[发明专利]一种基于NPR缆索滑动力监测的边坡滑坡预警方法

说明书

本发明公开了一种基于NPR缆索滑动力监测的边坡滑坡预警方法。本发明首先构造边坡滑动力预测的证据推理模型，它的输入变量为当前时刻NPR锚索传感器采集的滑动力监测值、当前时刻与历史时刻滑动力监测值之间的差值，输出变量为边坡的未来滑动力预测值；然后构造参考证据矩阵（REM）建模输入输出变量之间的映射关系；当在线获取输入变量样本时，通过REM获得它激活的证据，通过证据推理算法融合所有输入变量样本激活的证据，得到融合结果，通过融合结果推算出未来时刻边坡滑动力的预测值，并设定报警阈值实施超限报警；利用序列线性规划方法，实时更新REM用于下一时刻的滑动力预测，本发明的预测值具有较高的预测精度。

技术领域

本发明涉及一种基于NPR缆索滑动力监测的边坡滑坡预警方法，属于边坡稳定性监测预警领域。

背景技术

边坡滑坡是一种滑动力大于抗滑力而发生的地质灾害，对乡村最主要的危害是摧毁农田、房舍、伤害人畜、毁坏森林、道路以及农业机械设施和水利水电设施等，有时甚至给乡村造成毁灭性灾害，而位于城镇的滑坡常常砸埋房屋，伤亡人畜，毁坏田地，摧毁工厂、学校、机关单位等，并毁坏各种设施，造成停电、停水、停工，有时甚至毁灭整个城镇。对边坡滑动力的监测和预测以及进一步的稳定分析，对于提早预报预警这些灾害，对高危土质边坡提早进行加固，保障人民的生命财产不受到危害，具有重要的意义。

基于负泊松比(NPR)缆索的滑动力监测技术，利用人为力学系统的可测性，将一种特殊的人为力学系统插入到滑坡体天然力学系统中，构成复杂力学系统。通过对可测人为力学系统的直接测量，间接计算出不可测的滑动力大小，从而实现了对滑动力的量测。通过该系统对边坡内滑动力的有效测量，反映滑坡体与滑床之间的力学变化特性，能够较为直观的体现滑坡体的运动情况，进一步对未来滑动力变化进行预测与超限报警，能够及时和准确的发布预警信息，为灾害范围内人员及财物的疏散与边坡防治争取有效时间。

发明内容

本发明提出一种基于NPR缆索滑动力监测的边坡滑坡预警方法。

本发明首先构造边坡滑动力预测的证据推理模型，它的输入变量为当前时刻NPR锚索传感器采集的滑动力监测值、当前时刻与历史时刻滑动力监测值之间的差值，输出变量为边坡未来的滑动力预测值；然后构造初始参考证据矩阵(REM)建模输入输出变量之间的映射关系；当在线获取输入变量样本时，通过REM获得它激活的证据，通过证据推理算法融合所有输入变量样本激活的证据，得到融合结果，通过融合结果推算出未来时刻边坡滑动力的预测值；利用序列线性规划(SLP)方法，实时更新REM用于下一时刻的滑动力预测。

本发明包括以下各步骤：

步骤(1)构造面向边坡滑动力预测的证据推理模型，它的输入变量的样本向量为X(t)＝(x₁(t),x₂(t),x₃(t))，t表示采样时刻，采样周期Δt＝30分钟，即数据每Δt采集一次，共采集T次，T0，(t＝3,4,…,T)；其中x₁(t)≥0，x₁(t)表示t时刻负泊松比(NPR)锚索传感器采集的滑动力监测值，单位：牛顿(N)，x₂(t)表示t时刻与t-1时刻NPR锚索传感器采集的滑动力监测值之间的差值，即x₂(t)＝x₁(t)-x₁(t-1)，x₃(t)表示t时刻与t-2时刻NPR锚索传感器采集的滑动力监测值之间的差值，即x₃(t)＝x₁(t)-x₁(t-2)；输出为h(t+2)，亦即未来2*Δt后的滑动力预测值；将x₁(t),x₂(t),x₃(t)和h(t+2)表示成样本向量S＝{(x₁(t),x₂(t),x₃(t),h(t+2)}。