CN116050837A - 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 - Google Patents
一种面向尾矿库多元灾害的综合监测预警和安全评估方案 Download PDFInfo
- Publication number
- CN116050837A CN116050837A CN202310019472.0A CN202310019472A CN116050837A CN 116050837 A CN116050837 A CN 116050837A CN 202310019472 A CN202310019472 A CN 202310019472A CN 116050837 A CN116050837 A CN 116050837A
- Authority
- CN
- China
- Prior art keywords
- index
- data
- monitoring
- health
- real
- 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 154
- 230000036541 health Effects 0.000 claims abstract description 78
- 230000004927 fusion Effects 0.000 claims abstract description 66
- 238000006073 displacement reaction Methods 0.000 claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 32
- 238000003745 diagnosis Methods 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000007499 fusion processing Methods 0.000 claims description 5
- 230000008447 perception Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 238000003909 pattern recognition Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 239000011148 porous material Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 208000027418 Wounds and injury Diseases 0.000 claims description 2
- 208000014674 injury Diseases 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 abstract description 4
- 238000003860 storage Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000003673 groundwater Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000002706 hydrostatic effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 229910052755 nonmetal Inorganic materials 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000002440 industrial waste Substances 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种面向尾矿库多元灾害的综合监测预警和安全评估方案,其方法包括:根据诊断步长对实时数据和健康状态的数据进行截取,分别得到实时样本数据和健康样本数据;对上述数据进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;再将多种健康评估指标进行融合处理,得到实时融合指标和健康融合指标;将实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。本发明提供的技术方案可同时进行位移监测、渗流监测、干滩监测、库水位监测、降水量监测、微震动监测和视频监测,能对尾矿库进行实时的多元灾害的综合监测以及进行及时、准确的预警。
Description
技术领域
本发明涉及尾矿库灾害监测预警和安全评估技术领域,尤其是一种面向尾矿库多元灾害的综合监测预警和安全评估方法、***和平台。
背景技术
尾矿库是指用以贮存金属、非金属矿山进行矿山选别后排出尾矿的场所。尾矿坝是由尾矿堆积碾压而成的坝体,分为尾矿堆积坝和初期坝,初期坝可做成透水坝(有利于尾矿排水固结,近年来采用较多)和不透水坝(国内早期采用较多),在矿山环境的保护和治理中起到很大的作用,它主要应用于堆存金属和非金属矿山进行矿石选别后排出的尾矿或其他工业废渣。不同于水库,水库要求防渗,而尾矿库要求排渗,否则容易形成泥石流。尾矿库是一个具有高势能的人造泥石流危险源,存在溃坝危险,一旦失事,使人民群众生命财产安全受到极大威胁,同时也给环境安全带来严重危害。
发明内容
(一)要解决的技术问题
尾矿库管理由于监测监控不完备、监测监控技术落后,专业监测人员缺乏等原因,许多尾矿库处在无监测监控状态,少数在建的尾矿库运行参数监测误差大、不准确,难以及时掌握尾矿库各项安全技术指标,这些都极大影响尾矿库的安全管理。当前,尾矿库安全运行的主要技术参数如坝体形变位移、库水位、浸润线埋深、干滩指标和降雨量等,均由人工定期用传统仪器到现场进行测量,安全监测工作量大、受天气、人工、现场条件等许多因素的影响,存在一定的***误差和人工误差。同时,人工监测还存在不能及时监测尾矿库的各项技术参数,难以及时掌握尾矿库各项安全技术指标等缺点,这些都将影响尾矿库的安全生产和安全管理水平。此外,不同尾矿库对不同致灾风险因子的敏感性也是不同的,从而只是监测1-2种致灾风险因子或者独立的进行监测并不能进行准确和有效的预警。
因此,本发明提出一种面向尾矿库多元灾害的综合监测预警和安全评估方案,同时进行位移监测、渗流监测、干滩监测、库水位监测、降水量监测、微震动监测和视频监测等,能对尾矿库进行实时的多元灾害的综合监测以及进行及时、准确的预警。
(二)技术方案
针对尾矿库灾害风险的类型和特征,提供一种面向尾矿库多元灾害的综合监测预警和安全评估方案,其中,
一种面向尾矿库多元灾害的综合监测预警和安全评估方法,其特征在于包括:
利用卫星雷达和地面传感器采集数据的时空分辨率优势,采用InSAR雷达数据对监测区进行分析,从而筛选出需要实时监测的高风险区域以及更准确的指导地面传感器的布设;
在监测期,当出现新的隐患并被InSAR常态监测捕捉到时,将及时进行地面测站的补设;其中,所有地面测站都是综合性的自动化远程监测***,通过传感器的集成,对坝体及岸坡地表位移、深部位移、坝体及岸坡内部倾斜、错动、土壤湿度、孔隙水压力变化等进行连续监测,及时捕捉坝体及岸坡形状变化的特征信息,并通过有线或无线方式将监测数据及时发送到数据中心;
通过计算机进行数据处理和分析,对坝体及岸坡的整体稳定性做出判断,快速做出诸如坝体崩塌、滑坡等灾害发生的预警预报;
对多元异构的监测数据进行多指标分析,并且根据所述多指标分析的结果进行数据融合,得到综合安全评估的结果,具体步骤包括:
S1:根据预设诊断步长对获取的实时数据进行截取,得到实时样本数据;并且,根据所述预设诊断步长对获取的健康振动数据进行截取,得到健康样本数据;
S2:对所述实时样本数据和健康样本数据分别进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;其中,所述实时性能参数指标和健康参数指标分别包括频谱指标、主成分指标、小波包能量指标,以及二次协方差指标;
S3:在将所述实时性能参数指标和健康参数指标分别进行正则化和概率化处理之后,采用加权平均理论、或贝叶斯理论、或D-S证据理论进行融合处理,得到实时融合指标和健康融合指标;
S4:将所述实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。
一种面向尾矿库多元灾害的综合监测预警和安全评估***,用于执行如上述的面向尾矿库多元灾害的综合监测预警和安全评估方法,并包括云服务器,所述云服务器通过B/S架构的管理软件为管理人员提供尾矿库的健康诊断信息,在所述云服务器上包括如下模块:
(1)数据采集模块,用于根据预设诊断步长对获取的实时数据进行截取,得到实时样本数据;并且,根据所述预设诊断步长对获取的健康振动数据进行截取,得到健康样本数据;
(2)多种结构健康评估指标计算模块,用于对所述实时样本数据和健康样本数据分别进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;
(3)指标融合预处理及多指标融合计算模块,用于在将所述实时性能参数指标和健康参数指标分别进行正则化和概率化处理之后,采用加权平均理论、或贝叶斯理论、或D-S证据理论进行融合处理,得到实时融合指标和健康融合指标;
(4)诊断输出模块,用于将所述实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。
一种基于多元传感数据的尾矿库多风险因子联合实时监测预警***平台,所述平台用于部署如上述的面向尾矿库多元灾害的综合监测预警和安全评估***,所述平台的架构包括:
(1)多元数据感知层,用于对尾矿库的运行数据进行实时采集、传输、计算、分析;
(2)数据传输层,用于将传感器所采集的数据实时传输到云服务器;
(3)数据分析层,用于数据预处理、数据融合、特征提取、模式识别和报表生成;
(4)数据应用层,用于通过智能电子设备上运行的监测软件,实现可视化分析和结果可视化。
(三)有益效果
本发明可在尾矿库的重点部位部署多种类型的监测传感器,形成一个尾矿库综合监测台网,通过网络把传感器实时数据汇集传输到尾矿库数据中心处理服务器处理和存储。数据中心可以显示各监测点位传感器的实时数据,并对数据进行实时自动分析处理,当有监测点位数据异常时发出警报,提醒尾矿库监测人员注意相关风险,提前采取预防处置措施,避免尾矿库发送重大灾害风险。数据中心可以在后台机器上调取***记录的历史数据进行多元数据融合和多种评估指标的分析计算,获得尾矿库灾害风险评估报告,为尾矿库的灾害预防工作提供数据支撑,为尾矿库的灾害预防技术的研究积累数据资料。
本发明充分利用了卫星雷达和地面传感器采集数据的时空分辨率优势,既保证了监测的有效性和预警的可行性。在实施上,将采用过去两三年的C波段InSAR雷达数据对监测区进行分析,从而筛选出需要实时监测的高风险区域以及更准确的指导地面传感器的布设,地面实时监测预警的传感器将以GNSS、静力水准仪、固定式测斜仪、渗压计、土壤含水量、水位计、雷达物位计、遥测水位计、自动测报水位计、遥测雨量计、自动测报雨量计、速度计、加速度计、智能摄像机。在监测期,当出现新的隐患并被InSAR常态监测捕捉到时,将及时进行地面测站的补设。所有地面测站都是综合性的自动化远程监测***,通过传感器的集成,可对坝体及岸坡地表位移、深部位移、坝体及岸坡内部倾斜、错动、土壤湿度、孔隙水压力变化等进行连续监测,及时捕捉坝体及岸坡形状变化的特征信息,并通过有线或无线方式将监测数据及时发送到数据中心。通过计算机进行数据处理和分析(包括数据预处理、数据融合、特征提取、模式识别、预警),对坝体及岸坡的整体稳定性做出判断,快速做出诸如坝体崩塌、滑坡等灾害发生的预警预报,更加准确、有效地监测灾情发生,且可为保证尾矿库安全提供信息参考。
附图说明
图1为本发明实施例中尾矿库结构健康监测软件***架构图;
图2为本发明实施例中面向尾矿库多元灾害的综合监测预警硬件***设计方案示意图;
图3为本发明实施例中基于多指标融合的尾矿库安全评估技术路线图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1至图3,提供一种面向尾矿库多元灾害的综合监测预警和安全评估方案,该方案包括实施方法、***及平台三个部分。
具体地,提供一种主要在云服务器上运行的面向尾矿库多元灾害的综合监测预警和安全评估方法,用于对多元异构的监测数据进行多指标分析,并且根据所述多指标分析的结果进行数据融合,得到评估结果,并包括如下步骤:
S1:根据预设诊断步长对获取的实时数据进行截取,得到实时样本数据;并且,根据所述预设诊断步长对获取的健康状态数据进行截取,得到健康样本数据。
S2:对所述实时样本数据和健康样本数据分别进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;其中,所述实时性能参数指标和健康参数指标分别包括频谱指标、主成分指标、小波包能量指标,以及二次协方差指标。
S3:在将所述实时性能参数指标和健康参数指标分别进行正则化和概率化处理之后,采用加权平均理论、或贝叶斯理论、或D-S证据理论进行融合处理,得到实时融合指标和健康融合指标。
S4:将所述实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。
其中,在步骤S2中,频谱分析通过如下方式计算获得:
通过随机子空间法进行计算,假设输出通道数为l,其中参考通道数为r,则利用输出数据构建(2i)行×j列的Hankel矩阵H,并分解为“past”和“future”两部分:
其中过去(对应past)和将来(对应future)测量的结构响应数据矩阵分别是和Yf,yk∈Yf,而i和j为随机子空间方法中的重要控制参数;若把所有的s个输出数据都用于分析,则s=2i+j-1;然后根据如下公式,利用Hankel矩阵构建Toeplitz矩阵T如下:
得到Toeplitz矩阵后,通过奇异值分解、***定阶过程,便能得到识别频率,即所述频谱指标。
在步骤S2中,主成分指标通过如下步骤计算获得:
假设对m个参数进行n次的观测,则能得到一个原始数据矩阵X:
(1)对原始数据标准化,采用如下标准差标准化的公式:
其中,为Xj的均值,sj为Xj的标准差,标准化之后的原始矩阵作X′;
(2)根据如下公式计算相关矩阵:
其中,标准化后的矩阵相关矩阵R为其协方差矩阵;
(3)对样本数据相关矩阵R作特征分解,得到前m阶的特征值λ1≥λ2≥…≥λm≥0;并定义第j个主成分贡献率前p个主成分的累计贡献率
(4)求出每个特征值对应的特征向量就是相关系数aij,代入如下计算公式:
即可求得各阶所述主成分,其中Y1、Y2和Ym分别是第1、2和m阶的主成分。
在步骤S2中,小波包能量通过如下方式计算获得:
采用小波函数,将信号分解到独立的子频带内,计算各子频带的能量成分;分解的每个片段包含有结构在不同频段的信息,并根据如下公式计算各阶小波包能量E:
即得到各阶所述小波包能量,其中表示在分解层j上第i个节点能量值,而表示在分解层j上第i个节点归一化后的能量值。
在步骤S2中,二次协方差指标通过如下公式计算获得:
Tpl=Rpl·Rpl T
其中,Rpl是协方差矩阵,而Tpl是二次协方差矩阵,p和l是测点位置。
进一步地,在步骤S3中,所述采用加权平均理论,进行融合处理时,通过如下公式进行:
其中,Di是第i个指标,是基于加权平均理论获得的融合指标,Wi为第i个指标的权重系数,其取值使得各个指标间的方差最小;并通过最小二乘法对上述式进行求解,获得所述实时融合指标和健康融合指标。
所述采用贝叶斯理论,进行融合处理时,设多损伤工况集合为{A1 A2…An},多指标集合{B1 B2…Bm},并通过如下公式进行计算:
其中,P(Aj)为先验概率,而P(Bk|Aj)则为指标Bk对Aj损伤的诊断,P(Ai|B)是基于贝叶斯理论获得的融合指标。
所述采用D-S证据理论,进行融合处理时,设多损伤工况集合为{A1 A2 … An},多指标集合为{m1 m2 … mm},并通过如下公式进行计算:
其中,mj(Ai)为第j个指标对于第i种损伤情况的判定,K是基于D-S证据理论获得的实时融合指标或健康融合指标。
提供一种面向尾矿库多元灾害的综合监测预警和安全评估***,用于执上述的面向尾矿库多元灾害的综合监测预警和安全评估方法,并包括云服务器,所述云服务器通过B/S架构的管理软件为管理人员提供尾矿库的健康诊断信息,在所述云服务器上包括如下模块:
(1)数据采集模块,用于根据预设诊断步长对获取的实时数据进行截取,得到实时样本数据;并且,根据所述预设诊断步长对获取的健康状态数据进行截取,得到健康样本数据;
(2)多种结构健康评估指标计算模块,用于对所述实时样本数据和健康样本数据分别进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;
(3)指标融合预处理及多指标融合计算模块,用于在将所述实时性能参数指标和健康参数指标分别进行正则化和概率化处理之后,采用加权平均理论、或贝叶斯理论、或D-S证据理论进行融合处理,得到实时融合指标和健康融合指标;
(4)诊断输出模块,用于将所述实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。
提供一种基于多元传感数据的尾矿库多风险因子联合实时监测预警***平台,以应用技术为核心,结合多元传感数据、数据传输技术、数据融合,形成集结构健康监测、安全预警和决策支持于一体的***。所述平台的架构包括多元数据感知层、数据传输层、数据分析层与数据应用层。
所述多元数据感知层,用于对尾矿库重要运行数据进行实时采集、传输、计算、分析,感知内容包括表面位移、岸坡位移、内部位移、坝体渗流压力、绕坝渗流、渗流量、干滩、水位、降水量、微震动和坝体岸坡视频等。同时,感知所用监测设备包括但不限于:InSAR、GNSS、静力水准仪、固定式测斜仪、渗压计、土壤含水量、水位计、雷达物位计、遥测水位计、自动测报水位计、遥测雨量计、自动测报雨量计、速度计、加速度计、智能摄像机。
所述GNSS、静力水准仪,用于监测坝体的表面位移和岸坡位移。其中,表面位移包括水平位移和竖向位移。通过监测坝体表面位移,可以掌握坝体整体表面位置的变化及其变化速率(包括平面位移和垂直沉降),确定坝体整***移变形的情况,是确定坝体稳定性重要指标之一。
所述GNSS、静力水准仪的监测点布设原则:①表面水平位移及垂直位移监测,一般共用一个测点:内部水平及竖向位移监测宜结合布置;监测基点应设在稳定区域内:测点应与坝体或岸坡牢固结合,基点与测点应有可靠的保护装置。②监测断面宜选在最大坝高断面、有排水管通过的断面、地基工程地质变化较大的地段及运行有异常反应处。③初期坝顶和后期坝顶各布设一排,每30~60米高差设一排,一般不少于三排;测点间距,一般坝小于300米时,宜取20~100米,坝长大于300米时,宜取50~200米,坝长大于1000米时,宜取100~300米。④各种基点均应布设在两岸岩石或坚实土基上。监测岸坡位移可以掌握滑坡体范围及位移分布规律。顺滑坡方向布设1~3个监测断面,包括主滑断面及其它特征断面。
所述固定式测斜仪,用于监测坝体内部水平位移和内部竖向位移,可以掌握坝体内部的位移变化及其变化速率,结合表面综合位移信息可确定坝体整***移变形情况,为坝体稳定性评价提供重要的数据参考。
所述固定式测斜仪的监测点布设原则:①监测断面的布置应视尾矿库的等别、坝的结构形式和施工方法以及地质地形等情况而定,宜布置在最大坝高断面及其它特征断面(原河床、地质及地形复杂段、结构及施工薄弱段等)上,可设1~3个断面。②每个监测断面上可布设1~3条监测垂线,其中一条宜布设在坝轴线附近。监测垂线的布置应尽量形成纵向监测断面。③监测垂线上测点的间距,应根据坝高、结构形式、坝料特性及施工方法与质量等确定,一般2~10米。每条监测垂线上宜布置3~15个测点。最下一个测点应置于坝基表面,以兼测坝基的沉降量。
所述渗压计、水位计,用于对坝体渗流压力、绕坝渗流和渗流量进行监测,其监测点布设原则:坝体渗流压力是对断面上的压力分布和确定浸润线位置进行监测;绕坝渗流监测是对两岸坝端及部分山体、坝体与岸坡或混凝土建筑物接触面、两岸接合部等关键部位的渗流进行监测;渗流量是对坝体内部地下水的分布情况。
所述坝体渗流压力监测点布设原则:①监测横断面宜选在有代表性且能控制主要渗流情况的坝体横断面以及预计有可能出现异常渗流的横断面,一般不少于3个,并尽量与位移监测断面相结合。②监测横断面上的测点布置,应根据坝型结构、断面大小和渗流场特征确定。宜在堆积坝坝顶、初期坝上游坡底、下游排水体前缘各布置1条铅直线,其间部位每20~40米布设1条铅直线,埋深应参考实际浸润线深度确定。③在渗流进、出口段,渗流各向异性明显的土层中,以及浸润线变幅较大处,应根据预计浸润线的最大变幅沿不同高程布设测点,每条铅直线上的测点数一般不少于2个。
所述绕坝渗流监测点布设原则:①尾矿坝两端的绕渗监测,宜沿流线方向或渗流较集中的透水层(带)设2~3个监测断面,每个断面上设3~4条监测铅直线(含渗流出口)。②尾矿坝与刚性建筑物接合部的绕渗监测,应在接触轮廓线的控制处设置监测铅直线,沿接触面不同高程布设监测点。③在岸坡防渗齿槽和灌浆帷幕的上下游侧个设1个监测点。
所述渗流量监测点布设原则:①渗流量监测***的布置,应根据坝型和坝基地址条件、渗漏水的出流和汇集条件以及所采用的测量方法等确定。对坝体、坝基、绕渗及导渗(含减压井和减压沟)的渗流量,应区分、分段进行测量;所有集水和量水设施均应避免客水干扰;对排渗异常的部位应专门监测。②当下游有渗漏水出逸时,应在下游坝趾附近设导渗沟(可分区、分段设置),在导渗沟出口或排水沟内设量水堰测其出逸流量。③当透水层深厚、地下水位低于地面时,可在坝下游河川中设测压管,通过监测地下水降计算出渗流量。其测压管布置,顺水流方向设2根,间距约为10~20米。垂直水流方向,应根据控制过水断面及其渗透系数的需要布置适当排数。
所述雷达物位计用于对干滩进行监测,监测滩顶高程、干滩长度和干滩坡度。
所述遥测水位计、自动测报水位计用于对尾矿库水位进行监测,观测库区水位的变化状况。根据坝型、筑坝及排尾方式确定库水位的测点,测点应设置在基本能代表库内平稳水位,并能满足工程管理和监测资料分析需要的地方。宜布置在库内排水构筑物(如排水井、排水槽等)上。
所述遥测雨量计、自动测报雨量计用于对监测尾矿库区降水量进行监测。
所述速度计和加速度计用于对尾矿库及周边微震动进行监测,分别在库体和周边地区布设速度型和加速度型地震计监测站,实时汇集和处理震动监测站点的监测数据,自动监测尾矿库及周边发生的微震动事件,测定震动发生的时间、经纬度和震级等参数,可自动绘制一段时间内震动事件的三维位置分布图。
所述智能摄像机用于实时监测尾矿库区及周边的整体情况。
所述数据传输层,将传感器所采集的数据实时传输到控制中心。所述数据传输层的传输方式采用光纤、无线网桥、GPRS等媒介,为了达到可靠、有效、稳定,我们采用多种方式并存。其监测站点的数据传输汇集基于TCP/IP传输协议,便于灵活布设监测站点和组网。数据传输软件采用JOPENS流服务器模块(简称“JOPENS-SSS”)进行监测站点的数据传输和监控管理。该软件是我国地震监测行业采用的数据传输汇集软件,长期支撑着我国地震监测台网的实时数据汇集传输。JOPENS-SSS通过http协议传输数据,具有配置简单、传输效率高、延时低的特点,可以实现按需虚拟组网,并能实时监控台站运行状态和数据传输状态。还可实现对监测点设备的远程参数设定和控制。
所述数据分析层,负责数据预处理、数据融合、特征提取、模式识别和报表生成等。所述数据预处理方法包括:数据清洗、数据变换、数据降维。所述数据融合利用逻辑算法、计算机技术等对多源异构数据(结构化数据、半结构化数据、非结构化数据)进行支配、整合,形成一个新的融合指标用于评估尾矿库的健康状态。所述特征提取方法包括:频域特征、时域特征、统计特征、力学特征、集成学习、深度学习。所述模式识别方法包括:数据标准化、有监督式、无监督式、异常识别、相关分析、深度学习、迁移学习。
所述数据分析层的数据库具有数据存储功能,可以存储尾矿库的基本信息、监测站点的基本信息、监测设备的参数,并对监测到的异常事件进行编目存储,提供各种数据查询服务。数据库软件可以采用开源的Mysql数据库。所述数据存储功能主要有以下几个特点:
(1)其长期监测的多元异构数据存储采用中国地震局核心地震数据处理软件***(简称“JOPENS***”)的数据在线服务模块(简称“AWS”)进行存储并提供在线查询服务。为了数据迁移的方便,高效地管理和查询数据,AWS采用最简单的数据文件方式存储数据,为数据做查询索引的基本思想,结合观测数据的特点设计数据服务***。***在特定的网络端口为用户提供链接服务,在数据管理服务器上挂载多个存储数据的磁盘阵列,服务器的内存中存储着磁盘阵列上数据的索引,用户调用数据时,***按规则查找数据文件存放路径,在内存中找数据的索引,通过索引快速从文件中读取相关数据段提供给用户。
(2)观测数据是在时间上连续的特性,并且每个监测站都有站点代码、通道代码等数据描述信息,因此我们依据这些数据描述信息管理数据文件。为了高效管理数据文件,我们按照“时间→站点代码→通道代码→数据文件”的顺序分级管理数据文件,用户需要调用数据时,***会根据用户调用的数据分级查找,很快就可以找到相关数据文件。
(3)数据文件的格式采用MiniSEED格式,该格式数据压缩率高,并且非常容易配合台站参数生产能独立使用的SEED格式数据。为了提高***的数据服务效率,快速地查找用户调用的数据段,我们为数据文件设计了数据索引,用户调用数据时,***会快速通过数据索引找到数据文件中相关的数据段位置,读取数据给用户。数据索引的格式非常简单,一个索引只占24字节。一个索引对应数据文件中的一段数据,通常一个索引对应一定时间段的连续的MiniSEED格式Block。我们根据通道的采样率,调整每个索引的时间范围。如果索引对应的数据段太短,会造成索引数量太大,过多占用***的内存资源,导致***管理数据量的能力降低,反之,如果一个索引对应的数据段太长,会降低数据的查询效率。当数据有中断时,数据的中断前后必须有索引的标识,所以数据的中断情况也会影响到索引的数量,当数据在短时间内在中断次数非常多的极端情况下,会产生大量的索引,这时需要做一些索引的合并,忽略频繁中断的时间断,从而减少索引的数量。因此,索引的生产与管理需要一个智能的索引管理模块,在***的数据管理能力和查询效率之间取得平衡。
(4)为了保持***存储容量的可扩展性,采用网络文件***(Network FileSystem,简称NFS)和Internet小型计算机***接口(Internet Small Computer SystemInterface,简称ISCSI)等方式挂载数据存储设备到***主机中去,当一个***存储设备(例如磁盘阵列)快满时,可以追加挂载一个新的存储设备到***主机中,这样后续的数据就往新存储设备中写,***的存储空间可以持续地扩展。当然随着数据量的增多,***主机内存中的索引数据量也会持续增大,因此要求***主机具有超大容量的内存空间存储数据索引。
所述数据应用层,通过电脑、平板、手机等智能电子设备上可运行的监测软件,实现可视化分析和结果可视化。所述监测软件可查询实时数据和历史数据,所述服务器的数据服务***可以从JOPENS-SSS中接收实时数据,立即对用户进行数据服务,也可以提供旧数据的在线服务,一般情况下对实时数据的使用需求较大,因此***对数据实行分期管理,把数据分为当期数据和过期数据,分别从内存缓冲、内存文件***和磁盘阵列中提供服务,当期数据的访问效率高于过期数据。当期数据是指当前时间之后一段时间内(具体的时间长度视主机内存大小而定)的数据,过期数据是指时间比当期数据还早的数据。我们在主服务器的内存中开辟一个内存文件***,把当期数据存储在内存文件***中,数据过期后就写入磁盘阵列的文件***,当用户访问当期数据时,主机可以直接从内存文件***中提供数据,不需要从NFS的文件***查询和传输数据,数据的服务效率会非常高。所述监测软件包括预警功能,一旦监测数据和分析结果超过预警值,***能及时发出预警信息(包括声音报警、***动画闪烁警报、监控大屏幕警报提示、相关管理人员和主管领导手机短信/邮件分级发布等)。有互联网接入时能实现尾矿库安全监测***的远程登录、远程访问、远程管理、远程控制和远程维护。
以上是对本发明面向尾矿库多元灾害的综合监测预警和安全评估方案进行的阐述,用于帮助理解本发明;但本发明的实施方式并不受上述实施例的限制,任何未背离本发明原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种面向尾矿库多元灾害的综合监测预警和安全评估方法,其特征在于,包括:
利用卫星雷达和地面传感器采集数据的时空分辨率优势,采用InSAR雷达数据对监测区进行分析,从而筛选出需要实时监测的高风险区域以及更准确的指导地面传感器的布设;
在监测期,当出现新的隐患并被InSAR常态监测捕捉到时,将及时进行地面测站的补设;其中,所有地面测站都是综合性的自动化远程监测***,通过传感器的集成,对坝体及岸坡地表位移、深部位移、坝体及岸坡内部倾斜、错动、土壤湿度、孔隙水压力变化等进行连续监测,及时捕捉坝体及岸坡形状变化的特征信息,并通过有线或无线方式将监测数据及时发送到数据中心;
通过计算机进行数据处理和分析,对坝体及岸坡的整体稳定性做出判断,快速做出诸如坝体崩塌、滑坡等灾害发生的预警预报;
对多元异构的监测数据进行多指标分析,并且根据所述多指标分析的结果进行数据融合,得到综合的安全评估的结果,具体的步骤包括:
S1:根据预设诊断步长对获取的实时数据进行截取,得到实时样本数据;并且,根据所述预设诊断步长对获取的健康振动数据进行截取,得到健康样本数据;
S2:对所述实时样本数据和健康样本数据分别进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;其中,所述实时性能参数指标和健康参数指标分别包括频谱指标、主成分指标、小波包能量指标,以及二次协方差指标;
S3:在将所述实时性能参数指标和健康参数指标分别进行正则化和概率化处理之后,采用加权平均理论、或贝叶斯理论、或D-S证据理论进行融合处理,得到实时融合指标和健康融合指标;
S4:将所述实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。
2.如权利要求1所述的一种面向尾矿库多元灾害的综合监测预警和安全评估方法,其特征在于,在S2中,所述频谱指标,通过如下方式计算获得:
通过随机子空间法进行计算,假设输出通道数为l,其中参考通道数为r,则利用输出数据构建(2i)行×j列的Hankel矩阵H,并分解为“past”和“future”两部分:
其中过去(对应past)和将来(对应future)测量的结构响应数据矩阵分别是和Yf,yk∈Yf,而i和j为随机子空间方法中的重要控制参数;若把所有的s个输出数据都用于分析,则s=2i+j-1;然后根据如下公式,利用Hankel矩阵构建Toeplitz矩阵T如下:
得到Toeplitz矩阵后,通过奇异值分解、***定阶过程,便能得到识别频率,即所述频谱指标。
3.权利要求1所述的一种面向尾矿库多元灾害的综合监测预警和安全评估方法,其特征在于,在S2中,所述主成分指标,通过如下步骤计算获得:
假设对m个参数进行n次的观测,则能得到一个原始数据矩阵X:
(1)对原始数据标准化,采用如下标准差标准化的公式:
(2)根据如下公式计算相关矩阵:
其中,标准化后的矩阵相关矩阵R为其协方差矩阵;
(4)求出每个特征值对应的特征向量就是相关系数aij,代入如下计算公式:
即可求得各阶所述主成分,其中Y1、Y2和Ym分别是第1、2和m阶的主成分。
9.一种面向尾矿库多元灾害的综合监测预警和安全评估***,其特征在于,所述***用于执行如权利要求1至8任一项所述的面向尾矿库多元灾害的综合监测预警和安全评估方法,并包括云服务器,所述云服务器通过B/S架构的管理软件为管理人员提供尾矿库的健康诊断信息,在所述云服务器上包括如下模块:
(1)数据采集模块,用于根据预设诊断步长对获取的实时数据进行截取,得到实时样本数据;并且,根据所述预设诊断步长对获取的健康状态数据进行截取,得到健康样本数据;
(2)多种结构健康评估指标计算模块,用于对所述实时样本数据和健康样本数据分别进行多种结构健康评估指标计算,得到尾矿库的实时性能参数指标和健康参数指标;
(3)指标融合预处理及多指标融合计算模块,用于在将所述实时性能参数指标和健康参数指标分别进行正则化和概率化处理之后,采用加权平均理论、或贝叶斯理论、或D-S证据理论进行融合处理,得到实时融合指标和健康融合指标;
(4)诊断输出模块,用于将所述实时融合指标和健康融合指标进行对比,得到尾矿库的健康诊断信息和监测预警信息。
10.一种基于多元传感数据的尾矿库多风险因子联合实时监测预警***平台,其特征在于,所述平台用于部署如权利要求9所述的面向尾矿库多元灾害的综合监测预警和安全评估***,所述平台的架构包括:
(1)多元数据感知层,用于对尾矿库的运行数据进行实时采集、传输、计算、分析;
(2)数据传输层,用于将传感器所采集的数据实时传输到云服务器;
(3)数据分析层,用于数据预处理、数据融合、特征提取、模式识别和报表生成;
(4)数据应用层,用于通过智能电子设备上运行的监测软件,实现可视化分析和结果可视化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310019472.0A CN116050837A (zh) | 2023-01-06 | 2023-01-06 | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310019472.0A CN116050837A (zh) | 2023-01-06 | 2023-01-06 | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116050837A true CN116050837A (zh) | 2023-05-02 |
Family
ID=86132703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310019472.0A Pending CN116050837A (zh) | 2023-01-06 | 2023-01-06 | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050837A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116990847A (zh) * | 2023-09-28 | 2023-11-03 | 湖南湘银河传感科技有限公司 | 基于边缘计算的北斗gnss接收机解算方法和*** |
-
2023
- 2023-01-06 CN CN202310019472.0A patent/CN116050837A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116990847A (zh) * | 2023-09-28 | 2023-11-03 | 湖南湘银河传感科技有限公司 | 基于边缘计算的北斗gnss接收机解算方法和*** |
CN116990847B (zh) * | 2023-09-28 | 2023-12-15 | 湖南湘银河传感科技有限公司 | 基于边缘计算的北斗gnss接收机解算方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101788104B1 (ko) | 극한 강우를 고려한 실시간 산사태 예보 및 경보 시스템 및 방법 | |
US10204193B2 (en) | Large scale analysis of catastrophic weather damage | |
CN112561274A (zh) | 基于多要素情境的台风诱发地质灾害风险评估方法 | |
CN107341586A (zh) | 一种基于降雨的地质灾害发生频率的计算方法 | |
CN106023530A (zh) | 一种暴雨型稀性泥石流监测预报预警装置及方法 | |
CN113470333A (zh) | 一种线路工程走廊浅层滑坡危险性评估及监测预警*** | |
CN110858334A (zh) | 道路安全评估方法、装置及道路安全预警*** | |
CN104318103A (zh) | 一种滑坡灾害监测预警降雨阈值判定方法 | |
CN110929946A (zh) | 基于地表水文过程的农业洪涝灾害监测预报***及方法 | |
CN111866452B (zh) | 一种滑坡堰塞坝应急处置的视频实时监测方法 | |
CN108986413A (zh) | 一种基于多源信息数据的冰湖灾害监测与预警方法 | |
CN109886456B (zh) | 基于pca与混合核函数lssvr的泥石流预测方法 | |
CN113112759A (zh) | 一种基于北斗的地质灾害监测北斗预警报警***及其方法 | |
Mihalić Arbanas et al. | Application of innovative technologies in landslide research in the area of the City of Zagreb (Croatia, Europe) | |
CN106971510A (zh) | 一种双模式山洪预警控制***及方法 | |
CN116824807B (zh) | 多灾害预警报警方法及*** | |
CN113759374A (zh) | 一种城市基础设施的结构健康问题的监测***和监测方法 | |
CN116050837A (zh) | 一种面向尾矿库多元灾害的综合监测预警和安全评估方案 | |
CN114374716A (zh) | 地质灾害远程监测***及其监测方法 | |
Oguz et al. | IoT-based strategies for risk management of rainfall-induced landslides: a review | |
CN117113830B (zh) | 一种基于数据分析的山体修复评估预测*** | |
CN113077609A (zh) | 一种基于大数据的自然灾害预警***及方法 | |
Davis et al. | Post-Hurricane Michael damage assessment using ADCIRC storm surge hindcast, image classification, and LiDAR | |
Wang et al. | Early warning of debris flow using optimized self-organizing feature mapping network | |
CN116502748A (zh) | 融合多影响因素的滑坡空间风险性预警决策机制研究方法 |
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 |