CN103644850A - 土质边坡表面位移监测及安全预警方法 - Google Patents
土质边坡表面位移监测及安全预警方法 Download PDFInfo
- Publication number
- CN103644850A CN103644850A CN201310712637.9A CN201310712637A CN103644850A CN 103644850 A CN103644850 A CN 103644850A CN 201310712637 A CN201310712637 A CN 201310712637A CN 103644850 A CN103644850 A CN 103644850A
- Authority
- CN
- China
- Prior art keywords
- displacement
- slope
- soil
- stage
- deformation
- 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
Images
Landscapes
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供了一种土质边坡表面位移监测及安全预警方法,属于边坡监测技术领域。该方法包括以下步骤:1)在待测量边坡处设置激光位移传感器,采集激光位移传感器到边坡表面固定监测点的距离信息;2)将采集到的数据传送至远程监控中心,并根据该数据计算出土质边坡监测点位移和位移速率;3)根据步骤二中的计算结果对土质边坡变形阶段进行判断,判断土质边坡变形是处于稳定变形阶段、时效变形阶段还是加速破坏阶段;4)对处于时效变形阶段的土质边坡的位移稳定性进行判断,并根据判断结果进行预警。本方法可以较全面的描述边坡变形监测数据的性质和变化趋势,可以较真实的反映边坡变形的发展过程,从而为寻找边坡的变形异常部位、评价边坡的安全稳定提供了客观的依据。
Description
技术领域
本发明属于边坡监测技术领域,涉及一种土质边坡表面位移监测及安全预警方法。
背景技术
目前,在对公路边坡进行远程实时监测的研究中,如何对监测得到的位移数据进行分析一直是目前限制公路边坡进行远程实时监测技术发展的一个颈瓶。变形稳定是边坡安全稳定的一个重要方面,了解边坡在不同时期的变形状态对于评价边坡的安全稳定性具有重要的意义。安全监测作为正确评价边坡安全状态变化过程的手段,在公路边坡工程中逐步得到广泛的应用。由于边坡问题的复杂性,深入开展对边坡安全监控理论和方法的研究,***地分析所获得的监测信息显得十分重要。
安全监控指标可分为原因量监控指标和响应量监控指标两类。由于边坡工程中引起变形的原因量难以准确量测,所以更多的应使用响应量(位移、应力、地下水等)监控指标。根据控制边坡稳定的准则不同,监控指标又可分为变形监控指标和强度监控指标。传统的分析方法多是基于强度准则提出的,将稳定性表示为边坡破坏前的强变储备,物理意义明确,使用方便。但它难以涉及边坡的变形或位移,无法描述边坡吠态的演化过程。边坡从开始变形到破坏,一般要经历较长的时间。在边坡变形破坏丈程中,变形量是最明显的变化因素,也最容易观测。因此控制了边坡的变形也就在浸大程度上控制了边坡的安全稳定性。
边坡工程由于自身的复杂性,使得变形控制指标的拟定非常困难。工程常采用的变形控制指标主要是从两个角度考虑:最大值指标和趋势判断。其中最大值包括位移、位移速率等响应量的最大值,当监测值超过最大值时即进行预警;趋势判断主要是通过位移、位移速率等随时间变化的过程来判断变化趋势是否异常。以上方法在滑坡预警预报上发挥了很好的作用,但在应用到公路边坡上存在很多问题:首先位移等响应量最大值的拟定主要根据经验选取,而且确定后相对固定。但很多情况下岩石边坡的变形即使没有达到极限值,其安全状态也发生了改变,所以单一的最大值只能对边坡的某种极限状态进行预警,而无法监控边坡状态的过程性变化。位移速率作为位移的一阶导数,可以较直观的反映出变形增加趋势。但岩石边坡的位移量通常不大,尤其是两次观测之间的位移量通常很小,加上观测中的仪器和人为因素的影响,使得计算出的位移速率往往波动较大,规律性不强。所以从规律性分析的角度而言,选择累计位移进行趋势分析更为适合。但目前对位移的趋势分析多以定性分析为主,缺少定量的判断标准。
发明内容
有鉴于此,本发明的目的在于提供一种土质边坡表面位移监测及安全预警方法,该方法根据边坡自身变形的特点,采用变形趋势监控指标、位移和位移速率指标对观测数据进行定量分析,可以较全面的描述边坡变形监测数据的性质和变化趋势。
为达到上述目的,本发明提供如下技术方案:
土质边坡表面位移监测及安全预警方法,包括以下步骤:1)在待测量边坡处设置激光位移传感器,采集激光位移传感器到边坡表面固定监测点的距离信息;2)将采集到的数据传送至远程监控中心,并根据该数据计算出土质边坡监测点位移和位移速率;3)根据步骤二中的计算结果对土质边坡变形阶段进行判断,判断土质边坡变形是处于稳定变形阶段、时效变形阶段还是加速破坏阶段;4)对处于时效变形阶段的土质边坡的位移稳定性进行判断,并根据判断结果进行预警。
进一步,在步骤二中,通过无线通信模块将数据传送到远程监控中心,远程监控中心根据激光位移传感器与边坡表面监测点间的监测线的仰角与边坡走向与倾向间的夹角,换算出边坡表面的表面位移,并计算出位移速率。
其中:n为时间序列内的测值个数;σ为观测精度,由仪器和观测方法决定;D为测量时间内发生的变形值。
进一步,在步骤三中,根据以下原则确定边坡变形所处阶段:若S≤Sdl,则边坡处于稳定变形阶段,变形己经稳定,位移基本不发生变化;若Sdl<S≤Sd2,则边坡处于时效变形阶段,还要做进一步的变形判断与分析;若S>Sd2,则说明边坡处于加速破坏阶段,时效变形仍很明显。
进一步,在步骤四中,通过求出边坡每个观测点位移的统计量和位移速率的统计量来对处于时效变形阶段的土质边坡的位移稳定性进行判断。
进一步,所述观测点位移的统计量包括:位移稳定系数γD和位移变异系数δD;所述观测点位移速率的统计量包括:位移速率稳定系数γV和变异系数δV。
本发明的有益效果在于:本发明所述的方法可以较全面的描述边坡变形监测数据的性质和变化趋势,可以较真实的反映边坡变形的发展过程,从而为寻找边坡的变形异常部位、评价边坡的安全稳定提供了客观的依据。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述方法的流程图;
图2为边坡位移测量示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
本方法首先通过监测边坡变形的基础数据并运用数理统计方法得到变形趋势监控指标:边坡变形稳定、测值基本不变时的上限值Sd1与边坡存在明显时效变形的下限值Sd2,在获得边坡变形的监测数据后,即可以根据位移时间序列的标准差S来判断该时间段内边坡位移处于何种状态。若S≤Sdl,则边坡处于稳定变形阶段:变形己经稳定,位移基本不发生变化;若气Sdl<S≤Sd2,则边坡处于时效变形阶段,还要做进一步的变形判断与分析;若S>Sd2,则说明边坡处于加速破坏阶段,时效变形仍很明显,要引起关注。
图1为本发明所述方法的流程图,如图1所示,本方法包括:步骤一:在待测量边坡处设置激光位移传感器,采集激光位移传感器到边坡表面固定监测点的距离信息;步骤二:将采集到的数据传送至远程监控中心,并根据该数据计算出土质边坡监测点位移和位移速率;步骤三:根据步骤二中的计算结果对土质边坡变形阶段进行判断,判断土质边坡变形是处于稳定变形阶段、时效变形阶段还是加速破坏阶段;步骤四:对处于时效变形阶段的土质边坡的位移稳定性进行判断,并根据判断结果进行预警。
具体来说,步骤一:在待测量边坡处设置激光位移传感器,采集激光位移传感器到边坡表面固定监测点的距离信息。图2为边坡位移测量示意图,如图所示,设激光位移传感器坐标为(X0,Y0,Z0),变形监测点P的坐标为(Xp,Yp,Zp),通过激光位移传感器自动测量变形监测点的距离为L,方位角为β,倾角为α,激光位移传感器高为i,则有:
此时P点的总变形位移值当进行自动连续观测时,除第1次外,每次都可以得到1个变形位移值,位移值与测量时间间隔相除可得到移动速度,依据这些基础数据,便可以进行后面的边坡变形阶段判断与监测点位移稳定性评价,超限则报警,从而完成边坡稳定性自动监测任务。
步骤二:数据计算。
边坡岩体的流变特性决定了边坡的位移变形随时间逐渐增加。即使当边坡开挖结束,荷载不发生变化时,仍会发生蠕变变形。当边坡处于稳定状态时,开挖后的时效变形基本结束后的蠕变变形量很小,且处于稳定蠕变阶段;而当边坡处于非稳定状态时,时效变形会继续发展,从而使边坡进入加速蠕变阶段,最终发生失稳破坏。因此边坡变形控制的关键是控制加速蠕变的发生,对边坡进行稳定性评价应该首先判断边坡是否处于稳定变形阶段。
设边坡位移监测值由三部分组成:初始变形分量、时效变形分量、测量误差分量。其中初始变形是指一段时间后边坡岩体基本不随时间变化的位移值;时效变形指在初始变形之上随时间变化继续发展的位移变形;测量误差是指在测量中由于仪器精度、测量原因等造成的误差,它属于随机变量的范畴。用公式表示为:
εi=ε0+di+δi
式中,εi为位移观测值;ε0为初始变形;di为时效变形分量;δi为测量误差分量。当边坡岩体变形不随时间变化时,时效变形di≈0;当边坡处于稳定蠕变阶段时,di应在一个较小的范围内。因此可以通过对监测所得到的位移时间序列的分析判断目前变形处于何种阶段。
(1)变形稳定阶段
此阶段意味着时效变形可忽略不计,即位移测量值中的波动是由于测量误差引起的。测量中的误差一般属于随机变量,服从正态分布。设n个时间步的测量值为ε1,ε2,...,εn,对应的测量误差为δ1,δ2,...,δn,测量误差相互独立且服从正态分布N(μ,σ)。当不发生时效变形时,测量值可认为是位移稳定值与测量误差之和,εi=ε0+δi,i=(1,2,...,n),其中ε0为变形稳定值。设ε1,ε2,...,εn的的平均值为标准标准差为Sn;误差的平均值为δ,由数理统计的公式可以得到:
各测量值与均值的差的平方为:
...
求和:
由于Zi服从正态分布N(0,1),所以且统计量x2=Z1 2+Z2 2+···+Zn 2服从自由度为n的x2分布。由该分布的性质可知,均值E(x2)=n,则x2=Z1 2+Z2 2+···+Zn 2=n2
δ1 2+δ2 2+···+δn 2=n2σ2+nμ2
回代可得,
测量值的样本方差为:
标准差为:
由此表达式可以看出,当在每次测量中存在随机测量误差时,经过n个时间步后,测量值的标准差随之增大,且与时间步数呈幂函数关系。因此应该尽量减小测量中的随机误差,提高测量精度。
(2)时效变形阶段
若岩体仍处于时效变形阶段,设在n个时间步上发生的时效变形分别为w1,w2,...,wn,该时间段内总的时效变形量设n个时间步的测量值为ε1,ε2,...,εn,变形稳定值为ε0,则。设ε1,ε2,...,εn的的平均值为样本方差为
各测量值与均值的差方为:
...
求和:
当岩体处于时效变形稳定阶段,即可近似认为在各时间段发生的变形量相等,即
w1=w2=...=wn=d,D=nd。代入上式可得
此时样本方差为:
标准差为:
以上的样本方差为仅考虑时效变形时的样本方差。在实际观测中,还存在由仪器精度、测量误差等原因造成的测量误差。根据累加原则,应将位移时效变形和测量误差进行综合考虑,即将二者相加。根据前面的推导,可得到综合考虑后的样本方差为:
标准差为:
(3)变形趋势监控指标
根据以上分析,给出变形趋势监控指标Sd:
其中:n为时间序列内的测值个数;σ为观测精度,由仪器和观测方法决定;D为测量时间内发生的变形值。
步骤三:根据步骤二中的计算结果对土质边坡变形阶段进行判断,判断土质边坡变形是处于稳定变形阶段、时效变形阶段还是加速破坏阶段。
在获得边坡变形的监测数据后,即可以根据位移时间序列的标准差S来判断该时间段内边坡位移处于何种状态。若S≤Sdl,则边坡处于稳定变形阶段:变形己经稳定,位移基本不发生变化;若气Sdl<S≤Sd2,则边坡处于时效变形阶段,还要做进一步的变形判断与分析;若S>Sd2,则说明边坡处于加速破坏阶段,时效变形仍很明显,要引起关注。
步骤四:对处于时效变形阶段的土质边坡的位移稳定性进行判断,并进行预警。
在大致判断出边坡的变形阶段后,还需要对处于变形阶段的边坡进行进一步的分析。边坡在变形过程中位移和应力等处在不断的变化当中,这些物理量的稳定与否直接关系着边坡的安全稳定。在布置了监测***的情况下,通过对所得到的现场观测值的分析可以判断出所观测物理量的稳定状况。传统的分析方法主要是通过绘制过程线来定性分析,分析结果不够精确。为了更准确的描述观测值的变化情况,还需要对观测数据构造统计量进行定量分析。
(1)观测值稳定性判别方法
判断出边坡的基本变形阶段后,还需要对边坡处于变形阶段的观测值进行进一步的分析研究,对变形异常的部位进行识别。在检验边坡岩体是否发生时效变形上,可以通过构成统计量进行稳定性检验。其中一种理想的稳定性检验方法是均方连差检验法,它是检验在观测过程中母体均值是否逐渐移动的一种方法。
设从某母体中抽取子样x1,x2,···,xn,则称为均方连差,用它可作出需要的统计量。如果没有时效变形,则母体只存在测量误差,xi服从N(μ,σ)分布,则di=xi+1-xi为 为N(0,1),而为χ2(1),所以 E(di 2)=2σ2,则 故q2为σ2的无偏估计量。
r=q2/S2
可以将r称为稳定系数。对于累计时效变形量,如果某段时间变形非常稳定,则r=1。如果在观测过程中,由于时效变形的影响,母体均值逐渐移动而保持其方差σ2不变,则样本方差S2会受到此移动的影响而变得过大。但q2只包含先后连续两观测值之差,上述移动的影响得到部分消除,q2受到的影响较S2为小。进行检验时,可利用观测序列值计算r,如r值过小,则认为母体均值的逐渐移动是显著的,即时效变形的增长趋势明显,岩体还未达到稳定。
当观测值波动较大时,使用统计量r进行稳定性检验时,会发生序列的均方连差和q2也较大,从而使r=q2/S2的值反而比较大,接近于1的情况。此时单从r值大小判断,观测值应该是比较稳定;但实际上测值的波动大说明位移变形并未稳定,甚至是比较异常,这种情况下仅根据r值进行判断有可能产生误判,因此还需对测值的离散性进行判别。
判断样本序列离散性的常用指标是标准差,即但在监测***中,不同仪器得到的位移变形在数量上有较大的差别,例如外观点的变形一般比内观点大。而标准差反映的是“绝对”离散程度。为了对位移进行合理分析并便于比较,应采用反映位移的“相对”离散程度的指标进行分析。
δX为一无量纲的数值,反映的是X对于平均值的“相对离差”。δX的数值越小说明相对离散程度越小。当取得一个样本(X1,X2,···Xn))时,其样本均值样本标准差在求得的样本均值和标准差后,即可根据公式就得样本的变异系数。
因此结合两个统计量稳定系数r和变异系数δ的优点,可以对位移观测序列的稳定性进行较好的判别,发现时效变形。由于两个统计量都是无量纲单位,还便于对不同监测仪器的测值进行相互比较。
(2)位移和位移速率监控指标
在边坡稳定研究中,如何拟定监控指标进行预警是一个关键问题。本方法利用边坡位移、变形速度的稳定系数r和变异系数δ结合起来一起考虑,对数据的稳定状况进行客观分析。用公式分别对位移和位移速率进行分析,得出各测点γD,δD,γV,δV二组指标。设相应量的稳定系γ的平均值为变异系数δ的平均值为
位移稳定系数γD和变异系数δD的判断有以下几种结果:
(1)JD-1:测点的位移值变化较大
若 则认为测点的位移值变化较大;
(2)JD-2:测点的位移值较稳定
若 则认为测点的位移值较稳定
(3)JD-3:测点的位移值异常
若 或 则认为测点的位移值有些异常
用同样的方法可以对位移速率做出评价,位移速率稳定系数γV和变异系数δV的判断有以下几种结果:
(1)Jv-1:测点的位移值速率变化较大
若 则认为测点的位移速率值变化较大;
(2)Jv-2:测点的位移速率较稳定
若 则认为测点的位移速率值较稳定
(3)Jv-3:测点的位移速率异常
若 或 则认为测点的位移速率值有些异常
对位移和位移速率的判断结果进行综合考虑,根据变形情况分为五级:
I级(稳定变形):JD-2与Jv-2
II级(较不稳定变形):JD-2与Jv-1
III级(较异常变形):JD-2与Jv-3、JD-1与Jv-2、JD-3与Jv-2
IV级(异常变形):JD-3与Jv-1、JD-3与Jv-3
V级(不稳定变形):JD-1与Jv-1、JD-1与Jv-3。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (6)
1.土质边坡表面位移监测及安全预警方法,其特征在于:包括以下步骤:
步骤一:在待测量边坡处设置激光位移传感器,采集激光位移传感器到边坡表面固定监测点的距离信息;
步骤二:将采集到的数据传送至远程监控中心,并根据该数据计算出土质边坡监测点位移和位移速率;
步骤三:根据步骤二中的计算结果对土质边坡变形阶段进行判断,判断土质边坡变形是处于稳定变形阶段、时效变形阶段还是加速破坏阶段;
步骤四:对处于时效变形阶段的土质边坡的位移稳定性进行判断,并根据判断结果进行预警。
2.根据权利要求1所述的土质边坡表面位移监测及安全预警方法,其特征在于:在步骤二中,通过无线通信模块将数据传送到远程监控中心,远程监控中心根据激光位移传感器与边坡表面监测点间的监测线的仰角与边坡走向与倾向间的夹角,换算出边坡表面的表面位移,并计算出位移速率。
4.根据权利要求3所述的土质边坡表面位移监测及安全预警方法,其特征在于:在步骤三中,根据以下原则确定边坡变形所处阶段:若S≤Sdl,则边坡处于稳定变形阶段,变形己经稳定,位移基本不发生变化;若Sdl<S≤Sd2,则边坡处于时效变形阶段,还要做进一步的变形判断与分析;若S>Sd2,则说明边坡处于加速破坏阶段,时效变形仍很明显。
5.根据权利要求4所述的土质边坡表面位移监测及安全预警方法,其特征在于:在步骤四中,通过求出边坡每个观测点位移的统计量和位移速率的统计量来对处于时效变形阶段的土质边坡的位移稳定性进行判断。
6.根据权利要求5所述的土质边坡表面位移监测及安全预警方法,其特征在于:所述观测点位移的统计量包括:位移稳定系数γD和位移变异系数δD;所述观测点位移速率的统计量包括:位移速率稳定系数γV和变异系数δV。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310712637.9A CN103644850A (zh) | 2013-12-20 | 2013-12-20 | 土质边坡表面位移监测及安全预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310712637.9A CN103644850A (zh) | 2013-12-20 | 2013-12-20 | 土质边坡表面位移监测及安全预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103644850A true CN103644850A (zh) | 2014-03-19 |
Family
ID=50250103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310712637.9A Pending CN103644850A (zh) | 2013-12-20 | 2013-12-20 | 土质边坡表面位移监测及安全预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103644850A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104949629A (zh) * | 2015-04-20 | 2015-09-30 | 同济大学 | 一种基于激光测距的危岩变形多点信息提取及报警*** |
CN105354991A (zh) * | 2014-04-27 | 2016-02-24 | 张臣 | 公路边坡支护工程安全报警*** |
CN106327803A (zh) * | 2016-08-16 | 2017-01-11 | 辽宁工程技术大学 | 一种基于均值‑标准差的加权马尔可夫滑坡预警方法 |
CN106524939A (zh) * | 2016-11-01 | 2017-03-22 | 中国地质大学(武汉) | 一种裂缝三维状态变化监测方法及监测*** |
CN107121675A (zh) * | 2017-05-04 | 2017-09-01 | 成都猫道科技有限公司 | 具有杂波抑制功能的远程位移测量装置、***及方法 |
CN107220467A (zh) * | 2017-07-07 | 2017-09-29 | 中国水利水电科学研究院 | 蓄水期库岸岩质边坡变形的预测方法 |
CN108010280A (zh) * | 2017-12-26 | 2018-05-08 | 成都理工大学 | 一种突发性黄土滑坡预警方法及其应用 |
CN108413920A (zh) * | 2018-02-01 | 2018-08-17 | 武汉大学 | 一种基于张力传感器的微小位移变形监测***及方法 |
CN108875773A (zh) * | 2018-04-16 | 2018-11-23 | 浙江大学 | 大型露天矿山边坡稳定性分类方法 |
CN110132218A (zh) * | 2019-04-17 | 2019-08-16 | 青岛理工大学 | 基于边坡稳定性监测的多等级预警测定方法 |
CN110309525A (zh) * | 2019-03-22 | 2019-10-08 | 北京北科安地科技发展有限公司 | 一种边坡空间变形及破坏趋势计算方法 |
CN112213722A (zh) * | 2019-10-14 | 2021-01-12 | 兰州交通大学 | 联合InSAR与深度学习的边坡监测方法 |
CN115376284A (zh) * | 2022-08-23 | 2022-11-22 | 辽宁工程技术大学 | 基于表面及深部位移监测下的滑面辨识和滑坡预警方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266301A (zh) * | 2008-05-06 | 2008-09-17 | 中国水电顾问集团成都勘测设计研究院 | 滑坡监控预报方法 |
CN101718876A (zh) * | 2009-11-13 | 2010-06-02 | 北京科技大学 | 一种基于岩土体应变状态突变的边坡稳定性监测及失稳预测方法 |
CN102607447A (zh) * | 2012-03-08 | 2012-07-25 | 北京北科安地科技发展有限公司 | 一种利用地面型三维激光扫描仪快速监测形变的方法 |
CN103103974A (zh) * | 2013-02-02 | 2013-05-15 | 青岛理工大学 | 利用监测位移方向性参数检测边坡稳定性的方法 |
CN203011344U (zh) * | 2013-01-08 | 2013-06-19 | 招商局重庆交通科研设计院有限公司 | 公路边坡表面位移远程自动监测装置 |
CN103198619A (zh) * | 2013-03-08 | 2013-07-10 | 青岛理工大学 | 岩体滑坡的动力监测预警方法 |
KR101308987B1 (ko) * | 2012-09-12 | 2013-10-04 | 나우이엔씨(주) | 레이져 센서를 이용한 시설물의 2, 3차원 계측 및 안전진단관리 시스템 |
CN103376064A (zh) * | 2012-04-20 | 2013-10-30 | 贵州中建建筑科研设计院有限公司 | 一种建筑基坑或边坡变形的监测方法及监测反射装置 |
CN103424099A (zh) * | 2013-08-26 | 2013-12-04 | 招商局重庆交通科研设计院有限公司 | 基于变形数据的边坡监测预警***及方法 |
-
2013
- 2013-12-20 CN CN201310712637.9A patent/CN103644850A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266301A (zh) * | 2008-05-06 | 2008-09-17 | 中国水电顾问集团成都勘测设计研究院 | 滑坡监控预报方法 |
CN101718876A (zh) * | 2009-11-13 | 2010-06-02 | 北京科技大学 | 一种基于岩土体应变状态突变的边坡稳定性监测及失稳预测方法 |
CN102607447A (zh) * | 2012-03-08 | 2012-07-25 | 北京北科安地科技发展有限公司 | 一种利用地面型三维激光扫描仪快速监测形变的方法 |
CN103376064A (zh) * | 2012-04-20 | 2013-10-30 | 贵州中建建筑科研设计院有限公司 | 一种建筑基坑或边坡变形的监测方法及监测反射装置 |
KR101308987B1 (ko) * | 2012-09-12 | 2013-10-04 | 나우이엔씨(주) | 레이져 센서를 이용한 시설물의 2, 3차원 계측 및 안전진단관리 시스템 |
CN203011344U (zh) * | 2013-01-08 | 2013-06-19 | 招商局重庆交通科研设计院有限公司 | 公路边坡表面位移远程自动监测装置 |
CN103103974A (zh) * | 2013-02-02 | 2013-05-15 | 青岛理工大学 | 利用监测位移方向性参数检测边坡稳定性的方法 |
CN103198619A (zh) * | 2013-03-08 | 2013-07-10 | 青岛理工大学 | 岩体滑坡的动力监测预警方法 |
CN103424099A (zh) * | 2013-08-26 | 2013-12-04 | 招商局重庆交通科研设计院有限公司 | 基于变形数据的边坡监测预警***及方法 |
Non-Patent Citations (1)
Title |
---|
赵志峰: "基于位移监测信息的岩石高边坡安全评价理论和方法研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354991A (zh) * | 2014-04-27 | 2016-02-24 | 张臣 | 公路边坡支护工程安全报警*** |
CN104949629A (zh) * | 2015-04-20 | 2015-09-30 | 同济大学 | 一种基于激光测距的危岩变形多点信息提取及报警*** |
CN106327803A (zh) * | 2016-08-16 | 2017-01-11 | 辽宁工程技术大学 | 一种基于均值‑标准差的加权马尔可夫滑坡预警方法 |
CN106524939A (zh) * | 2016-11-01 | 2017-03-22 | 中国地质大学(武汉) | 一种裂缝三维状态变化监测方法及监测*** |
CN106524939B (zh) * | 2016-11-01 | 2017-10-13 | 中国地质大学(武汉) | 一种裂缝三维状态变化监测方法及监测*** |
CN107121675B (zh) * | 2017-05-04 | 2020-12-29 | 成都零点科技有限公司 | 具有杂波抑制功能的远程位移测量装置、***及方法 |
CN107121675A (zh) * | 2017-05-04 | 2017-09-01 | 成都猫道科技有限公司 | 具有杂波抑制功能的远程位移测量装置、***及方法 |
CN107220467A (zh) * | 2017-07-07 | 2017-09-29 | 中国水利水电科学研究院 | 蓄水期库岸岩质边坡变形的预测方法 |
CN107220467B (zh) * | 2017-07-07 | 2020-03-27 | 中国水利水电科学研究院 | 蓄水期库岸岩质边坡变形的预测方法 |
CN108010280A (zh) * | 2017-12-26 | 2018-05-08 | 成都理工大学 | 一种突发性黄土滑坡预警方法及其应用 |
CN108413920A (zh) * | 2018-02-01 | 2018-08-17 | 武汉大学 | 一种基于张力传感器的微小位移变形监测***及方法 |
CN108413920B (zh) * | 2018-02-01 | 2019-12-24 | 武汉大学 | 一种基于张力传感器的微小位移变形监测***及方法 |
CN108875773A (zh) * | 2018-04-16 | 2018-11-23 | 浙江大学 | 大型露天矿山边坡稳定性分类方法 |
CN108875773B (zh) * | 2018-04-16 | 2022-04-12 | 浙江大学 | 大型露天矿山边坡稳定性分类方法 |
CN110309525A (zh) * | 2019-03-22 | 2019-10-08 | 北京北科安地科技发展有限公司 | 一种边坡空间变形及破坏趋势计算方法 |
CN110132218A (zh) * | 2019-04-17 | 2019-08-16 | 青岛理工大学 | 基于边坡稳定性监测的多等级预警测定方法 |
CN110132218B (zh) * | 2019-04-17 | 2020-11-17 | 青岛理工大学 | 基于边坡稳定性监测的多等级预警测定方法 |
CN112213722A (zh) * | 2019-10-14 | 2021-01-12 | 兰州交通大学 | 联合InSAR与深度学习的边坡监测方法 |
CN115376284A (zh) * | 2022-08-23 | 2022-11-22 | 辽宁工程技术大学 | 基于表面及深部位移监测下的滑面辨识和滑坡预警方法 |
CN115376284B (zh) * | 2022-08-23 | 2023-08-18 | 辽宁工程技术大学 | 基于表面及深部位移监测下的滑面辨识和滑坡预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103644850A (zh) | 土质边坡表面位移监测及安全预警方法 | |
CN103103974B (zh) | 利用监测位移方向性参数检测边坡稳定性的方法 | |
CN102789543B (zh) | 基于多试验信息的可靠性综合评估方法 | |
Fang et al. | Fatigue crack growth prediction method for offshore platform based on digital twin | |
CN104501766B (zh) | 深基坑开挖边坡垂直位移矢量角监测参数与预警方法 | |
TWI464443B (zh) | 人工智慧地震預警方法與地震偵測系統 | |
CN109490072B (zh) | 一种土木工程建筑用检测***及其检测方法 | |
CN102789545A (zh) | 基于退化模型匹配的涡轮发动机剩余寿命的预测方法 | |
CN104360677A (zh) | 一种卷烟加工过程质量评价与诊断方法 | |
CN103646181A (zh) | 蠕滑型人工边坡稳定性系数与预警判据的确定方法 | |
CN102901529B (zh) | 校准方法 | |
CN103775832A (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
CN103134433B (zh) | 一种利用位移监测鉴别边坡失稳致滑因子的方法 | |
CN103530449A (zh) | 一种弹上寿命件的多变量加速贮存试验优化设计方法 | |
CN105488307A (zh) | 基于北斗的边坡监测预警***评价方法 | |
CN114429308A (zh) | 一种基于大数据的企业安全风险评估方法及*** | |
CN103487250A (zh) | 基于二维投射的煤矿设备预知维护方法 | |
Liu et al. | Bayesian estimation for probability distribution of rock’s elastic modulus based on compression wave velocity and deformation warning for large underground cavern | |
Yang et al. | Research on singular value detection method of concrete dam deformation monitoring | |
CN103353295A (zh) | 一种精确预测大坝坝体垂直变形量的方法 | |
CN102508957B (zh) | 一种电子整机加速寿命评估方法 | |
CN103226737A (zh) | 基于卡尔曼滤波与灰色预测的化工异常工况趋势预测方法 | |
CN113128098A (zh) | 基于de-lof的混凝土坝奇异值检测方法和设备 | |
CN103472732A (zh) | 一种改进的基于马氏距离的多变量控制器性能监控方法 | |
CN104596563B (zh) | 一种光纤传感***一致性试验方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140319 |
|
RJ01 | Rejection of invention patent application after publication |