自适应扩展的边坡稳定智能监测预警系统的制作方法
【专利摘要】本发明公开一种自适应扩展的边坡稳定智能监测预警系统，包括地理信息收集模块、三维建模模块、方案选择模块、数据采集模块、统计分析模块、预警模块，地理信息收集模块用于采集监测区域c的地理位置信息，生成GIS数据模型，三维建模模块用于根据监测区域内的图片，生成监测区域的三维模型，方案选择模块用于根据监测区域的实地资料、GIS数据模型、监测区域的三维模型，确定边坡类型、滑坡风险，确定监测点、监测方案、预警方案，数据采集模块布设于监测点，用于采集监测点的监测数据，统计分析模块用于根据监测数据，处理生成各项统计数据，预警模块根据监测数据、统计数据，确定预警模型、预警等级、处置方案。本发明可有效降低滑坡等风险。
【专利说明】
自适应扩展的边坡稳定智能监测预譬系统
技术领域
[0001] 本发明设及一种自适应扩展的边坡稳定智能监测预警系统，属于水利水电工程技 术领域。
【背景技术】
[0002] 边坡是天然岸(斜)坡和人工边坡的统称。在一定的地形、地质条件下的边坡，由于 外界因素的变化(如坡面植被破坏、长期受水浸润、切坡或堆载等），破坏了原有的力学平衡 条件，使边坡上的不稳定体在自重或其他荷载的共同作用下，沿着一定的相对软弱面(带） 作整体的、缓慢的、间歇性的有时甚至是突发性的向下滑动的不良地质现象，即滑坡现象。 滑坡发生时，可W会导致人员死亡、交通中断、河道堵塞、厂矿城镇被掩埋、水巧溃决、工程 建设受阻等各种危害，对人类的生命财产带来巨大的威胁。
[0003] 为应对滑坡与边坡失稳，目前较为有效的方法有：（1)利用现有的监测仪器（引伸 计、量坡仪等），对目标进行监测和早期预警，然而，在潜在滑动面未知的情况下，要达到有 效监测±体状态的目的，须将监测仪器布满整个监测区域，成本巨大且有效的监测仪器有 限，造成成本和资源的严重浪费；（2)通过理论计算，对所有可能的滑动面进行边坡稳定性 分析，得到其安全系数，并确定安全系数最小的临界滑动面;运种方法仅适用于特定工程的 特定滑动面，W现有的潜在滑动面勘察及分析手段，对一定区域内所有可能的滑动面进行 判定和稳定性计算尚难W实现，同时，不同条件下（如:暴雨、地震和施工等)滑坡的稳定性 可能存在较大差异，具体情况需分类讨论，因此该方法在不同工程使用过程中不具有复制 性。
【发明内容】
[0004] 鉴于上述原因，本发明的目的在于提供一种自适应扩展的边坡稳定智能监测预警 系统，能够对边坡稳定进行智能监测和预警，可普遍适用于各种边坡条件，有效降低滑坡等 风险。
[0005] 为实现上述目的，本发明采用W下技术方案：
[0006] -种自适应扩展的边坡稳定智能监测预警系统，包括地理信息收集模块、=维建 模模块、方案选择模块、数据采集模块、统计分析模块、预警模块，
[0007] 该地理信息收集模块，用于采集监测区域内的地理位置信息，生成GIS数据模型， [000引该=维建模模块，用于根据监测区域内的图片，生成监测区域的=维模型，
[0009] 该方案选择模块，用于根据监测区域的实地资料、该GIS数据模型、该监测区域的 =维模型，确定边坡类型、滑坡风险，确定监测点、监测方案、预警方案，
[0010] 数据采集模块，布设于该监测点，用于采集监测点的监测数据，
[0011] 统计分析模块，用于根据该数据采集模块采集的监测数据，处理生成各项统计数 据，
[0012] 该预警模块，根据数据采集模块采集的监测数据、统计分析模块生成的统计数据， 确定预警模型、预警等级、处置方案。
[00U]进一步的，
[0014] 自适应扩展的边坡稳定智能监测预警系统，还包括决策服务模块，用于提供决策 服务信息，包括向相关人员发送预警信息，显示监测点的预警信息。
[0015] 所述生成监测区域的=维模型的方法是，根据所述监测区域的照片、地理位置信 息，构建适于=维建模软件处理的贴图素材，W该贴图素材为基础，将近似顶点不断重叠， 形成闭合空间，生成所述监测区域的=维模型。
[0016] 所述方案选择模块，根据专家系统选择边坡类型和滑坡风险类型，所述预警模块 根据专家系统确定预警等级、处置方案。
[0017] 所述数据采集模块包括主控忍片、数据传输单元、监测仪器、供电单元，监测仪器 的数据输出端与该主控忍片的数据输入端相连接，该主控忍片的I/O端与该数据传输单元 相连接，该供电单元与该主控忍片的电源端相连接，监测仪器根据所述监测点的监测项目 和监测要求配置。
[0018] 所述统计分析模块根据所述监测数据，生成各监测量的统计图表、分析边坡变形 过程与各因素的相关性、分离边坡变形的各分量、绘制实测值与数值计算值的对比曲线图。
[0019] 所述预警模型包括两种，一种是获得所述监测数据后立即进行统计分析，并备案 与上报，另一种是将所述监测数据进行处理后，利用人工智能模型进行分析与评价。
[0020] 所述地理信息收集模块包括3S系统。
[0021] 所述GIS数据模型包括监测区域内边坡的空间分布=维模型、监测区域内的交通 信息，所述监测点的具体位置信息。
[0022] 所述监测仪器包括溫度传感器、MEMS倾斜仪、坡面稳定检测仪、体积含水量传感 器、水准仪、位移计、测缝计、水位计、压力计、测力计等。
[0023] 本发明的优点是：
[0024] 1、通过多信息收集、融合与处理，对边坡(±坡、岩坡、泥石流、挡±墙等)稳定进行 全智能在线监测和预警，提供有针对性的预警方案，可有效降低滑坡风险；
[0025] 2、普遍适用于各种边坡条件，能够根据实际的边坡条件，提供适用的监测方案和 预警方案，适用性强；
[0026] 3、系统建成后，无需进行系统改造升级，即可根据需要自适应扩展增加监测点，扩 展性强。
【附图说明】
[0027] 图1是本发明的系统组成框图。
[0028] 图2是本发明于一具体实施例中的拓扑结构示意图。
[0029] 图3是本发明的数据采集模块的结构组成框图。
[0030] 图4是本发明的系统进行数据采集、传输、处理的流程示意图。
[0031] 图5是本发明的系统进行数据统计分析、预警管理的流程示意图。
【具体实施方式】
[0032] W下结合附图和实施例对本发明作进一步详细的描述。
[0033] 图I是本发明的系统组成框图，图2是本发明于一具体实施例中的拓扑结构示意 图，如图所示，本发明公开的自适应扩展的边坡稳定智能监测预警系统，包括地理信息收集 模块、=维建模模块、方案选择模块、数据采集模块、统计分析模块、预警模块、决策服务模 块等，
[0034] 如图2所示，地理信息收集模块包括3S系统，即地理信息系统l(GIS:Geography Information System)、遥感系统（RS，Remote Sensing System)、全球卫星定位系统2(GPS， Global化sitioning System)(或北斗卫星系统3)，利用3S系统建立监测区域的GIS数据模 型，该GIS数据模型包括监测区域内边坡的空间分布=维模型、监测区域内的交通信息，在 该边坡的空间分布S维模型上显示有监测点的具体位置信息；
[0035] =维建模模块，W移动终端(如智能手机6等)于监测区域实地多角度拍摄的照片、 遥感系统(如无人机4)或GE软件(google earth虚拟地球仪软件)采集的监测区域的照片、 GPS系统采集的地理位置信息等为数据基础，进行S维建模，具体方法是，W采集的照片创 建贴图素材、地理位置(贴图素材中的贴图具有地理位置、创建时间等信息)等，生成适于S 维建模软件5(如3ds max、Maya、LightWave 3D和Softimage I 3D等）处理的贴图素材库，在贴 图素材的基础上将近似顶点不断重叠，最终形成闭合空间，生成监测区域的=维模型7;若 采集的图片信息足够完整，=维建模的时间将大大缩减，可提高工程效率。
[0036] 其中，该监测区域的S维模型，能够实现W下功能：
[0037] ①真实反映边坡当前的变形等状态，效果逼真、美观，可动态演示整个边坡变化过 程效果；
[0038] ②在实时模拟边坡的基础上，模型可任意剖切，剖面模型中可W表达地层地质分 界、动态地下水位、支护措施等信息，实现边坡赋存环境的可视化表达与查询，也为其它计 算模块提供基础模型数据支持；
[0039] ③可实现地理信息收集模块中各系统的设计布置位置，实现工程信息的实时可视 化管理，监测数据信息的集成管理及可视化查询提供模型支持。
[0040] 方案选择模块，根据实地考察资料、边坡的相关设计资料、生成的GIS数据模型、监 测区域的=维模型，确定边坡类型和滑坡风险，并根据边坡类型确定相应的监测方案和预 警模型；具体是，在上述已知各项资料和已建立模型的基础上，根据已有的专家系统选择边 坡类型和滑坡风险类型，该专家系统包括工程案例库、专家知识库、应急方法库、推理机等；
[0041] 边坡类型包括±质边坡(粘性±边坡、黄±边坡、膨胀±边坡、堆积±边坡、填±边 坡等）、岩质边坡(整体状/巨块状边坡、块状边坡、层状边坡、碎裂状边坡、散体状边坡等）、 岩±混合边坡等。滑坡风险类型按滑坡体的体积划分为:滑坡体积小于IOX IO4立方米的小 型滑坡，滑坡体积为10 XIO4~100 X IO4立方米的中型滑坡，滑坡体积为100 X IO4~1000 X IO4立方米的大型滑坡，滑坡体体积大于1000 XIO4立方米的特大型滑坡/巨型滑坡;按滑坡 的滑动速度划分为:蠕动型滑坡(通过专用仪器观测才能发现其运动），慢速滑坡(每天滑动 数厘米至数十厘米，凭肉眼可直接观察到其运动），中速滑坡（每小时滑动数十厘米至数 米），高速滑坡(每秒滑动数米至数十米）；按滑坡体的度物质组成及滑坡与地质构造关系划 分为:覆盖层滑坡(包括粘性±滑坡、黄±滑坡、碎石滑坡、风化壳滑坡等），基岩滑坡(包括 均质滑坡、顺层滑坡、切层滑坡等），顺层滑坡，又可分为沿层面滑动或沿基岩面滑动的滑 坡，特殊滑坡(包括融冻滑坡、陷落滑坡)等。
[0042] 例如，对高50米、宽20米的±石边坡，可选择如下=种监测方案：
[0043] 方案1:受预算等条件的限制，于滑坡体底部设置一个监测点，将数据采集模块布 设于该监测点，该数据采集模块设置有MEMS倾斜仪，MEMS倾斜仪通过角钢插设于监测点的 ±体中。滑坡即将发生时运部分±体受到挤压，插入地下的角钢因此被推倒，角钢上的MEMS 倾斜仪测得的倾角变化最大;为使测得的数据更具代表性，可沿横向相隔1~2米插入两根 角钢，两根角钢通过角钢横梁连接，将MEMS倾斜仪设置于角钢横梁上;为更好的预警滑坡发 生情况，该数据采集模块还可设置上壤水分计，用于监测上壤汗水饱和度数据。
[0044] 方案2:于滑坡体的顶部和底部各设置一个监测点，将数据采集模块布设于该两个 监测点，该数据采集模块设置有MEMS倾斜仪，MEMS倾斜仪分别通过角钢插设于两个监测点 的±体中。一般说来，滑坡底部的±体由于角钢被推挤，倾角变化最大，滑坡顶部的±体在 下滑过程中受到张拉，位移变化大，但倾角变化相对较小，为提高数据采集模块的监测灵敏 度，对于滑坡顶部的数据采集模块，沿滑坡方向相隔1~2米插入两根长度不一的角钢，靠坡 上的一根较短且插入较浅，靠坡下的一根较长且插入较深，两根角钢通过角钢横梁连接， MEMS倾斜仪设置于角钢横梁上，当±体受到张拉产生位移时，较短的角钢钢粧被拉动，产生 更大的倾角变化，提高了 MEMS倾斜仪的检测灵敏度;为更好的预警滑坡发生情况，该数据采 集模块还可设置伸缩仪，用于测量滑坡裂缝。
[0045] 方案3:若滑坡体较宽或者形状复杂，可于滑坡底部、顶部各设置一个监测点，同时 增设一个辅助监测点，W便全面把握滑坡体的动向。辅助监测点可根据边坡的具体情况灵 活设置，一般情况下可设于边坡中央，若边坡底部较宽，也可设于边坡底部，若边坡顶部情 况较为复杂，则设于边坡顶部。
[0046] 根据确定的监测方案，于确定的监测点布设数据采集模块，用于采集边坡上监测 点的各项监测数据。如图2、3所示，数据采集模块15包括本体、安装于本体中的主控忍片10、 各种监测仪器(例如布设于不稳定层14的体积含水量传感器12，MEMS倾斜仪13等）、数据传 输单元9(有线或无线传输单元）、太阳能电池8、蓄电池11等，数据传输单元与主控忍片的1/ 0端相连接，太阳能电池、蓄电池与主控忍片的电源端相连接，光照条件良好情况下，由太阳 能电池为数据采集模块供电，同时为蓄电池充电，光照条件差情况下，由蓄电池为数据采集 模块供电，各数据采集模块独立工作，互不影响；根据不同监测点的监测项目和监测要求， 数据采集模块的监测仪器可W包括溫度传感器、MEMS倾斜仪、坡面稳定检测仪、体积含水量 传感器、水准仪、位移计、测缝计、水位计、压力计、测力计等等，各种检测仪器采集的数据信 号均传输给主控忍片，由主控忍片对采集的各项数据进行处理后传输至后台服务器17。
[0047]
[004引如表1所示，于一具体实施例中，边坡的监测项目主要包括变形监测、应变监测、渗 流监测、地应力监测、环境量监测、错索受力监测、预应力错杆受力监测、非预应力错杆监 、抗滑粧监测等，为实现上述各监测项目的监测，设置了各种监测仪器。如图4所示，各监 测仪器采集的各项监测数据，传输给主控忍片，数据采集模块的主控忍片接收各监测仪器 采集的监测数据，对各项监测数据进行处理后经无线传输单元传输至后台服务器，W进行 进一步分析与处理。
[0049] 后台服务器接收数据采集模块传输的各项监测数据，统计分析模块根据监测点的 各项监测数据，进行处理、统计分析;绘制并经显示器18显示各监测量的统计图表19,如变 形过程线、雨量柱状图、立维数值云图等典型图表，利用一优化计算模型分析同一边坡不同 监测点变形过程的相关性W及变形与降雨、气溫等因素的相关性，分离边坡变形的分量特 别是变形时效分量，为滑坡预警提供数据基础;通过提取与指定监测点和监测项对应的分 析计算结果，实现与监测量曲线的可视化对比、查询与输出（例如错索受力测力计与数值计 算错索受力的对比曲线图等），针对产生对比结果的原因进行指标分析，便于施工管理人员 参考判断;绘制的图形图表可自动生成、输出，如生成各分量变化过程、趋势图、变化速率图 W及相应的空间分布和时间分布图等，输出指定格式(如.doc格式、.Xls格式和.txt格式文 件)的各类报表，能够与数值分析的相应结果进行对比，分析差异及其产生原因。
[0050] 预警模块，用于监测、判断监测区域内边坡的稳定情况，形成预警方案。如图5所 示，依据数据采集模块采集的监测数据、统计分析模块的统计分析结果，自动识别异常的监 测数据，按照预警模型及相应的预设阔值，对监测区域内边坡的预警等级进行实时判别，同 时给出预警信息和处置方案。具体的说，
[0051] 预警模型选择时对各监测项目的监测量进行相关性偶联智能分析，进行两个层次 的数据处理:①获得监测数据后立即处理，运用数理统计模型(直线回归、多元线性回归等） 进行统计分析和相关性分析、对比分析，有无异常都及时进行备案和上报技术负责人，W作 为正常的工程情报;②将监测数据进行一定处理后(如插值、数据综合等），利用人工智能模 型巧持向量机、BP人工神经网络等)进行危害性分析、成因分析W及综合性评价等，进一步 了解边坡的安全现状W及发展趋势。
[0052] 实时判别边坡的预警等级。预警等级划分时，首先分析各种因素对边坡安全的影 响程度，然后运用综合评判法、突变论方法及专家确定法等对单一影响因素和边坡整体安 全性确定无警和有警的临界值，然后进一步确定其他既定的警度限值。
[0053] 处置方案即警情应对通过专家系统实现，通过广泛收集国内外工程边坡的失事案 例，构建完善的工程案例库作为专家系统进行边坡警情应对的决策基础。同时，将收集到的 工程案例进行有效信息的提取，依据工程概况、诱因、处理方式、损失等进行信息归整和分 类，分别存入专家系统知识库和方法库。搭建专家系统推理机，对常见边坡工程问题进行专 家系统直接判别解决，W实现边坡警情的快速准确处理，对不同的边坡警情制定相应的应 急预案。
[0054] 决策服务模块，为系统的管理人员，提供决策服务信息。将预警信息和相应处置方 案，按照预设的风险等级和相应权限发送至相应人员的移动终端(如手机20等），同时可于 GIS数据模型上，显示各监测点的预警等级信息，显示监测区域内边坡的S维模型、监测点 位置、监测数据的统计图表等信息，显示监测点的监测过程变化曲线与该区域预警模型等 信息。
[0055] 本发明的自适应扩展的边坡稳定智能监测预警系统，是结合计算机技术、自动化 技术、信息融合技术等，通过多信息采集、融合、处理、预警，实现适于不同边坡条件的边坡 稳定智能监测和预警，能够及时提供有针对性的预警方案，有效降低滑坡等风险，且对于不 同的工程，可自适应扩展监测点，自适应选择合适的监测方案及预警方案，适用性和扩展性 强。
[0056] W上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员 来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变 换、简单替换等显而易见的改变，均属于本发明保护范围之内。
【主权项】
1. 自适应扩展的边坡稳定智能监测预警系统，其特征在于，包括地理信息收集模块、三 维建模模块、方案选择模块、数据采集模块、统计分析模块、预警模块， 该地理信息收集模块，用于采集监测区域内的地理位置信息，生成GIS数据模型， 该三维建模模块，用于根据监测区域内的图片，生成监测区域的三维模型， 该方案选择模块，用于根据监测区域的实地资料、该GIS数据模型、该监测区域的三维 模型，确定边坡类型、滑坡风险，确定监测点、监测方案、预警方案， 数据采集模块，布设于该监测点，用于采集监测点的监测数据， 统计分析模块，用于根据该数据采集模块采集的监测数据，处理生成各项统计数据， 该预警模块，根据数据采集模块采集的监测数据、统计分析模块生成的统计数据，确定 预警模型、预警等级、处置方案。2. 根据权利要求1所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，还包 括决策服务模块，用于提供决策服务信息，包括向相关人员发送预警信息，显示监测点的预 警信息。3. 根据权利要求1或2所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于， 所述生成监测区域的三维模型的方法是，根据所述监测区域的照片、地理位置信息，构建适 于三维建模软件处理的贴图素材，以该贴图素材为基础，将近似顶点不断重叠，形成闭合空 间，生成所述监测区域的三维模型。4. 根据权利要求3所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所述 方案选择模块，根据专家系统选择边坡类型和滑坡风险类型，所述预警模块根据专家系统 确定预警等级、处置方案。5. 根据权利要求4所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所述 数据采集模块包括主控芯片、数据传输单元、监测仪器、供电单元，监测仪器的数据输出端 与该主控芯片的数据输入端相连接，该主控芯片的I/O端与该数据传输单元相连接，该供电 单元与该主控芯片的电源端相连接，监测仪器根据所述监测点的监测项目和监测要求配 置。6. 根据权利要求5所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所述 统计分析模块根据所述监测数据，生成各监测量的统计图表、分析边坡变形过程与各因素 的相关性、分离边坡变形的各分量、绘制实测值与数值计算值的对比曲线图。7. 根据权利要求6所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所述 预警模型包括两种，一种是获得所述监测数据后立即进行统计分析，并备案与上报，另一种 是将所述监测数据进行处理后，利用人工智能模型进行分析与评价。8. 根据权利要求7所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所述 地理信息收集模块包括3S系统。9. 根据权利要求8所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所述 GIS数据模型包括监测区域内边坡的空间分布三维模型、监测区域内的交通信息，所述监测 点的具体位置信息。10. 根据权利要求5所述的自适应扩展的边坡稳定智能监测预警系统，其特征在于，所 述监测仪器包括温度传感器、MEMS倾斜仪、坡面稳定检测仪、体积含水量传感器、水准仪、位 移计、测缝计、水位计、压力计、测力计等。
【文档编号】G08B21/10GK105957311SQ201610379500
【公开日】2016年9月21日
【申请日】2016年6月1日
【发明人】刘毅, 张龑, 魏鲁双, 张国新, 卢正超, 宋磊, 黎利兵, 姜云辉, 范哲, 李松辉, 张磊, 刘有志, 商峰, 孙伟, 李玥
【申请人】中国水利水电科学研究院