CN102322841A

CN102322841A - 一种边坡监测线整体变形预测方法

Info

Publication number: CN102322841A
Application number: CN 201110120591
Authority: CN
Inventors: 孙世国; 冯少杰; 宋志飞; 辛方超
Original assignee: North China University of Technology
Current assignee: North China University of Technology
Priority date: 2011-05-11
Filing date: 2011-05-11
Publication date: 2012-01-18

Abstract

本发明针对边坡单点监测的不足，从监测线上各监测点的相似性和关联性出发，首先对监测点进行分类，依据序列相关函数对监测点进行相关分析，将监测点分为危险点和安全点，危险点构成危险区，通过危险区域与某条监测线的空间交集，确定位于同一滑移块体的监测点，然后再通过获取监测线平均值序列，对平稳序列建立适应ARMA模型，进行模型预测和精度分析，有效地提高了监测的可靠度和精度，本发明提出了新型露天矿边坡剖面线整体预测方法，更完整、更全面的实现了对区域边坡整体变形和滑坡的有效预测。

Description

一种边坡监测线整体变形预测方法

(一)技术领域

本发明属于边坡工程变形监测的范畴，尤其涉及到边坡剖面线整体监测，具体涉及到多监测点整体分析整个边坡剖面未来变形预测值的监测，即对边坡监测线进行整体监测的预测方法。

(二)背景技术

传统的边坡变形监测主要通过对单点的监测对边坡变形进行评价，在实际工程中有较大的缺陷性和复杂性。

尹晖等在研究山体滑坡变形中，提出灰关联聚类分析法，能很好解决监测点分类问题。但在实际使用上此法过于复杂，没有考虑到露天边坡区域滑移明显的特性。叶斌等在建筑物变形监测分析中考虑多点的变形之间的相互影响，基于ARMA模型建立了多点CAR变形预测模型。这些模型没有充分考虑露天矿边坡监测点滑移明显等特点，相关性分析复杂，对块体变形没有给出唯一的评价指标，对边坡整体变形预测描述不清晰。

边坡监测线整体变形预测方法开展了监测点聚类分析研究，主要是依据序列相关函数对监测点进行相关分析，将监测点分为危险点和安全点，危险点构成危险区域。经过分析得知，危险区域与某条监测线的空间交集得到的各监测点具有高度相关性。可以认为监测线上危险区域内的监测点是在同一滑移块体。对某条监测线变形进行整体预测分析，可以完整全面地反应监测线剖面变形趋势，是对该区域边坡整体变形和滑坡预测的有利手段，与单点变形分析比较有了本质上的提高。

多点分析与预测，由于使用了多点变形信息，使用信息更为全面，削弱了个别监测点变形异常值对预测模型的影响，从而可以提高预测的可靠程度和精度。平均值序列的预测值，可以作为整个边坡剖面未来变形预测值，是对边坡整个剖面线未来变形进行描述的指标。

本发明，即边坡监测线整体变形预测方法，既克服了单点监测忽略相似或相依监测点互相影响的不足，还充分考虑了露天边坡区域滑移明显的特性，并且通过运用相关函数的手段，有效地实现了模型的建立和精度的计算，可以说，很大程度上简化了实际边坡工程的监测和预测的方法；更重要的此新型边坡变形整体预测方法比单点变形预测具有更高的可靠性，当某监测点变形值出现数据异常时，整体变形可以削弱单点变形值的影响，极大程度上的提高了监测的质量，有效提高了边坡变形监测的可靠度和精度。

(三)发明内容

本发明的目的在于通过多监测点监测整体分析整个边坡剖面未来变形，主要选取合适的平稳序列建立适应的边坡模型预测，并进行精度计算，以实现边坡整体变形监测或预测的目标。

本发明要解决的上述问题主要是通过以下新型方案实现的：

1)获取监测线平均值序列

设监测线上构成整体的k个监测点平均变形值序列为{x_t}，其中监测点i变形序列为{x_ti}，n₁为变形序列长度，则

x_{t} = \frac{1}{k} Σ_{i = 1}^{k} x_{ti}

t＝1，2，…，n₁

2)获取平稳序列

作图判断平均值序列趋势，若是直线，去除直线趋势；若是曲线，采用差分法去除趋势；在去除趋势后计算平均值序列的平均值，再去除平均值，最终获得平均值平稳序列。

3)对平稳序列建立适用的ARMA模型

建立方法与单点预测模型一样。

4)模型预测

若模型合格，计算变形预测值。先计算平稳序列预测值，然后计算趋势序列及平均序列，平均值序列预测值＝平稳序列预测值+趋势序列预测值+均值。

5)评定预测值精度

先计算预测值残差，再计算相对残差和相对残差平均值。

6)绘制观测值与预测值对比图

通过绘图直观分析监测线整体变形预测精度效果和变形规律。

本发明通过方案的具体实施，可以达到以下效应：

通过试验结果表明，3个预测步长以内的预测精度较高，相对残差绝对值一般小于5％。3个步长以上的预测值精度较低，超过10％。

通过应用实例预测与分析发现：用剖面监测线变形平均值作为剖面整体变形指标，可以对剖面所在边坡区域的变形进行整体评价，监测线各点变形平均值的预测值可以作为边坡整体变形的未来预测，为边坡整体治理和防止滑坡提供决策依据。边坡变形整体预测比单点变形预测具有更高的可靠性，当某监测点变形值出现数据异常时，整体变形可以削弱单点变形值的影响。从上面计算结果中可以看出，整体预测与单点预测比较具有较高的精度，说明该法可行。

(四)附图说明

附图给出了本发明在一个工程实例中应用的示意图：

图1是通过本实施方案得到的水平位移时间序列图：

图2是通过本实施方案得到的平均值序列与预测值序列对比图

图3是通过本实施方案得到的观测值与预测值对比图

示意图中的标号说明：

jn5是选取的一条监测线，1点、2点、3点、4点代表的是jn5监测线上的四个监测点

(五)具体实施方式

结合附图和附表，对本发明在实用工程中的应用加以详细说明：

露天矿jn5剖面监测线共有4个监测点，2005年4月至2007年8月共29期数据，监测数据如表1所示，变形过程如图1所示。用前20期观测值建立动态预测模型，后9个周期变形观测值用于预测精度检查。

表1jn5剖面线4个监测点观测值

1)监测点间变形序列相关分析

对jn5剖面线的4个监测点进行相关分析，相关系数见表2，相关系数均大于0.9。结果表明4个监测点的变形存在紧密相关性，可以作为一个变形整体进行变形分析。

表2测点间相关系数

2)对平均值序列进行预测，预测结果如表3和图2所示。

表3平均值序列预测结果

3)对4个监测点的变形进行预测，预测结果见表4-7和图3所示。

表4jn5-1监测点变形预测值

表5jn5-2监测点变形预测值

表6jn5-3监测点变形预测值

表7jn5-4监测点变形预测值

4)结果分析

用剖面监测线变形平均值作为剖面整体变形指标，可以对剖面所在边坡区域的变形进行整体评价，监测线各点变形平均值的预测值可以作为边坡整体变形的未来预测，为边坡整体治理和防止滑坡提供决策依据。边坡变形整体预测比单点变形预测具有更高的可靠性，当某监测点变形值出现数据异常时，整体变形可以削弱单点变形值的影响。从上面计算结果中可以看出，整体预测与单点预测比较具有较高的精度，说明该方法可行。

Claims

1.边坡监测线整体变形预测方法，该方法包括以下步骤：

S1，获取监测线平均值序列；

S2，获取平稳序列；

S3，对平稳序列建立适用的ARMA模型；

S4，模型预测；

S5，评定预测值精度；

S6，绘制观测值与预测值对比图；

S7，通过绘图直观分析监测线整体变形预测精度效果和变形规律。

2.如权利要求1所述的方法，其特征在于，

S2步骤是为了方便对每个监测点变形值进行预测，而其中求平稳序列的方法就是：原始序列减去趋势序列和平均值之后便成平稳序列。

3.如权利要求2所述的方法，其特征在于，

“平均值平稳序列”是综合了各监测点的特征，是各监测点平稳序列的典型代表，用此序列建立的预测模型也是各监测点的平稳序列预测模型，用“此模型计算出的平均值平稳序列预测值，也是个监测点的平稳序列预测值”。即认为由于监测点的高度相关性，监测线各点变形时间序列的平稳序列预测模型是相同的，就是平均值序列的平稳序列对应的预测模型。

4.如权利要求1-3任一所述的方法，其特征在于，

通过加上个监测点自己的线性趋势或曲线趋势和平均值，即可得到各监测点的变形预测值，而平均值序列预测值代表了监测线整体变形未来趋势。

5.如权利要求2所述的方法，其特征在于，

6.如权利要求1所述的方法，其特征在于，

S4步骤若模型合格，计算变形预测值。先计算平稳序列预测值，然后计算趋势序列及平均序列，平均值序列预测值＝平稳序列预测值+趋势序列预测值+均值；

若模型不合格，需重新建立。

7.如权利要求1所述的方法，其特征在于，

S5步骤先计算预测值残差，再计算相对残差和相对残差平均值。

8.如权利要求1-7所述的方法，通过绘图直观分析监测线整体变形预测精度效果和变形规律。