[发明专利]基于微波感知的矿山变形监测预警方法及系统

说明书

本发明提出了一种基于微波感知的矿山变形监测预警方法及系统，利用基于微波感知技术的微波雷达获取矿山不同部位的连续波微波信号，利用干涉相位调制信息对信号进行反演获得矿山不同部位绝对位移量，从而为后续分析提供数据支撑。经过一段时间数据采集建立动态标准矿山形变量数据库，并用已有数据训练WGAN模型学习模型。此后使用WGAN模型预测结果数据，根据预测数据的统计特征和正态分布的数学特性(σ代表标准差)，当其超出±3σ时，加大所预测时间对应的监测频率，当监测结果也超出±3σ便进行预警，从而能够及时治理潜在的险情，保障矿山安全生产，也为矿山形变动态监测预警提供了一种新方法。

技术领域

本发明属于监测预警技术领域，尤其涉及一种基于微波感知的矿山变形监测预警方法及系统。

背景技术

我国冶金矿山80％的矿石来源于露天开采，随着开采深度的不断增加，我国大多数露天矿已进入深凹开采模式，导致矿坑边坡高度及边坡角不断增大，边坡稳定性随之降低。对于深凹露天矿而言，高陡边坡的稳定性是影响矿山安全生产的重要因素。露天矿边坡滑移灾害的发生表面上是突发的，但其过程是逐步酝酿和发展的，在灾害发生前会存在长期的缓慢形变积累。因此，采取有效手段实时监测高陡边坡的稳定性，及时治理潜在的险情，是矿山安全生产的重要保障。

在目前矿区地质环境破坏突发性频发的情况下，大面积快速精确地监测矿山形变的技术还较少。传统的矿山形变监测大多采用三角测量、水准测量和GPS测量的方法，这些方法存在工作量大、费用高、测点难以保存以及无法实现大面积详细测量等缺点，而广泛应用的合成孔径雷达干涉测量(INSAR)技术在解译矿山区地表形变信息时则出现失效严重，错误较多，成果精度无法保证的问题，亟需利用新技术对矿山形变监测技术进行补充。

结构的动态响应监测主要体现为在外界载荷激励下的振动响应监测，一般地，振动测量技术与方法可以分为接触式和非接触式两大类。接触式振动测量传感器，如加速度传感器，需要和被测对象接触连接，一方面会给结构带来附加质量，另一方面传感器的安装往往比较耗时和费力。典型的非接触式振动测量技术包括激光多普勒测振和基于视觉的振动测量技术。基于激光的振动测量技术与方法常应用于小型结构或表面的微幅高频振动测量，对测量环境要求较高。基于视觉的振动测量方法能够实现全场测量，但是摄像测量法常需要较复杂的标定操作，受光线及成像质量影响较大，且受限于相机景深，在大幅振动测量中存在一定的局限性。

单一依靠监测设备可能会误判一些预警情况，而生成对抗性神经网络(GAN)可以通过训练得到较好的预测矿山形变量，在监测系统预警上起到参照作用，达到真正意义上的安全和方便。

在GAN训练中，相比KL散度和JS散度，Wasserstein距离最大的优势在于即使分布之间没有重叠或重叠部分非常少，它依然可以计算出这两个分布之间的距离，不存在梯度消失的问题，导致生成模型停止学习，从而大大提高预测准确性。

基于微波感知的振动测量技术作为一种新的非接触式振动与形变监测技术，具有测量精度高、量程范围大、低功耗、低成本及环境适应性强等优点。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有监测方式工作量大，成本高，或者精度无法保证；

(2)传统接触式传感器安装费时费力，而非接触式传感器依赖激光或者基于视觉的技术，对环境要求高，受光线或成像质量影响大，具有较大局限性；

(3)预警监测都只能通过实时数据判断是否预警，当监测系统出现问题时可能会出现误报情况。

解决以上问题及缺陷的难度为：1)提出一种成本低，功耗低，精度高，量程范围大的监测方式；2)提出一种非接触式对环境适应性强的监测技术；3)提出一种将通过预测功能所得到结果作为预警参数的监测技术。

解决以上问题及缺陷的意义为：解决以上问题，可以为矿山形变监测提供新的监测手段，从而能够及时治理潜在的险情，保障矿山安全生产。

发明内容