The invention discloses a method for automatic real-time monitoring and early warning of three-dimensional slope, which comprises the following steps: (1) on the slope to position distribution characterization of inclinometer tube installation, flexible inclinometer, flexible inclinometer is connected with the controller, the flexible deformation data of the inclinometer real-time induction of test tube, and the deformation data is transmitted to the controller, the controller transmits the data to the displacement analysis system; (2) the displacement deformation data analysis system will be obtained by wavelet denoising and prediction curve of displacement curve and displacement curve of the model through the subsequent development of RBF neural network, prediction curve of displacement curve obtained further development the judge can analyze whether there is a risk of slope, and early warning. The prediction of RPF neural network method is applied to the slope stability, the PC data analysis of embedded RPF neural network system analysis method, so as to realize the monitoring and prediction of synchronous data synchronization processing.
【技术实现步骤摘要】
一种边坡自动化实时立体监测与预警的方法
本专利技术涉及地质灾害监测与预警领域,尤其涉及一种边坡自动化实时立体监测与预警的方法。
技术介绍
我国是一个多山的国家,随着我国工程建设的不断发展,越来越多的工程活动逐渐在山区开展。滑坡是山区分布广泛的地质灾害,发生的滑坡灾害往往破坏性很大,容易造成了重大的人员伤亡和巨大的经济损失,而潜在的滑坡仍在威胁着人们的生产生活安全;此外,伴随着开挖等人类工程活动的进行,逐渐形成的人工边坡也产生了极大的隐患,因此,对危险边坡进行监测并提供预警信息十分必要。边坡坡体和加固结构出现变形并发展是边坡岩土体发生失稳破坏的显著特征,因此,通过对边坡进行实时位移监测,并在大变形出现之前发出预警信号,是边坡安全监测的一种有效手段。目前,边坡位移监测系统主要有以下两类,一类是地表位移的监测,依靠经纬仪、全站仪、GPS等对边坡坡表位移进行监测;另一类是深部位移的监测,通过深孔测斜仪对地下岩体分层水平位移进行监测。两类监测方式的监测数据需要人工定期输出,因此数据具有滞后性,降低了预警结果的实时性。真实案例表明,大多数边坡灾害的发生的时间很短,因此,以上监测手段均不能实时对边坡位移进行监测并及时做出预警预测。
技术实现思路
有鉴于此,本专利技术的实施例提供了一种能方便、准确并及时对滑坡地质灾害进行预警的边坡自动化实时立体监测与预警的方法。本专利技术的实施例提供一种边坡自动化实时立体监测与预警的方法,包括以下步骤:(1)在边坡上需要表征的位置布设测斜管,所述测斜管的内部设有定位槽,所述定位槽内安装柔性测斜仪,所述柔性测斜仪连接控制器,所述柔性测斜仪实时感 ...
【技术保护点】
一种边坡自动化实时立体监测与预警的方法,其特征在于,包括以下步骤:(1)在边坡上需要表征的位置布设测斜管,所述测斜管的内部设有定位槽,所述定位槽内安装柔性测斜仪,所述柔性测斜仪连接控制器,所述柔性测斜仪实时感应测斜管的变形数据,并将变形数据传输给控制器,所述控制器再将数据传输给位移分析系统;(2)位移分析系统将获得的变形数据通过小波去噪模块处理,得到平滑去噪后曲线;(3)建立RBF神经网络模型,所述RBF神经网络模型包括输入层、隐层和输出层,将步骤(2)得到的去噪后曲线经输入层传递给隐层,所述隐层由高斯型径向基函数构成,所述隐层中的高斯型径向基函数对输入的去噪后曲线在局部产生响应,并通过隐层学习单元获得监测的位移曲线,并将位移曲线再传递给输出层,所述输出层由线性函数构成,所述输出层通过线性函数对位移曲线进行处理,并通过输出层的学习单元获得位移曲线后续发展的预测曲线,对获得的位移曲线后续发展的预测曲线进行判断,即可分析边坡是否有风险,并进行预警。
【技术特征摘要】
1.一种边坡自动化实时立体监测与预警的方法,其特征在于,包括以下步骤:(1)在边坡上需要表征的位置布设测斜管,所述测斜管的内部设有定位槽,所述定位槽内安装柔性测斜仪,所述柔性测斜仪连接控制器,所述柔性测斜仪实时感应测斜管的变形数据,并将变形数据传输给控制器,所述控制器再将数据传输给位移分析系统;(2)位移分析系统将获得的变形数据通过小波去噪模块处理,得到平滑去噪后曲线;(3)建立RBF神经网络模型,所述RBF神经网络模型包括输入层、隐层和输出层,将步骤(2)得到的去噪后曲线经输入层传递给隐层,所述隐层由高斯型径向基函数构成,所述隐层中的高斯型径向基函数对输入的去噪后曲线在局部产生响应,并通过隐层学习单元获得监测的位移曲线,并将位移曲线再传递给输出层,所述输出层由线性函数构成,所述输出层通过线性函数对位移曲线进行处理,并通过输出层的学习单元获得位移曲线后续发展的预测曲线,对获得的位移曲线后续发展的预测曲线进行判断,即可分析边坡是否有风险,并进行预警。2.根据权利要求1所述的边坡自动化实时立体监测与预警的方法,其特征在于,所述步骤(1)中,控制器通过太阳能电池板供电。3.根据权利要求1所述的边坡自动化实时立体监测与预警的方法,其特征在于,所述步骤(1)中,测斜管从边坡的滑坡体插入边坡的潜在滑动面,并进入边坡的稳定基岩。4.根据权利要求1所述的边坡自动化实时立体监测与预警的方法,其特征在于,所述步骤(1)中,所述控制器通过GPRS网络将数据传输给位移分析系统。5.根据权利要求4所述的边坡自动化实时立体监测与预警的方法,其特征在于,所述位移分析系统为移动设备或计算机。6.根据权利要求1所述的边坡自动化实时立体监测与预警的方法,其特征在于,所述步骤(2)中,变形数据通过小波去噪模块处理的具体步骤如下:(2-1)向小波去噪模块中输入变形数据的时间序列{xi|i=1,2,…,n},并记为:式中:n=2M,M为插值与抽取系数;(2-2)选取3次B样条小波函数,保证选取的小波函数在时域内的分辨率,并确定小波变换系数;(2-3)运用步骤(2-2)选取的小...
【专利技术属性】
技术研发人员:李长冬,王陈琦,张永权,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。