基于实时监测数据的尾矿坝失稳风险评价方法

文档序号:10553455阅读:521来源:国知局
基于实时监测数据的尾矿坝失稳风险评价方法
【专利摘要】本发明涉及基于实时监测数据的尾矿坝失稳风险评价方法,属于专门适用于特定应用的数字计算或数据处理的方法技术领域。其解决了现有技术存在的无法判断坝坡失稳风险的大小以及风险源等缺陷。本发明在获得监测数据的前提下并确定代表性失稳模式的基础上,利用各失稳模式的失效概率与滑动面积来确定其失稳风险,进而量化尾矿坝失稳风险,实现多基于监测数据的尾矿坝失稳风险评价;根据浅层与深层失稳模式在抗滑稳定安全系数上的相关性进行分组并进行代表性失稳模式的筛选,利用代表性失稳模式作为最危险失稳模式的次数以及滑动面来定量评价其风险,本发明更加科学、直观、合理可行,为尾矿库运营安全管理以及风险控制提供了科学依据。
【专利说明】
基于实时监测数据的尾矿坝失稳风险评价方法
技术领域
[0001] 本发明涉及基于实时监测数据的尾矿坝失稳风险评价方法,属于专门适用于特定 应用的数字计算或数据处理的方法技术领域。
【背景技术】
[0002] 我国是世界上的矿业大国,每年尾矿排放量巨大,有时甚至达10亿吨之多,其中大 部分尾矿采用构筑尾矿库的方式来储存。《尾矿库安全技术规程》中指出,所谓尾矿库就是 指筑坝拦截谷口或围地构成的用以贮存金属或非金属矿山、矿石选别后所排出尾矿的场 所。作为尾矿库外围坝体构筑物,尾矿坝的稳定性直接关系到尾矿库的安全运营。尾矿坝坝 坡失稳继而导致尾矿库流动具有很高的危险性,例如1994年7月13日,湖北大冶有色金属有 限公司龙角山尾矿库溃坝,造成30人死亡;2000年10月18日,广西南丹宏图选厂尾矿库垮 塌,造成28人死亡、56人受伤;2010年9月21日上午9时,广东信宜市紫金矿业有限公司信宜 银岩锡矿尾矿库突然崩塌。事故共造成6人失踪,5人死亡,7人受伤,这些尾矿库溃决事故给 我国人民的生命与财产安全造成了巨大损失。有鉴于此,2011年7月1日起施行的《尾矿库安 全监督管理规定》第一章第八条规定,"鼓励生产经营单位应用尾矿库在线监测等先进适用 技术"来及时评估尾矿库的安全运营状况。
[0003] 然而,尽管许多尾矿库均已安装了在线监测系统,如何有效地分析并利用其监测 数据评估尾矿坝失稳风险,却仍然困扰着业界学者与工程人员。传统上,尾矿库运营管理部 门利用监测数据的趋势分析或者速率突变等手段或现象来判断尾矿库的安全程度,无法判 断坝坡失稳风险的大小以及风险源,因此在尾矿库溃坝风险评价中,缺少一种系统合理的 评价方法。

【发明内容】

[0004] 本发明的目的在于克服现有技术存在的缺点,寻求一种尾矿坝失稳风险评价方 法,在获得监测数据的前提下并合理地确定代表性失稳模式的基础上,综合利用各失稳模 式的失效概率与滑动面积来确定其失稳风险,进而科学合理地量化尾矿坝失稳风险,最终 实现多基于监测数据的尾矿坝失稳风险评价。
[0005] 为了达到上述目的,本发明评价尾矿坝失稳风险的具体过程为:步骤一、监测剖面 几何数据确定:由岩土勘察报告确定尾矿坝的筑坝材料的岩土物理力学参数,并结合设计 文件确定尾矿坝的主要几何剖面;
[0006] 步骤二、浸润线的确定:从在线监测系统监控中心服务器获取实时监测数据;
[0007] 步骤三、尾矿坝失稳模式的生成:假定尾矿坝的失稳模式,由程序自动生成包括浅 层失稳以及深层失稳在内的多种失稳模式,并利用规范上规定的极限平衡方法计算每一个 失稳模式的抗滑稳定安全系数;
[0008] 步骤四、坝层参数变异性以及概率分布类型确定:在岩土工程勘察报告的基础上, 结合室内土工试验确定筑坝材料的变异性,并在文献查阅的基础上假定材料参数的概率分 布类型以及波动范围;
[0009] 步骤五、各失稳模式之间的相关系数计算:将尾矿坝坝层按照波动范围五分之一 的垂直间距进行离散,得到尾矿坝虚拟坝层,根据每个失稳模式在不同虚拟坝层之间的距 离长短,计算各失稳模式之间在抗滑稳定安全系数上的相关性;
[0010] 步骤六、失稳模式分组以及代表性失稳模式筛选:将所有的失稳模式进行分组,分 组后,每组内的失稳模式之间的相关系数高于设定的阈值,在每个分组内选择安全系数最 小的作为代表性失稳模式;
[0011]步骤七、各代表性失稳模式作为最危险失稳模式的次数确定:利用蒙特卡罗法生 成足够数量的随机样本,计算每个随机样本下,代表性失稳模式中安全系数最小且小于1的 那个失稳模式作为最危险失稳模式,统计各个失稳模式作为最危险失稳模式的次数;
[0012] 步骤八、风险评价以及风险源控制:计算代表性失稳模式的滑动面积以及作为最 危险失稳模式的次数,利用其乘积与蒙特卡罗样本数量的比值来代表该失稳模式的失稳风 险;按照失稳模式风险值进行降序排列,即可直观地评估尾矿坝失稳风险。
[0013] 步骤一中的岩土物理力学参数包括容重y、密度p、内摩擦角以及粘聚力C。
[0014] 步骤一中的主要几何剖面取自尾矿坝的3~5个主要二维几何剖面,几何剖面的数 据包括坡比、马道数目。
[0015] 步骤二中的实时监测数据,包括浸润线位置、库水位以及渗压计数据。
[0016] 步骤三中的失稳模式由程序利用Xl,X。以及0角度自动生成,失稳模式包括浅层失 稳以及深层失稳。
[0017] 步骤四中的变异性可由岩土工程勘察报告查找确定内摩擦角9的最大、最小值 ^PmaTO^Pmin,.并根据3〇法则确定,中的标准差为查找粘聚力C的最大、最小值Cmax、 Cmin,同样地可确定粘聚力C的标准差为(Cmax-Cmin) /6。
[0018] 步骤四中的概率分布类型假定为正态分布,垂直波动范围A可由现场静力触探试 验确定,该参数表示坝层在垂直方向上A厚度内坝层材料是显著相关的。
[0019] 步骤五中的计算公式如公式(1):

[0021 ]上式中,Pij代表失稳模式Si与失稳模式Sj在抗滑稳定安全系数上的相关系数,Lik 和L#分别代表失稳模式Si和失稳模式&位于第k个虚拟坝层内的长度,n为虚拟坝层的层 数,其数值取决于波动范围的大小。
[0022] 步骤六中的失稳模式分组是按照如下步骤:
[0023] (1)随机选择一个失稳模式作为组长,然后从剩下的失稳模式中选择一个相关系 数高于P〇的失稳模式进入该组,在继续选择失稳模式进入该组时,要注意判断拟进入该组 的失稳模式与已经进入该组失稳模式之间的相关系数均要高于P 〇;
[0024] (2)反复按照(1)进行失稳模式分组筛选,直至所有的失稳模式均已经进入相应的 分组为止,如此共得到失稳模式组数为P个;
[0025] (3)从每组失稳模式中,选择抗滑稳定安全系数最小的作为代表性失稳模式,分别 记为 Sid、S2d、......、SPd〇
[0026] 步骤七中,蒙特卡罗抽样的样本数量N=10 000 000。
[0027]本发明的有益效果是:
[0028]与现有技术相比,根据浅层与深层失稳模式在抗滑稳定安全系数上的相关性进行 合理分组并进行代表性失稳模式的筛选,综合利用了代表性失稳模式作为最危险失稳模式 的次数以及滑动面来定量评价其风险,通过实例分析表明,本发明所提出的尾矿坝失稳风 险评价方法更加科学、直观、合理可行,为尾矿库运营安全管理以及风险控制提供了科学依 据。
【附图说明】
[0029]图1是本发明的流程框图。
[0030]图2是监测剖面示意图。
[0031]图3是尾矿坝失稳模式示意图。
[0032] 图4是两失稳模式之间的相关性示意图。
[0033] 图5是招远某金矿尾矿坝监测剖面示意图。
[0034] 图6是招远某金矿尾矿坝风险源控制示意图。
【具体实施方式】
[0035] 下面结合附图对本发明作进一步说明。
[0036] 如图1所示,本发明所述的基于实时监测数据的尾矿坝失稳风险评价方法,本发明 实施的具体过程为:
[0037]步骤一:由尾矿库运营管理部门获取岩土工程勘察报告和尾矿坝设计文件,由岩 土勘察报告查找尾矿坝的筑坝材料的岩土物理力学参数,譬如容重Y、内摩擦角巾以及粘 聚力c;结合设计文件以及尾矿库在线监测设计方案确定尾矿坝的3~5个主要二维几何剖 面,一般在线监测系统中的监测剖面即可作为主要的几何剖面,每个几何剖面数据包括坡 比,马道数目等。
[0038]步骤二:针对每一个监测剖面,由在线监测系统监控中心服务器获取相应的传感 器数据,譬如渗压计数据,由渗压计数据并结合库水位数据即可确定该剖面的浸润线位置, 相应说明如图2所示。
[0039]步骤三:假定尾矿坝的失稳模式,一般假定为剪切滑动模式,而且对于尾矿坝而 言,圆弧失稳模式发生的概率较大,因此假定为圆弧失稳模式,失稳模式示意图如图3所示。 由程序利用xi,x〇以及0角度自动生成包括浅层失稳以及深层失稳在内的多种失稳模式,并 利用《尾矿库安全技术规程》上规定的极限平衡方法(简化Bishop法或者摩根斯坦普莱斯方 法)计算每一个失稳模式的抗滑稳定安全系数。
[0040]步骤四:在岩土工程勘察报告的基础上,结合室内土工试验确定筑坝材料的变异 性,譬如可由岩土工程勘察报告查找确定内摩擦角9的最大、最小值并根据30法 则确定中的标准差为((Pmax-Cp mm)/6?,类似地可查找粘聚力C的最大、最小值Cmax、Cmin,同样地可 确定粘聚力C的标准差为(c max-c_)/6;并在文献查阅的基础上假定材料参数的概率分布类 型以及波动范围,概率分布类型一般假定为正态分布,垂直波动范围A可由现场静力触探试 验确定,该参数表示坝层在垂直方向上A厚度内坝层材料是显著相关的。
[0041] 步骤五:将尾矿坝坝层按照波动范围五分之一的垂直间距进行离散,得到尾矿坝 虚拟坝层,根据每个失稳模式在不同虚拟坝层之间的距离长短,计算各失稳模式之间在抗 滑稳定安全系数上的相关性,示意图如图4所示,其计算公式如公式(1);

[0043]上式中,Pij代表失稳模式Si与失稳模式Sj在抗滑稳定安全系数上的相关系数,Lik 和L#分别代表失稳模式Si和失稳模式&位于第k个虚拟坝层内的长度,n为虚拟坝层的层 数,其数值取决于波动范围的大小。
[0044] 步骤六:将生成的多种失稳模式按照相关系数进行分组,首先设定相关系数阈 值PQ,根据参数敏感性分析进行优选后取为〇. 5,按照如下步骤进行失稳模式分组:
[0045] (1)随机选择一个失稳模式作为组长,然后从剩下的失稳模式中选择一个相关系 数高于P〇的失稳模式进入该组,在继续选择失稳模式进入该组时,要注意判断拟进入该组 的失稳模式与已经进入该组失稳模式之间的相关系数均要高于P 〇;
[0046] (2)反复按照(1)进行失稳模式分组筛选,直至所有的失稳模式均已经进入相应的 分组为止,如此共得到失稳模式组数为P个;
[0047] (3)从每组失稳模式中,选择抗滑稳定安全系数最小的作为代表性失稳模式,分别 记为 Sid、S2d、......、SPd〇
[0048] 步骤七:根据尾矿坝层的概率分布类型以及其参数的变异性,产生蒙特卡罗抽样 的样本值,样本数量N=10 000 000。将每一个样本值视为尾矿坝坝层的计算参数,计算代 表性失稳模式对应的抗滑稳定安全系数值Fid、F2d、......、FPd。从这p个安全系数中选择最小 值并进行判断,若该最小值小于1,则其相应的代表性失稳模式即为最危险失稳模式,如此 反复计算、判断,最终可得出P个代表性失稳模式分别作为最危险失稳模式的次数91(1、 Q2d、......、Qpd 〇
[0049] 步骤八:计算p个代表性失稳模式的滑动面积^^知^……、Apd,计算p个代表性失 稳模式的失稳风险为Aid X Qid/N、A2d X Q2d/N、......、APd X Qpd/N。各代表性失稳模式之和即为 尾矿坝失稳风险,将各代表性失稳模式的失稳风险按降序排列,由此可直观判断尾矿坝的 失稳风险的风险源,进而有针对性地进行风险控制。
[0050] 下面结合图5、6进行实例说明。
[0051] 图5所示的尾矿坝坝坡为招远市夏甸镇某金矿尾矿坝,该尾矿库目前已经安装并 运营在线监测系统。
[0052]本发明实现定量评价尾矿坝失稳风险的过程如下:
[0053]步骤一、监测剖面几何数据确定:
[0054]查阅尾矿库设计文件知,目前该尾矿坝坝高27米,监测剖面的坡比自下而上依次 为:1:2、6:5、1:1、1:2,中间有一个水平的马道,距离6米。由勘察报告可知,坝层的岩土物理 力学参数有容重T、内摩擦角9以及粘聚力c。
[0055]步骤二、浸润线的确定:
[0056]由安装运营的在线监测系统监控中心的服务器读取某一监测时段的渗压计数据 以及库水位数据,综合确定该监测剖面的浸润线位置,自渗压计1至渗压计5,由监控中心服 务器获取的数据(即测量的水位至坝顶面的深度)依次为8.1米、8米、7.2米、6.3米、5米。综 合生成的浸润线位置如图5中虚线所示。
[0057]步骤三、尾矿坝失稳模式的生成:
[0058] 基于圆弧失稳模式假定,失稳模式滑入点、滑出点Xl,X。的可能变化范围为[0,60], 0角度的变化范围为[0°,90°],首先生成[0,1]之间的两个随机数 ri、r2,选择两个随机数中 较小的一个(譬如r2〈rl)映射成失稳模式的滑出点坐标 Xci = r2X60,另一个映射成失稳模 式的滑入点坐#Xl = rlX60,并根据角度M角定失稳模式的具体位置。如此反复生成多种浅 层与深层失稳模式,为尾矿坝失稳风险评价奠定基础。
[0059] 步骤四、坝层参数变异性以及概率分布类型确定:
[0060] 坝层的容重y=20kN/m3,不考虑其变异性,在尾矿坝失稳的风险评价中,将其视 为定值。内摩擦角 (P的平均值为30°,(pma、、(pmin的值分别为48°和12°,因此根据3〇法则,内 摩擦角的标准差为6°;粘聚力c的平均值为5kPa,类似地,可以确定其标准差为1.5kPa。内摩 擦角和粘聚力的概率分布类型假设为正态分布。内摩擦角和粘聚力在垂直方向上的波动范 围取为3m。
[0061 ]步骤五、各失稳模式之间的相关系数计算:
[0062 ] 根据确定的垂直方向波动范围值A = 3m,确定坝层垂直离散的间距为0.6m,按照此 间隔将该尾矿坝坝层在垂直方向上离散为45个虚拟坝层,因此公式(1)中n = 45。针对每一 个失稳模式Si,分别统计该失稳模式落在每一个虚拟坝层内的长度Lu,Li2,......,Lin,在此 基础上,即可利用公式(1)计算每两个失稳模式之间在安全系数上的相关系数。
[0063]步骤六、失稳模式分组以及代表性失稳模式筛选:
[0064]设定相关系数阈值Po = 0.5,以三个失稳模式S1、S2、S3为例说明失稳模式的分组 过程。设三个失稳模式的抗滑稳定安全系数依次为1.4、1.5、1.6,51、52之间的相关系数〇12 =0 ? 8,其余为P13 = 0 ? 7,P23 = 0 ? 4。首先随机选择S1进入第一组,接下来判断S2,由于P12大于 设定的相关系数阈值P〇,因此S2也进入该组,因为p23〈p〇,所以S3不能进入该组,所以3个失 稳模式共分成2组。在第一组中包括S1和S2,选择安全系数较小的S1作为代表性失稳模式, S3自成一组,所以S3也作为代表性失稳模式。本发明实例中,共分成14个失稳模式组,选择 产生了 14个代表性失稳模式。
[0065]步骤七、各代表性失稳模式作为最危险失稳模式的次数确定:
[0066]根据坝层参数内摩擦角和粘聚力的概率分布类型,生成足够多的蒙特卡罗抽样样 本,每一个样本包含了一个9值和c值,本发明生成N=10 000 000个样本。利用每一个样本 中的W值和c值以及确定的y值,计算14个代表性失稳模式的安全系数值,从中选择最小的 安全系数进行判断,若该最小值小于1,则该最小安全系数值对应的失稳模式即为最危险失 稳模式,统计14个失稳模式作为最危险失稳模式的次数Qld~Q14d,如表1所不。
[0067] 步骤八、风险评价以及风险源控制:
[0068] 计算14个代表性失稳模式的滑动面积Aid~A14d,结合Qld~Q14d计算每个代表性 失稳模式的风险,结果如表1所示。由表1可见,14个代表性失稳模式,按照风险进行降序排 列,依次为:38,54,55,53,52,51,59,510,57,56,512,514,511,513。511~514这四个代表性 失稳模式的风险可以忽略不计,选择前六名的风险源进行控制,其失稳模式位置如图6所 示,结合表1和图6,尾矿库运营管理部门可以直观、科学地进行风险控制。
[0069] 本发明与现有技术相比,根据浅层与深层失稳模式在抗滑稳定安全系数上的相关 性进行合理分组并进行代表性失稳模式的筛选,综合利用了代表性失稳模式作为最危险失 稳模式的次数以及滑动面来定量评价其风险,通过实例分析表明,本发明所提出的尾矿坝 失稳风险评价方法更加科学、直观、合理可行,为尾矿库运营安全管理以及风险控制提供了 科学依据。
[0070] 表1尾矿坝失稳风险评价量化表
[0072]当然,上述内容仅为本发明的较佳实施例,不能被认为用于限定对本发明的实施 例范围。本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围 内所做出的均等变化与改进等,均应归属于本发明的专利涵盖范围内。
【主权项】
1. 一种基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于:包括如下步骤: 步骤一、监测剖面的几何数据确定:由岩±勘察报告确定尾矿巧筑巧材料的岩±物理 力学参数,并结合设计文件确定尾矿巧的主要几何剖面; 步骤二、浸润线的确定:从在线监测系统监控中屯、服务器获取实时监测数据; 步骤=、尾矿巧失稳模式的生成:假定尾矿巧的失稳模式,由程序自动生成包括浅层失 稳W及深层失稳在内的多种失稳模式,并利用规范上规定的极限平衡方法计算每一个失稳 模式的抗滑稳定安全系数; 步骤四、巧层参数变异性W及概率分布类型确定:在岩上工程勘察报告的基础上,结合 室内±工试验确定筑巧材料的变异性,并在文献查阅的基础上假定材料参数的概率分布类 型W及波动范围; 步骤五、各失稳模式之间相关系数的计算:将尾矿巧巧层按照波动范围五分之一的垂 直间距进行离散,得到尾矿巧虚拟巧层,根据每个失稳模式在不同虚拟巧层之间的距离长 短,计算各失稳模式之间在抗滑稳定安全系数上的相关性; 步骤六、失稳模式分组W及代表性失稳模式筛选:将所有的失稳模式进行分组,分组 后,每组内的失稳模式之间的相关系数高于设定的阔值,在每个分组内选择安全系数最小 的作为代表性失稳模式; 步骤屯、各代表性失稳模式作为最危险失稳模式的次数确定:利用蒙特卡罗法生成足 够数量的随机样本,计算每个随机样本下,代表性失稳模式中安全系数最小且小于1的那个 失稳模式作为最危险失稳模式,统计各个失稳模式作为最危险失稳模式的次数; 步骤八、风险评价W及风险源控制:计算代表性失稳模式的滑动面积W及作为最危险 失稳模式的次数,利用其乘积与蒙特卡罗样本数量的比值来代表该失稳模式的失稳风险; 按照失稳模式风险值进行降序排列。2. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤一中的岩±物理力学参数包括容重丫、密度P、内摩擦角W ^及粘聚力C。3. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤一中的主要几何剖面取自尾矿巧的3~5个主要二维几何剖面,几何剖面的数据包括坡 比、马道数目。4. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤二中的实时监测数据,包括浸润线位置、库水位W及渗压计数据。5. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤=中的失稳模式由程序利用Xi,XdW及0角度自动生成,失稳模式包括浅层失稳W及深 层失稳。6. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤四中的变异性可由岩±工程勘察报告查找确定内摩擦角qj的最大、最小值學max、學mm, 并根据3〇法则确定,取的标准差为如查找粘聚力C的最大、最小值Cmax、Cmin,同样地 可确走粘聚力C的柄;准差为(Cmax-Cmin) /6。7. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤四中的概率分布类型假定为正态分布,垂直波动范围A可由现场静力触探试验确定,该 参数表示巧层在垂直方向上A厚度内巧层材料是显著相关的。8. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤五中的计算公式如公式(1):(1) 上式中,Pij代表失稳模式Si与失稳模式Sj在抗滑稳定安全系数上的相关系数, 分别代表失稳模式Si和失稳模式&位于第k个虚拟巧层内的长度,n为虚拟巧层的层数,其数 值取决于波动范围的大小。9. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在于: 步骤六中的失稳模式分组是按照如下步骤: (1) 随机选择一个失稳模式作为组长,然后从剩下的失稳模式中选择一个相关系数高 于PO的失稳模式进入该组,在继续选择失稳模式进入该组时,要注意判断拟进入该组的失 稳模式与已经进入该组失稳模式之间的相关系数均要高于PO; (2) 反复按照(1)进行失稳模式分组筛选,直至所有的失稳模式均已经进入相应的分组 为止,如此共得到失稳模式组数为P个; (3) 从每组失稳模式中,选择抗滑稳定安全系数最小的作为代表性失稳模式,分别记为 Sld、S2d、......、Spd O10. 根据权利要求1所述的基于实时监测数据的尾矿巧失稳风险评价方法,其特征在 于:步骤屯中,蒙特卡罗抽样的样本数量N=IO 000 000。
【文档编号】G06Q50/02GK105913184SQ201610222185
【公开日】2016年8月31日
【申请日】2016年4月11日
【发明人】李亮, 褚雪松
【申请人】青岛理工大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1