CN117606565A - 一种边坡在线监测方法及系统 - Google Patents
一种边坡在线监测方法及系统 Download PDFInfo
- Publication number
- CN117606565A CN117606565A CN202410081504.4A CN202410081504A CN117606565A CN 117606565 A CN117606565 A CN 117606565A CN 202410081504 A CN202410081504 A CN 202410081504A CN 117606565 A CN117606565 A CN 117606565A
- Authority
- CN
- China
- Prior art keywords
- soil
- slope
- real
- safety
- time
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000002689 soil Substances 0.000 claims abstract description 171
- 239000003673 groundwater Substances 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000002474 experimental method Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000013136 deep learning model Methods 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 5
- 238000012876 topography Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000006073 displacement reaction Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 239000000853 adhesive Substances 0.000 description 3
- 230000001070 adhesive effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000005433 particle physics related processes and functions Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本申请公开了一种边坡在线监测方法及系统，方法包括：通过传感器检测边坡土壤的湿度、温度和振动数据；通过湿度、温度和振动数据计算边坡土壤的物理特性并进行实验获得边坡土壤的土体强度安全系数的安全阈值；通过湿度、温度和振动数据的实时数据和物理特性进行实时计算得到边坡土壤的实时土体强度要素并通过深度学习模型对实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；通过阈值比对法实时获得土体安全信息；通过土体安全信息触发土体安全警报。本申请利用所述边坡土壤物理特性针对性的进行持续监测，准确性高，通过深度学习技术和互联网云技术降低计算难度和设备的投入标准。
Description
技术领域
本申请涉及土木工程技术领域，特别涉及一种边坡在线监测方法及系统。
背景技术
随着现代社会基础设施和建筑工程的快速发展，边坡稳定性的监测和评估显得愈发重要。边坡的稳定性直接影响到人们的生命财产安全以及基础设施的长期稳定运行。然而，传统的边坡监测方法存在时效性差、数据获取不实时等问题。
相较于传统的边坡监测方法，采用现代化设备、传感器和处理器的智能边坡监测装置能够通过在边坡区域设置传感器，然后通过互联网进行数据传输的方式，远程监测边坡状态并进行预警，例如CN116189386A等。
采用传感器进行监测时，直接通过传感器检测边坡位移的检测方式需要在边坡位移发生的时候才能检测，通过其他物理参数间接监测的方法能够在一定程度上预测边坡状态，但是准确性较差，且计算复杂，计算需要的设备要求高。
发明内容
本申请实施例提供了一种边坡在线监测方法及系统，用以解决现有技术中直接通过传感器检测边坡位移的检测方式需要在边坡位移发生的时候才能检测，通过其他物理参数间接监测的方法准确性较差，且计算复杂，计算需要的设备要求高的问题。
一方面，本申请实施例提供了一种边坡在线监测方法，包括：
通过传感器检测边坡土壤的湿度、温度和振动数据；
通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性；
通过所述物理特性进行实验获得所述边坡土壤的土体强度安全系数的安全阈值；
通过所述湿度、温度和振动数据的实时数据和所述物理特性进行实时计算得到所述边坡土壤的实时土体强度要素；
通过深度学习模型和云计算技术对所述实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；
通过阈值比对法实时比对所述实时土体强度和所述土体强度安全系数的安全阈值获得土体安全信息；
通过所述土体安全信息触发土体安全警报。
另一方面，本申请实施例提供了一种边坡在线监测系统，包括：
传感器检测模块，用于通过传感器检测边坡土壤的湿度、温度和振动数据并获取所述边坡土壤的湿度、温度和振动数据的实时数据；
数据处理模块，用于通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性；
实验模块，用于通过所述物理特性进行实验获得所述边坡土壤的土体强度安全系数的安全阈值；
数据分析模块，设置在云端，用于通过所述湿度、温度和振动数据的实时数据和所述物理特性进行实时计算得到所述边坡土壤的实时土体强度要素，通过深度学习模型对所述实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；
数据对比模块，设置在云端，用于通过阈值比对法实时比对所述实时土体强度和所述土体强度安全系数的安全阈值获得土体安全信息；
报警模块，用于通过所述土体安全信息触发土体安全警报。
本申请中的一种边坡在线监测方法及系统，具有以下优点：
（1）利用所述边坡土壤物理特性针对性的进行持续监测，准确性高。
（2）通过深度学习技术和互联网云技术降低计算难度和设备的投入标准。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的一种边坡在线监测方法的流程图
图2为本申请实施例提供的一种边坡在线监测系统的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
图1为本申请实施例提供的一种边坡在线监测方法的流程图。本申请实施例提供了一种边坡在线监测方法，包括以下步骤：
通过传感器检测边坡土壤的湿度、温度和振动数据；
通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性；
通过所述物理特性进行实验获得所述边坡土壤的土体强度安全系数的安全阈值；
通过所述湿度、温度和振动数据的实时数据和所述物理特性进行实时计算得到所述边坡土壤的实时土体强度要素；
通过深度学习模型和云计算技术对所述实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；
通过阈值比对法实时比对所述实时土体强度和所述土体强度安全系数的安全阈值获得土体安全信息；
通过所述土体安全信息触发土体安全警报。
所述物理特性包括含水量、材料特性和土体抗剪强度，所述含水量与所述边坡土壤的湿度相关，所述材料特性与所述边坡土壤的温度相关，所述土体抗剪强度与所述边坡土壤的振动相关，所述传感器根据边坡地形进行设置，所述土体强度安全系数包括：通过摩尔-库伦理论计算出所述边坡土壤的剪应力；通过切比雪夫法则和所述剪应力计算得到所述土体强度安全系数。
所述通过所述土体安全信息触发土体安全警报包括：通过所述土体安全信息确认所述土体安全警报的触发等级；根据所述触发等级选择所述土体安全警报的发送方式。
所述触发等级根据所述土体强度安全系数的安全阈值分级设置，所述发送方式包括现场广播警示和远程广播警示。
示例性地，本申请中在进行边坡的在线监测前需要先通过提取边坡的土壤的湿度、温度和振动数据计算出边坡土壤的物理特性，然后通过这些物理特性进行实验模拟，获取所述边坡的土体强度安全系数，并根据所述边坡的实际情况确定所述边坡的土体强度安全系数的安全阈值，所述安全阈值设置有多级，所述多级根据土体强度安全系数的变化值依次设置。
在进行所述边坡的数据采集时，所述湿度数据是传感器基于电阻或电容原理进行湿度检测，可以测量土壤中的含水量。湿度数据对于评估土壤的稳定性至关重要，因为含水量变化会直接影响土体的体积和强度特性。
所述温度数据是传感器基于热敏原理进行检测，可以监测土壤的温度变化。土壤温度对土体力学特性具有显著影响，通过这些传感器获取温度数据可以更好地理解土体的材料数据的反应变化。
所述振动数据是传感器基于加速度计的原理进行检测，用于记录地震波等外部振动数据。这些数据对于分析边坡的动力特性和可能的外部影响至关重要。
所述传感器的设置根据所述边坡的地形和土质特征、水文条件以及边坡结构和设计要求进行设置，不同地形和土质可能对监测位置和频率有不同要求，需要结合实际情况选择合适的位置和采集频率，降雨、河流或地下水流等水文条件会直接影响土壤含水量和边坡的稳定性，因此需要密切关注这些情况并选择相应的位置和频率进行数据采集，边坡的设计要求也会影响传感器的布置和数据采集频率，以确保监测的数据能够满足设计和安全评估的需要。
所述通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性需要先对采集到的所述边坡土壤的湿度、温度和振动数据进行校准和校验，然后通过数据清洗对采集到的数据进行清洗，再将不同传感器的数据进行整合形成数据集，然后进行物理特性计算。
在所述土体强度安全系数的计算中，所述土体强度相关联的要素包括含水量、间隙水压力、粘着力和内摩擦角。其中含水量是土体力学特性的重要参数之一。随着含水量的增加，土体的剪切强度通常会降低。这是因为水分的存在会削弱土颗粒间的黏结力，导致土体变得松散，剪切时的内摩擦减小。间隙水压力也直接影响土体的剪切强度。高间隙水压力会增加土体的有效应力，从而影响到土体的剪切强度。当间隙水压力增加时，土体的剪切强度往往会降低。粘着力是土体颗粒间的内聚力，直接影响土体的剪切强度。较高的粘着力会增加土体的抗剪强度。内摩擦角是描述土体颗粒间摩擦阻力的重要参数。较大的内摩擦角意味着土体颗粒间的摩擦阻力较大，土体抗剪强度也较高。
所述含水量与所述边坡土壤的湿度相关，其中关联公式如下式所示：
所述表示含水量，所述/>表示湿度，函数可以通过实验或者基于颗粒物理学的原理得到。
所述边坡土壤的温度会直接影响土体的力学特性，如下式所示：
所述表示土体特性，可以是抗剪强度等参数。
所述振动数据可以影响土体抗剪强度参数，如下公式所示：
其中c与表示土体抗剪强度的相关参数，与振动数据有关。
通过上述公式进行关联就可以将传感器的数据代入模型获得物理特性参数，基于这些参数，可以建立一个模型来描述边坡的稳定性。如下方公式所示：
其中，t是剪应力，c’是粘着力，σ’是有效正应力，是内摩擦角。
与所述物理参数相对应的，所述含水量影响土体体积变化和强度特性，可能降低土体剪切强度，所述间隙水压力影响有效正应力，可能降低土体剪切强度，所述粘着力与土体抗剪强度直接相关，所述内摩擦角影响土体剪切强度。
关联上述的公式，在将传感器获取的数据代入摩尔-库伦理论，就可以得到剪应力，之后通过切比雪夫法则就能计算出所述土体安全系数，公式如下所示：
其中，c’为土体抗剪强度，γ为土体重度，H为边坡高度，为内摩擦角，β为边坡坡度。
图2为本申请实施例提供的一种边坡在线监测系统的示意图。本申请实施例提供了一种边坡在线监测系统，包括：
传感器检测模块，用于通过传感器检测边坡土壤的湿度、温度和振动数据并获取所述边坡土壤的湿度、温度和振动数据的实时数据；
数据处理模块，用于通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性；
实验模块，用于通过所述物理特性进行实验获得所述边坡土壤的土体强度安全系数的安全阈值；
数据分析模块，设置在云端，用于通过所述湿度、温度和振动数据的实时数据和所述物理特性进行实时计算得到所述边坡土壤的实时土体强度要素，通过深度学习模型对所述实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；
数据对比模块，设置在云端，用于通过阈值比对法实时比对所述实时土体强度和所述土体强度安全系数的安全阈值获得土体安全信息；
报警模块，用于通过所述土体安全信息触发土体安全警报；
所述数据分析模块还连接有地下水位检测模块和气象模块，所述传感器检测模块还连接有云端备份模块。
示例性地，所述云端备份模块将所述传感器采集的数据在云端备份存储，作为本申请中所述一种边坡在线监测系统的容灾保障，所述地下水位检测模块和气象模块用于在所述数据分析模块计算实时土体强度时进行地下水参数和气象参数的数据补充，用来保障所述实时土体强度准确性。
其中所述传感器检测模块、数据处理模块、实验模块、地下水位检测模块和气象模块设置在本地，所述数据分析模块、数据对比模块和云端备份模块设置在云端并通过互联网和本地的模块进行连接，所述报警模块同时设置在本地和云端，所述报警单元在本地通过现场广播进行直接的声音警示，所述报警模块在云端通过互联网对边坡现场的联网移动设备进行远程广播消息警示。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种边坡在线监测方法，其特征在于，包括：
通过传感器检测边坡土壤的湿度、温度和振动数据；
通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性；
通过所述物理特性进行实验获得所述边坡土壤的土体强度安全系数的安全阈值；
通过所述湿度、温度和振动数据的实时数据和所述物理特性进行实时计算得到所述边坡土壤的实时土体强度要素；
通过深度学习模型和云计算技术对所述实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；
通过阈值比对法实时比对所述实时土体强度和所述土体强度安全系数的安全阈值获得土体安全信息；
通过所述土体安全信息触发土体安全警报。
2.根据权利要求1所述的一种边坡在线监测方法，其特征在于，所述物理特性包括含水量、材料特性和土体抗剪强度。
3.根据权利要求2所述的一种边坡在线监测方法，其特征在于，所述含水量与所述边坡土壤的湿度相关，所述材料特性与所述边坡土壤的温度相关，所述土体抗剪强度与所述边坡土壤的振动相关。
4.根据权利要求1所述的一种边坡在线监测方法，其特征在于，所述传感器根据边坡地形进行设置。
5.根据权利要求1所述的一种边坡在线监测方法，其特征在于，所述土体强度安全系数包括：
通过摩尔-库伦理论计算出所述边坡土壤的剪应力；
通过切比雪夫法则和所述剪应力计算得到所述土体强度安全系数。
6.根据权利要求1所述的一种边坡在线监测方法，其特征在于，所述通过所述土体安全信息触发土体安全警报包括：
通过所述土体安全信息确认所述土体安全警报的触发等级；
根据所述触发等级选择所述土体安全警报的发送方式。
7.根据权利要求6所述的一种边坡在线监测方法，其特征在于，所述触发等级根据所述土体强度安全系数的安全阈值分级设置，所述发送方式包括现场广播警示和远程广播警示。
8.一种边坡在线监测系统，其特征在于，包括：
传感器检测模块，用于通过传感器检测边坡土壤的湿度、温度和振动数据并获取所述边坡土壤的湿度、温度和振动数据的实时数据；
数据处理模块，用于通过所述湿度、温度和振动数据计算所述边坡土壤的物理特性；
实验模块，用于通过所述物理特性进行实验获得所述边坡土壤的土体强度安全系数的安全阈值；
数据分析模块，设置在云端，用于通过所述湿度、温度和振动数据的实时数据和所述物理特性进行实时计算得到所述边坡土壤的实时土体强度要素，通过深度学习模型对所述实时土体强度要素、气象预告和地下水位数据进行处理获得实时土体强度；
数据对比模块，设置在云端，用于通过阈值比对法实时比对所述实时土体强度和所述土体强度安全系数的安全阈值获得土体安全信息；
报警模块，用于通过所述土体安全信息触发土体安全警报。
9.根据权利要求8所述的一种边坡在线监测系统，其特征在于，所述数据分析模块还连接有地下水位检测模块和气象模块。
10.根据权利要求8所述的一种边坡在线监测系统，其特征在于，所述传感器检测模块还连接有云端备份模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410081504.4A CN117606565A (zh) | 2024-01-19 | 2024-01-19 | 一种边坡在线监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410081504.4A CN117606565A (zh) | 2024-01-19 | 2024-01-19 | 一种边坡在线监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117606565A true CN117606565A (zh) | 2024-02-27 |
Family
ID=89951977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410081504.4A Pending CN117606565A (zh) | 2024-01-19 | 2024-01-19 | 一种边坡在线监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117606565A (zh) |
-
2024
- 2024-01-19 CN CN202410081504.4A patent/CN117606565A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
| US7096092B1 (en) | Methods and apparatus for remote real time oil field management | |
| CN113538861B (zh) | 基于矿产地质勘查的地质灾害信息管理系统 | |
| CN106198924B (zh) | 基于自适应采集频率的危岩监测系统及其风险评估方法 | |
| CN103197046B (zh) | 泥石流临界土体体积含水率测量方法与泥石流预警方法 | |
| CN105136101A (zh) | 一种桥梁状态参数实时监测及报警系统 | |
| CN104535346B (zh) | 一种混凝土重力危坝的抗滑稳定性检测方法 | |
| CN114298549A (zh) | 一种基于大数据的水利安全监测系统及方法 | |
| CN115422766A (zh) | 一种基于数字孪生技术的泥石流监测方法及系统 | |
| 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 | |
| Liu et al. | Slope displacement prediction using sequential intelligent computing algorithms | |
| CN116882758A (zh) | 一种大坝安全监测体检单生成方法 | |
| CN108629118A (zh) | 一种输电杆塔结构防风监测方法、装置及系统 | |
| Khan et al. | Artificial Intelligence based Multi-modal sensing for flash flood investigation | |
| CN117495595B (zh) | 一种矿山地质环境智能监测预警方法及系统 | |
| Oguz et al. | IoT-based strategies for risk management of rainfall-induced landslides: a review | |
| KR102614029B1 (ko) | 축적된 데이터를 활용한 소하천 스마트 예측 관리 시스템 및 그 방법 | |
| Deng et al. | Experimental investigation and field application of acoustic emission array for landslide monitoring | |
| CN117606565A (zh) | 一种边坡在线监测方法及系统 | |
| Du et al. | A new approach of geological disasters forecasting using meteorological factors based on genetic algorithm optimized BP neural network | |
| CN110264671A (zh) | 一种基于多传感器信息融合在山体滑坡中的预测方法 | |
| CN111796113B (zh) | 基于角速度倒数法的边坡破坏时间确定方法及系统 | |
| Kumar et al. | Development of an alert system in slope monitoring using wireless sensor networks and cloud computing technique-a laboratory experimentation | |
| Li et al. | Development of wireless sensor node for landslide detection | |
| CN115422818B (zh) | 基于云服务的离散元并行实时仿真边坡预警系统及方法 |
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 |