟合方程为：/>其中，t表示当前时间与初始监测时间之间的时间间隔，/>表示当前时间的常时微动频率的变化速率，f表示当前时间的常时微动频率，t′f、t″f、m和n均为线性拟合参数，且t′f为所述第一时间预测拟合方程的拟合曲线斜率，t″f为所述第二时间预测拟合方程的拟合曲线横截距。
3.一种边坡危岩体崩塌时间预测系统，其特征在于，包括监测获取模块、第一确定模块、拟合模块和第二确定模块；
所述监测获取模块用于：监测并根据边坡危岩体与母岩体的频谱比图，获取常时微动频率信息；
所述第一确定模块用于：基于所述常时微动频率信息，获取并根据常时微动频率随时间的变化，确定起始时刻；
所述拟合模块用于：对所述起始时刻后的常时微动频率信息进行拟合，得到常时微动频率的变化速率与崩塌时间之间的两个时间预测拟合方程；
所述第二确定模块用于：利用两个预测拟合方程的时间预测结果，得到所述边坡危岩体的崩塌时间预测值；
所述第一确定模块具体用于：
根据所述常时微动频率信息，计算每个时刻的常时微动频率的变化速率、变化加速率、变化加加速率、变化加速率峰度、变化加速率偏度、变化加速率峰度的变化率，以及变化加速率偏度的变化率；
当第n个时刻的常时微动频率fn所对应的综合判别指标Fn{f}以及第n个时刻后的每个时刻的常时微动频率所对应的综合判别指标均大于0时，则判定第n个时刻tn为所述起始时刻；
其中， 表示fn的变化加速率、/>表示fn的变化加加速率、/>表示/>的变化加速率偏度，/>表示/>的变化加速率峰度；
所述监测获取模块具体用于：
在所述边坡危岩体不受外界振动扰动的情况下，将振动传感器分别布设在所述危岩体与所述母岩体上，每个振动传感器的敏感轴的布设方向与主控裂隙垂直，且使所述危岩体与所述母岩体的布设方向一致；
同时采集所述危岩体的振动时程曲线与所述母岩体的振动时程曲线，通过傅里叶变换分别得到所述危岩体的频谱图与所述母岩体的频谱图；
所述危岩体的频谱图与所述母岩体的频谱图中的幅值做比值，得到所述边坡危岩体与所述母岩体的频谱比图，取所述频谱比图中的沿主控裂隙张开方向作为所述危岩体的常时微动频率。
4.根据权利要求3所述的一种边坡危岩体崩塌时间预测系统，其特征在于，所述两个时间预测拟合方程包括第一时间预测拟合方程和第二时间预测拟合方程，所述第一时间预测拟合方程为：所述第二时间预测拟合方程为：/>其中，t表示当前时间与初始监测时间之间的时间间隔，/>表示当前时间的常时微动频率的变化速率，f表示当前时间的常时微动频率，t′f、t″f、m和n均为线性拟合参数，且t′f为所述第一时间预测拟合方程的拟合曲线斜率，t″f为所述第二时间预测拟合方程的拟合曲线横截距。
5.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述计算机设备实现权利要求1或2所述的一种边坡危岩体崩塌时间预测方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现权利要求1或2所述的一种边坡危岩体崩塌时间预测方法。
CN202310994013.4A 2023-08-08 2023-08-08 一种边坡危岩体崩塌时间预测方法和系统 Active CN117094138B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310994013.4A CN117094138B (zh) 2023-08-08 2023-08-08 一种边坡危岩体崩塌时间预测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310994013.4A CN117094138B (zh) 2023-08-08 2023-08-08 一种边坡危岩体崩塌时间预测方法和系统

Publications (2)

Publication Number Publication Date
CN117094138A CN117094138A (zh) 2023-11-21
CN117094138B true CN117094138B (zh) 2024-05-10

Family

ID=88777941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310994013.4A Active CN117094138B (zh) 2023-08-08 2023-08-08 一种边坡危岩体崩塌时间预测方法和系统

Country Status (1)

Country Link
CN (1) CN117094138B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11287865A (ja) * 1998-04-03 1999-10-19 Hiroshi Okada 微動観測による地下構造推定方法
JP2010276518A (ja) * 2009-05-29 2010-12-09 Central Res Inst Of Electric Power Ind 常時微動計測に基づく建物の健全性診断法、診断装置及び診断プログラム
CN109060963A (zh) * 2018-06-13 2018-12-21 北京北科安地科技发展有限公司 一种基于振动特征参数的崩塌预测方法、系统及装置
CN111426373A (zh) * 2020-04-29 2020-07-17 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) 一种基于多种监测指标的危岩体崩塌实时预警系统及方法
JP2020125911A (ja) * 2019-02-01 2020-08-20 株式会社益田建設 家屋の耐震性評価方法
CN112132314A (zh) * 2020-08-18 2020-12-25 山东大学 一种用于隧道围岩块体垮塌的点域监测方法及系统
JP2022029525A (ja) * 2020-08-05 2022-02-18 国立大学法人 鹿児島大学 評価装置及び評価方法
CN116166931A (zh) * 2022-12-16 2023-05-26 北京科技大学 一种基于常时微动的危岩体一阶固有振动频率提取方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11287865A (ja) * 1998-04-03 1999-10-19 Hiroshi Okada 微動観測による地下構造推定方法
JP2010276518A (ja) * 2009-05-29 2010-12-09 Central Res Inst Of Electric Power Ind 常時微動計測に基づく建物の健全性診断法、診断装置及び診断プログラム
CN109060963A (zh) * 2018-06-13 2018-12-21 北京北科安地科技发展有限公司 一种基于振动特征参数的崩塌预测方法、系统及装置
JP2020125911A (ja) * 2019-02-01 2020-08-20 株式会社益田建設 家屋の耐震性評価方法
CN111426373A (zh) * 2020-04-29 2020-07-17 山东省地质环境监测总站(山东省地质灾害防治技术指导中心) 一种基于多种监测指标的危岩体崩塌实时预警系统及方法
JP2022029525A (ja) * 2020-08-05 2022-02-18 国立大学法人 鹿児島大学 評価装置及び評価方法
CN112132314A (zh) * 2020-08-18 2020-12-25 山东大学 一种用于隧道围岩块体垮塌的点域监测方法及系统
CN116166931A (zh) * 2022-12-16 2023-05-26 北京科技大学 一种基于常时微动的危岩体一阶固有振动频率提取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Method to Realize the Tilt Monitoring and Instability Prediction of Hazardous Rock on Slopes;Zheng He et al.;Advances in Civil Engineering;20210630;全文 *
Spatial Variability and Time Decay of Rock Mass Mechanical Parameters:A Landslide Study in the Dagushan Open-Pit Mine;Feiyue Liu et al.;Rock Mechanics and Rock Engineering;20200523;第53卷;全文 *
软岩隧道围岩塌方的尖点突变预测分析;徐海清;陈亮;王炜;陈建平;;铁道工程学报;20161115(第11期);全文 *

Also Published As

Publication number Publication date
CN117094138A (zh) 2023-11-21

Similar Documents

Publication Publication Date Title
WO2017002946A1 (ja) 感震センサ及び地震判定方法
US7904229B2 (en) Method for determination of engine lubrication oil consumption
CN109799098B (zh) 一种转向架横向失稳的检测方法、装置和介质
CN114485788B (zh) 基于倾斜与强振特征的边坡危岩体崩塌预警方法及装置
CN102422235B (zh) 确定等效机械负荷
KR101523355B1 (ko) 배경잡음에 강인한 지진파 자동 검출 장치 및 그 방법
CN117094138B (zh) 一种边坡危岩体崩塌时间预测方法和系统
JP2018151290A (ja) 感震センサ及び地震判定方法
CN203624748U (zh) 电梯轿厢坠落监测装置
CN115014617B (zh) 一种基于地基雷达的斜拉桥拉索索力同步监测方法
CN114037190B (zh) 一种含陡倾裂隙危岩体临崩时间区间预测方法及装置
CN117476140A (zh) 基于物联网多维数据分析的大气环境污染治理方法
JP6291648B2 (ja) 地震の主要動の到達判定方法および判定システム
EP2902765A1 (en) Leak inspection device, leak inspection method, and leak inspection program
CN112560135B (zh) 一种基于冲击能量指标的岩体崩塌早期预警方法
CN112525327B (zh) 基于变异系数时域动力学指标的岩体崩塌早期预警方法
CN111983035A (zh) 一种基于声发射技术的岩样破坏预测方法
CN102879813A (zh) 一种微地震信号到时自动拾取的方法及装置
CN102080945A (zh) 基于输入能量的爆破震动安全评价方法及系统
JP2013501927A (ja) 車両用変速機における損傷の早期検出方法
CN112530138A (zh) 一种岩体崩塌早期预警方法
CN110207987B (zh) 一种滚动轴承性能退化衰退节点的判定方法
US20240219267A1 (en) Strong-robustness method for extracting early degradation features of signals and monitoring operational status of device
CN102507222A (zh) 一种列车故障检测方法
CN114964384A (zh) 一种用于大型地震模拟研究设施的健康监测系统

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