基于表面及深部位移监测下的滑面辨识和滑坡预警方法技术

本发明专利技术提供一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法，首先获取边坡各监测点位移的监测数据，然后对所获取时段内的表面及深部位移监测点监测数据进行处理，最后基于假设检验原理，采用Lilliefors检验方法对监测数据进行正态性检验，得到滑坡的二级预警时刻、一级预警时刻和预警滑面。本发明专利技术基于假设检验原理，采用Lilliefors检验方法对露天煤矿表面及深部位移监测数据生成的随机变量进行正态性检验，可实现滑坡分级预警及滑面超前辨识，克服了现有方法在露天煤矿滑体预警和滑面辨识流程繁琐、操作复杂等的不足，同时能够为露天矿边坡工程设计、安全实施和防灾措施的布置提供科学依据。布置提供科学依据。

【技术实现步骤摘要】
基于表面及深部位移监测下的滑面辨识和滑坡预警方法


[0001]本专利技术涉及露天开采
，尤其涉及一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法。

技术介绍

[0002]边坡作为人工开挖的产物，若在滑坡发生前能辨识滑面和进行预警，对其采取有效的控制措施，可规避大型滑坡的发生。在监测实践中，边坡位移变化是边坡岩土体在时空演化过程中反馈出来的关键信息，最能体现边坡运动的状态与发展趋势。在过去的几十年，不少研究人员基于表面位移和深部位移的预警指标来判断滑面位置，评价边坡稳定性，揭示滑坡机理和滑坡模式，预测边坡深部位移趋势性发展，已在一些重大滑坡监测工程中取得了卓有成效的应用。总体上，基于边坡表面和深部位移的监测应用越来越广泛，但鲜有文献同时兼顾二者进行滑坡分析，尤其是实现滑面超前辨识与滑坡精准化预警，发出预警而不发生滑坡的现象普遍存在且频频发生。因此对于露天煤矿滑面辨识和滑坡预警方法的研究，目前已成为采矿工程和岩石力学工作者亟待解决的难题。

技术实现思路

[0003]针对上述现有技术的不足，本专利技术提供一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法。
[0004]为解决上述技术问题，本专利技术所采取的技术方案是：一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法，包括如下步骤：
[0005]步骤1：获取边坡各监测点位移的监测数据；
[0006]步骤2：对所获取时段内的表面及深部位移监测点监测数据进行处理，包括：
[0007]步骤2.1：计算表面各监测点等间隔时段的位移速度值v
i
、位移加速度值a
i
；
[0008][0009]式中，ΔS为某一时段的累计位移，d为该时段总时间，Δv为某一时段的位移速度；
[0010]步骤2.2：计算深部各监测点等间隔时段的位移错动量u
i
：
[0011]u
i
＝h
i
‑
h
i+1
[0012]式中，h
i+1
为某一时刻第i+1个深度的累计位移，h
i
为某一时刻第i个深度的累计位移；
[0013]步骤3：基于假设检验原理，采用Lilliefors检验方法对监测数据进行正态性检验，得到滑坡的二级预警时刻、一级预警时刻和预警滑面，包括：
[0014]对表面监测点的位移速度值进行检验，得到滑坡的二级预警时刻；具体表示为：首先将前x个位移速度值{v1,
…
,v
x
}视为第一个随机变量X1，对其进行正态性检验，若检验结果为真，则X1服从正态分布，边坡该时段处于等速蠕变阶段；继续纳入下一个位移速度值v
x+1
，根据 {v1,
…
,v
x+1
}生成第二个随机变量X2，对其进行正态性检验；若检验结果为真，继
续令x加1 直到纳入第i个位移速度值v
i
，生成第i
‑
x个随机变量X
i
‑
x
，检验结果为假，则说明X
i
‑
x
不服从正态分布，边坡在t
i
‑1～t
i
时刻之间进入加速变形阶段，将第i
‑
1个位移速度值对应的时刻t
i
‑1作为二级预警时刻；
[0015]对表面监测点的位移加速度值进行检验，得到滑坡的二级预警时刻；具体表述为：首先将t
i
‑1时刻之前的数据删除，将t
i
时刻位移加速度值作为第一个数据；对位移加速度值所生成的随机变量进行正态性检验，若检验结果为真，则其服从正态分布，继续纳入下一个位移加速度值，对其进行正态性检验，直到纳入第j个位移加速度值a
j
，生成随机变量Y
j
，若检验结果为假，则说明随机变量Y
j
不服从正态分布，边坡在t
j
‑1～t
j
时刻之间进入临滑阶段，将第 j
‑
1个位移加速度值对应的时刻t
j
‑1作为一级预警时刻；
[0016]对深部监测点的位移错动量进行检验，得到预警滑面；具体表述为：首先在第一个时刻的监测数据中，选取前z个位移错动量{u1,
…
,u
z
}视为第一个随机变量Z1，对其进行正态性检验，若检验结果为真，则Z1服从正态分布，边坡处于等速变形阶段，继续纳入下一个位移错动量u
z+1
，根据{u1,
…
,u
z+1
}生成第二个随机变量Z2，对其进行正态性检验，当纳入最后一个位移错动量生成的随机变量检验结果为真时，则第一个时刻的边坡的位移错动量服从正态分布，边坡处于等速变形阶段，则继续对下一时刻的监测数据进行正态性检验，直到在第n个时刻中，当纳入第k个位移错动量u
k
，生成第k
‑
z个随机变量Z
k
‑
z
经正态性检验结果为假时，则说明Z
k
‑
z
不服从正态分布，将第k
‑
1个位移错动量对应的深度h
k
‑1作为预警滑面，第n个时刻作为预警时间。
[0017]采用上述技术方案所产生的有益效果在于：本专利技术提供的方法是基于假设检验原理，采用Lilliefors检验方法对露天煤矿表面及深部位移监测数据生成的随机变量进行正态性检验，可实现滑坡分级预警及滑面超前辨识。本方法克服了现有方法在露天煤矿滑体预警和滑面辨识流程繁琐、操作复杂等的不足，同时能够为露天矿边坡工程设计、安全实施和防灾措施的布置提供科学依据。
附图说明
[0018]图1为本专利技术实施例中东帮表面监测系统分布示意图；
[0019]图2为本专利技术实施例中东帮深部监测系统分布示意图；
[0020]图3为本专利技术实施例中流程图；
[0021]图4为本专利技术实施例中钻孔59025不同监测下日期累计位移与深度的关系曲线；
[0022]图5为本专利技术实施例中钻孔59025不同监测日期下错动量与深度的关系曲线；
[0023]图6为本专利技术实施例中钻孔59025的预警滑面位置与弱层位置示意。
具体实施方式
[0024]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。
[0025]本实施例中，位于内蒙古内的某露天煤矿东帮曾发生过多次大变形现象，因此在东帮表面和深部布置有监测系统，如图1所示为表面监测点布置图，图2为深部监测点布置图。该露天煤矿于2020年4月30日发生滑坡，选取监测时段为2020年4月1日至2020年4月30 日的监测数据，表1为监测点东帮640在该时段内的水平方向监测结果。
[0026]表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法，其特征在于，包括：步骤1：获取边坡各监测点位移的监测数据；步骤2：对所获取时段内的表面及深部位移监测点监测数据进行处理；步骤3：基于假设检验原理，采用Lilliefors检验方法对监测数据进行正态性检验，得到滑坡的二级预警时刻、一级预警时刻和预警滑面。2.根据权利要求1所述的一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法，其特征在于，所述步骤2包括：步骤2.1：计算表面各监测点等间隔时段的位移速度值v
i
、位移加速度值a
i
；式中，ΔS为某一时段的累计位移，d为该时段总时间，Δv为某一时段的位移速度；步骤2.2：计算深部各监测点等间隔时段的位移错动量u
i
：u
i
＝h
i
‑
h
i+1
式中，h
i+1
为某一时刻第i+1个深度的累计位移，h
i
为某一时刻第i个深度的累计位移。3.根据权利要求1所述的一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法，其特征在于，所述步骤3包括：对表面监测点的位移速度值进行检验，得到滑坡的二级预警时刻；对表面监测点的位移加速度值进行检验，得到滑坡的二级预警时刻；对深部监测点的位移错动量进行检验，得到预警滑面。4.根据权利要求3所述的一种基于表面及深部位移监测下的滑面辨识和滑坡预警方法，其特征在于，所述对表面监测点的位移速度值进行检验，得到滑坡的二级预警时刻，具体表示为：首先将前x个位移速度值{v1,
…
,v
x
}视为第一个随机变量X1，对其进行正态性检验，若检验结果为真，则X1服从正态分布，边坡该时段处于等速蠕变阶段；继续纳入下一个位移速度值v
x+1
，根据{v1,
…
,v
x+1
}生成第二个随机变量X2，对其进行正态性检验；若检验结果为真，继续令x加1直到纳入第i个位移速度值v
i
，生成第i
‑
x个随机变量X
i
‑
x
，检验结果为假，则说明X
i
‑
x
不服从正态分布，边坡在t
i
‑1～t
i

【专利技术属性】
技术研发人员：王东，王艳婷，李广贺，王珍，丁春健，周志伟，杜勇志，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：