共查询到20条相似文献，搜索用时 906 毫秒
1.
利用三维地面激光扫描技术进行边坡变形监测时,由于其监测的数据容易受树木、行人、行车、电线杆等外界因素的干扰,所得到的结果是一组含噪声较多的边坡沉降时间序列。通过卡尔曼滤波对初始监测数据进行去噪处理,可以平滑掉曲线上波动较大的尖点,得到更合理的沉降曲线,有效提高模型的预测精度。基于以上理论,本文采用三维激光扫描仪对西北某湿陷性黄土边坡进行扫描,将得到的点云数据采用重心法提取特征点的高程坐标,再对数据采用卡尔曼滤波算法进行滤波去噪处理,通过建立基于卡尔曼滤波算法的新预测模型来预测其沉降变形。通过工程实例表明:建立的新模型的拟合和预测精度要优于传统灰色预测模型,具有较好的借鉴意义,为以后三维激光扫描技术在边坡变形监测中的应用提供指导。 相似文献
2.
为解决多输出边坡变形预测问题,提高预测模型的精度及计算效率,提出基于多输出相关向量机（MRVM）的边坡变形预测新模型。通过将标准RVM的单输出功能拓展到多维输出功能的方式建立MRVM,并利用PSO算法优化其参数。以某大型干坞边坡变形为例,基于MRVM建立边坡坡顶水平变形与沉降变形预测模型,并对其精度及计算效率进行分析。实验结果表明,MRVM的精度高于BP 神经网络、支持向量机（SVM）、RVM,证实拓展RVM所采用的方法可行,并具有较好的边坡预测精度;MRVM的计算时间远小于BP 神经网络、支持向量机（SVM）、RVM,具有较高的计算效率,并简化了建模程序,实现了对边坡的多个变形量进行同时预测。 相似文献
3.
文章以晋中红星天铂基坑为工程背景,通过探讨全站仪对边测量技术的测量原理,分析影响测量精度的因素,解决基坑变形测量中由于通视造成无法观测和精确度低的问题。结果表明:将对边测量技术应用于基坑变形监测,可有效解决基坑变形测量的问题,提高监测精度,减少工程费用。 相似文献
4.
基于无线通讯网络的GPS多天线监测系统及其应用 总被引：1，自引：0，他引：1
介绍了基于无线通讯网络的GPS多天线监测系统的构成情况,包括系统设计、数据传输与管理、数据处理、数据质量分析和控制等.在公路边坡变形监测中的实际应用结果表明,该系统1 h测量精度已达到3.0 mm左右,既能自动连续地对滑坡变形进行监测,又能大幅度降低整个监测系统的费用,是滑坡等地质灾害变形监测的理想技术之一. 相似文献
5.
风险分析与评估是解决边坡固有不确定性的重要工具, 但同时考虑外在荷载和内在岩土力学参数的不确定性, 对边坡进行系统定量风险分析的研究较少。以西藏扎拉水电站厂后倾倒变形边坡为例, 基于场地地震峰值加速度概率密度函数和不同地震峰值加速度下边坡失稳概率拟合函数, 采用数值积分计算了边坡在设计基准期的失稳概率, 并采用离散元方法对边坡失稳后的影响范围进行了数值模拟, 在此基础上进行了承灾体易损性分析及定量风险计算, 最后采用ALARP准则进行了风险评价。研究表明, 考虑地震危险性条件下, 扎拉水电站厂后倾倒变形边坡在50 a设计基准期内失稳概率为0.061 9;边坡对水电站地面厂房存在较大威胁, 相应财产风险为5 482万元; 根据ALARP准则, 边坡风险处于不可接受区, 需采取措施防范或规避风险。研究成果对于边坡治理工程决策及风险管理具有指导意义。 相似文献
6.
以冷水江锡矿区的地质环境条件为基础,结合监测区采空区的分布特征,布设了以GPS、全站仪和水准仪联合监测的地表变形监测网。通过前期监测数据分析和变形机理研究,对监测网点进行了有效优化,并提出了地表变形监测网点布设的总体思路,为同类矿山开展变形监测提供了参考依据。 相似文献
7.
文章主要分析了露天煤矿边坡滑移变形的影响因素与监测方法设计原则,着重论述了强化边坡滑移变形监测的有效措施。加强滑移变形监测有利于掌握边坡地表的变形特点与趋势,提高了露天煤矿生产的安全性与可靠性。通过对边坡滑移变形监测的深入研究,能科学有效地预测边坡变形,减少安全事故的发生几率,提高露天煤矿企业的经济竞争力与社会竞争力,从而促进企业向着更好的方向发展。 相似文献
8.
9.
倾倒变形体的变形机理控制其变形破坏特征,反映其变形演化规律,直接影响倾倒变形体的工程治理措施类型和方式.首先,通过现场监测数据绘制累计位移曲线,结合克里金插值法,分析西部某水电站导流明渠边坡的倾倒变形破坏特点,并基于分析结果对坡体进行分区,根据不同区域的特点,提出针对该倾倒变形边坡的支护建议.其次,根据导流明渠边坡的工程地质特点,以剖面２Ｇ２′为研究对象,利用 UDEC进行数值模拟,支护后边坡的破坏区域、塑性区和位移明显减小.在此基础上分析边坡从开挖前到建议支护后的变形破坏演化规律,进而揭示边坡变形机理.研究结果表明,结合克里金插值法的分析,基于监测数据进行坡体分区后的支护建议具有较强合理性.研究成果为倾倒变形体的治理设计提供了一定参考依据. 相似文献
10.
为定量分析BDS-3观测值多路径误差对变形监测精度的影响,选取包含7个站点的某水利工程2022年共128 d的BDS-3监测数据,对监测站点周围树木裁剪树枝前后BDS-3观测值多路径误差、变形监测精度及二者的相关性进行研究。结果表明：1)多路径误差与BDS-3变形监测精度间存在强相关性,与其平面和高程精度的相关系数分别大于0.93和0.81;2)监测站点周围树枝裁剪后,使用B1I和B3I观测值的平均多路径误差从0.676 m、0.426 m降低至0.329 m、0.230 m,N、E、U方向的平均监测精度分别达0.9 mm、0.8 mm、1.7 mm和1.1 mm、1.0 mm、2.2 mm,较裁剪树枝前分别提高63%、69%、58%和52%、61%、48%;3)改变周围观测环境削弱多路径误差的影响后,使用B1I观测值的精度优于使用B3I观测值的精度,因此在BDS-3短基线变形监测的应用中推荐使用B1I观测值。 相似文献
11.
《中国海洋大学学报(英文版)》2021,(3)
In view of the disadvantages of vibration safety monitoring technology for offshore wind turbines, a new method is proposed to obtain deformation information of towering and dynamic targets in real-time by the ground-based interferometric radar(GBIR). First, the working principle and unique advantages of the GBIR system are introduced. Second, the offshore wind turbines in Rongcheng, Shandong Province are selected as the monitoring objects for vibration safety monitoring, and the GPRI-II portable radar interferometer is used for the health diagnosis of these wind turbines. Finally, the interpretation method and key processing flow of data acquisition are described in detail. This experiment shows that the GBIR system can accurately identify the millimeter-scale vibration deformation of offshore wind turbines and can quickly obtain overall time series deformation images of the target bodies, which demonstrate the high-precision deformation monitoring ability of the GBIR technology. The accuracy meets the requirements of wind turbine vibration monitoring, and the method is an effective spatial deformation monitoring means for high-rise and dynamic targets. This study is beneficial for the further enrichment and improvement of the technical system of wind turbine vibration safety monitoring in China. It also provides data and technical support for offshore power engineering management and control, health diagnosis, and disaster prevention and mitigation. 相似文献
12.
针对已有单历元模糊度解算算法只适用于短基线的情形，根据误差传播率确定模糊度精度，依据误差确定模糊度搜索空间，提出一种利用GPS双频观测信息实现中长基线下单历元模糊度固定的算法。首先，利用电离层约束法得到双差模糊度之间的线性约束条件；其次，利用变形监测中监测站点坐标近似已知的条件进行约束，反算获得近似模糊度；最后，根据监测站点已有的观测数据精度给出搜索空间，搜索固定模糊度。结果表明，该方法可以实现中长基线下单历元的模糊度固定，对实时变形监测有一定的参考价值。 相似文献
13.
论述了BDS/GPS双系统组合下的单频单历元阻尼LAMBDA算法原理,并基于该算法实现一种实时远程变形监测系统。以理县某边坡变形监测应用为例,比较了GPS、BDS及其组合系统下的观测条件和阻尼LAMBDA算法定位效果：BDS的观测卫星数多于GPS,PDOP值相较于GPS也更加稳定;BDS单历元解标准差在N、E、U方向上分别为0.40 cm、0.31 cm、1.00 cm,优于GPS的0.61 cm、0.40 cm、1.74 cm。长期实验结果表明,在我国南部边坡监测中,BDS相比GPS具有一定优势。理县边坡23个月内位移量显著,3个监测站平均位移在N、E、U方向上分别达到8.70 cm、43.63 cm、18.03 cm。强降雨是引起土质山体滑坡的主要因素,使用累积降雨量和累积位移量建立线型回归模型,线性相关系数在0.98以上。在边坡监测中,可将实时的位移数据和降雨数据作为滑坡预警的重要依据。 相似文献
14.
为高效获取采动区长时间序列形变，监控煤炭开采对矿区铁路的影响，研究一种基于TCP-InSAR(temporarily coherent point interferometric synthetic aperture radar)的采动区铁路形变监测方法。该方法根据时间序列SAR影像间的相干性，选取临时相干点构建Delaunay三角网，并通过离群值探测去除具有相位模糊度的TCP间的弧段，最后采用最小二乘解算得到区域地表变形。实验使用2016-10~2017-04时间段内的15景Sentinel-1A数据，利用TCP-InSAR技术获得某矿区的铁路形变。结果表明，受采动影响，该时间段内铁路最大下沉值为95 mm，最大倾斜坡度为0.37‰。利用TCP-InSAR技术可实现采动区内铁路长时间的动态形变监测。 相似文献
15.
结合三峡库区高切坡监测工程技术特点,选用GPS和全站仪综合运用方式实施万州高切坡变形监测预警,并采用首级GPS控制网一二级工作基点网一三级变形监测网分层布网的组网方式实施监测.监测数据解算结果表明,监测网布设合理,监测精度高. 相似文献
16.
形变监测点近似坐标的概略精度指标为GPS单历元定位提供了有利条件,结合水库形变监测点形变特征,采用平滑处理方法,“GPS单历元阻尼LAMBDA算法”可用于静态形变测量．这就将以往的“静态监测模式”与“动态监测模式”统一为“动静态监测模式”。采用模拟实验和清江隔河岩大坝实测数据检验了“动静态模式”的有效性,结果表明：单历元定位精度优于2cm,两小时观测数据的平滑坐标可以达到3mm的定位精度。同时讨论了具有两个基准站的数据处理方法,比较了单基准站与双基准站对监测点定位精度的影响。 相似文献
17.
库岸滑坡体分布广泛,在库水位升降和降雨条件下极易失稳。三板溪水电站东岭信滑坡堆积体总方量2 000×104 m3,最大厚度150 m,2006年水电站蓄水后滑坡体开始出现大变形,每年雨季加剧。首先经野外地质勘察和十余年监测数据整理,探明了地质条件和变形规律;其次使用SEEP/W模块对不同库水位升降速率、2019年库水位结合实测降雨条件下的饱和-非饱和流进行模拟,并采用SLOPE/W分别计算不同时刻的稳定系数。分析认为东岭信为超深层滑坡,其变形过程深受库水位升降和降雨影响;滑坡体具有明显的滞水特征,渗流过程复杂;在库水位上升过程中稳定系数不断下降,而在库水位消落过程中稳定性逐渐增强;在库水位上升和强降雨量共同作用下稳定性下降很快,汛后10 d左右达到最低值,此时的稳定性最差。本研究可用于指导库水位升降和降雨条件下大型滑坡体稳定性评价。 相似文献
18.
??????????????????????????????????????????????????????????????????и?????????μ??????????????????????????????????л????????????С??Χ?????????????????????????????????????????????÷????????????????? 相似文献
19.
崩塌灾害具有高隐蔽性、强突发性、重危害性等特点, 其预警监测是各类重大基础工程准备阶段以及施工期间的重要研究工作, 同时也是崩塌临灾监测救援现场指挥工作的重要科学依据。结合地基合成孔径干涉雷达技术(GB-InSAR)和最新的MIMO技术, 将应急边坡救援雷达S-SARⅡ的系统量程扩大了60倍, 并通过监测内蒙古某矿场主矿坑西南帮崩塌隐患点生成雷达形变图, 结合三维高程模型DEM以及多种预测模型预测崩塌发生时间。结果表明, S-SARⅡ精准地确定了形变区域及形变量, 并预测崩塌发生时间为8月29日9∶32-10∶27之间, 最终崩塌发生时间为8月29日10点26分。因此, S-SARⅡ准确预测了崩塌灾害的发生时间, 最大程度地保障了矿区的生产安全, 并通过实际应用分析证明, 优化后的S-SARⅡ的系统量程得到了数量级提升, 满足崩塌监测的需要, 且以S-SARⅡ为代表的遥测预警技术在地质灾害险情处置和应急救援中具有明显的技术优势。 相似文献
20.
�������ݶ�ά�ֲ�ĻҰ�����̽�ⷽ�� 总被引：1，自引：0，他引：1
???С??????δ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????÷??????????Ч??????????? 相似文献