• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
露天矿边坡稳定性智能评价怎样实施?

提问者认为标题已经详细的描述了问题的所有要点,
所以没有再添加更多内容。

请先 登录 后评论
匿名 提出于2020-05-14
1 关注
0 收藏
1275 浏览

1 个回答

attachments-2020-05-DzkphnY25ebce2eb1b553.png  

滑坡预警指标确定的三步骤实施方案

  滑坡预测预报是世界性的难题,对于露天矿边坡工程智能预报问题,主要体现在多元异构监测数据不能有机融合,无法形成协同变形趋势分析;监测数据、力学分析、专家认识三方面的评价标准难以形成统一的认识。

  为了实现矿山生产流程“安全-效益”的动态优化,东北大学杨天鸿教授团队指出建立“位移时间序列阈值、力学机理分析、案例分析及专家系统诊断”三位一体的边坡稳定性智能评价方法是未来的发展趋势。

  露天矿边坡智能评价研究思路为:首先,分析目标矿山边坡工程地质条件,构建案例库、知识库和专家系统,建立灾害多因素多模式识别数学模型(深度学习知识图谱)开展分析案例,进行案例聚类和模式匹配;其次,开展目标矿山边坡的参数测试及力学机理计算评价,划分不同等级安全区域,识别隐患区确定滑坡隐患触发因素和条件,建立针对性的监测方案;最后,建立监测预警指标体系和预警阈值,构建案例库、知识库和专家系统-云计算平台,实现建立“位移时间序列阈值、力学机理分析、专家系统诊断”三位一体的智能预警。

  案例库、知识库和专家系统-预警指标确定是复杂的系统工程,实施方案分三个步骤:

  (1)分析露天矿边坡工程地质条件:基础工作包括确定目标露天矿边坡岩体结构类型,分析环境地质条件和采矿因素,建立同类矿山滑坡大数据案例库,通过大量边坡失稳工程案例的分析,收集边坡破坏的各种类的属性特征,如滑坡机制、边坡角度以及工程地质属性,建立专家系统知识库,基于神经网络的算法自动分配权重,根据其对相近矿山进行临滑情况的推理,采用层次分析、模糊聚类、神经网络、深度学习法识别破坏模式和主控因素,把目标矿山边坡的条件和案例库相匹配,得到目标矿山边坡安全状态和潜在的失稳模式。

  (2)进行滑坡力学机理分析及隐患识别:在第一个环节工作基础上,通过工程地质模型及其控制条件建立稳定性力学计算模型,进行露天采场边坡破坏机理及稳定性评价计算,根据计算结果划分不同等级安全区域,针对安全区域给出中长期的稳定性预测评价,针对隐患区域边坡结合滑坡机理识别滑坡隐患触发因素和条件,同时有针对性的布置监测方案开展实时监测,为临滑预测预报奠定基础。

  (3)监测云平台构建及预测预报预警:通过相关滑坡要素的监测数据时间序列分析,结合环节一案例库匹配得到的滑坡案例控制指标,确定目标滑坡预报模型、预警指标和阈值,最后通过专家知识推理和环节二理论计算机理分析监测数据时间序列曲线,确定是否预报预警发布滑坡时间、范围,是否启动防控应急预案,最终构建上述三个环节信息综合集成的云平台。

参考文献:《露天矿边坡稳定性智能评价研究现状、存在问题及对策》

发布于 2020-05-14 14:21
0
请先 登录 后评论

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联