矿山工程施工变形监测数据处理与分析方法探讨

2020-12-08 10:34:34周朝能赵春生
世界有色金属 2020年4期
关键词:监测数据监测点数据挖掘

周朝能,赵春生

(云南南方地勘工程总公司测绘院,云南 大理 671000)

变形监测的目的是通过对变形体布设一定数量的具有代表性的形变监测点,并进行多期重复观测,从而获得有关变形的规律,可以进行提前预报。

1 变形监测模式

变监监测模式主要就是相关作业人员采用监测仪器针对监控数据进行采集,这一方法可以充分了解矿山工程施工的相关数据,监测的过程当中,监测数据往往都是连续不断的。在不同时间段,对分辨率要求也比较高,由于受到了连续性监测模式的影响,通过采用实时动态相对定位、静态相对定位的方式针对井下开挖施工开展变形监测工作,精度较高,误差小于1mm。

2 变形监测数据

(1)变形监测数据预处理。由于环境、仪器故障等因素的影响,测点数目增加、观测数据量增加和人为操作失误等问题的存在,监测数据出现误差的情况不可避免。粗差的出现会影响平差结果,导致数据失真,在此基础上,导入变形预测模型进行分析就会发生错误。因此,粗差定位与剔除是数据处理较为关键的一步。

(2)变形监测数据挖掘。数据挖掘是从大量看似无规则的数据中通过算法找到其中隐藏信息的过程,主要包括监督的分类、预测和无监督的聚类、相关性分组等方法。在数据信息领域中,数据挖掘主要体现在空间预测和危险性评价等方面,数据种类大多为水文与地质等空间数据。蕴含大量运行状态信息的多元变形监测数据存储于结构化数据库中,通过对数据库直接采用机器学习的数据挖掘技术,发现监测数据的潜在规律与有用信息。

3 变形预测分析探讨

(1)非线性模型主导。随着应用数学与计算机技术的发展,在机器学习与人工智能领域广泛运用的非线性手段陆续被矿山工程施工变形预报与分析工作所引入,多模型耦合共同预测已颇有成效,基于不同改进方向的混合智能算法预测模型也日益精进。能够较好地刻画位移发展变化的同时,非线性混合智能算法模型还具有更优的预测精度,因此为其奠定了变形预测模型的主导地位。

(2)深度学习。深度学习是人工智能领域极具发展前景的一个分支,它在人工神经网络的基础上发展而来,是一种机器学习方法,也是一种表示学习方法,最主要的模型是各种深度神经网络。其主要原理是通过构建一个多层的表示学习结构,使用一系列非线性变换操作把从原始数据中提取的简单初始特征进行组合,从而得到更高层、更抽象的表示。在图像识别、语音识别、自然语言处理方面,深度学习取得了巨大成功,这也引起了各个学科对这一新兴学习方法的关注。在矿山工程施工领域等方面也都有着积极的尝试。

4 施工监测现场实施方法

(1)应力监测现场实施。结合矿山工程施工特点,应力监测采用适应性强,且性能稳定可靠的振弦传感器,其监测原理是:振弦频率与弦拉力成正比,通过获取弦的频率数据来计算出结构构件的应力。值得注意的是:监测方案中监测点位置是以矿山工程施工过程模拟和方案制定者的经验确定的,而现场实际施工情况往往和前期计算假定有所区别,另外监测方案无法确定传感器的具体位置。因此确定传感器安装位置时应以监测方案为指导,并综合考虑现场实际施工情况,易于维护。

(2)跟踪注浆。跟踪注浆是在土层沉降处注入适量水泥或化学浆,起到补偿地层的作用,从而减小沉降。

它是一种在井下巷道结构已产生位移的补救措施,根据巷道可能发生大位移或已经发生了部分位移,通过局部注浆增大巷道外侧的荷载和改善土性,迫使其反向位移。

(3)竖向变形监测现场实施。WHGC竖向变形监测采用五角基座(配同型号的伸长头)、水准仪和全站仪。其监测原理是:利用施工单位提供的水平控制网点,通过全站仪将标高引测到监测矿层的引测点,再以引测点为基准,通过水准仪获取监测点位的高程信息,从而计算出结构的竖向位移。数据采集,WHGC竖向变形监测数据通过人工测量方式进行获取。整个施工监测过程中,应加强对监测点进行巡视检查,确保监测点处于稳定状态。

5 变形控制措施

监测系统全程服务,自动采集数据上传至云平台,各部门可实时获取矿层沉降、矿体倾斜等变形数据。同时全天候开展人工监测,每4h监测1次,人工监测的主要内容包括:地面沉降、基坑沉降、地下水位、土体深部位移等。人工监测与云监测同时开展,数据相互验证,多方面保证变形监测的及时性和准确性。

6 施工常用监测内容

(1)不均匀竖向变形监测。在矿山工程施工过程中核心筒和外框巨柱不可避免的产生竖向变形及变形差。同时,WHGC各层构件承受的荷载并不完全相同,不同层的构件截面形式也有所不同,因此在设计和施工阶段如果没有考虑竖向变形的作用,会对结构产生不利影响;结构的连接梁和伸臂桁架因竖向变形差产生较大的附加应力,从而降低结构的安全性和稳定性。

(2)井下施工阶段。坑底因卸载而产生的回弹变形还在继续,基底附加应力影响范围较浅;随着结构加载,岩土土体产生的下压变形与卸载回弹变形相抵消,整体变形速率非常小。矿体结构逐渐上浮的趋势逐渐稳定,而向基坑方向产生位移的趋势也会逐渐稳定。

(3)全部施工的完成。全部施工完成以后,上部结构变形逐渐完成,基坑内力逐渐稳定,地基土的变形仅为随时间调整及蠕变部分,变形速率逐渐减缓。矿山工程整体结构的竖向沉降和水平位移逐渐稳定。

7 结语

综上所述,矿山工程施工数量与日俱增,为了切实保障矿山工程施工的整体质量水平,技术人员需要强化对变形监测工作的创新性研究,充分应用现代技术是时代的发展趋势,工作过程当中应取长补短,保留原创性理论,运用现代技术具有显著的优势,在矿山工程施工变形监测工作的过程当中,能够促使变形监测工作强度降低,缩短监测时间,使优化技术方案和改善技术线路得以实现,同时,提高了监测的水平和效率。

猜你喜欢
监测数据监测点数据挖掘
天津南港LNG接收站沉降监测点位布设
煤气与热力(2022年4期)2022-05-23 12:44:56
抚河流域综合治理监测布局优化
探讨人工智能与数据挖掘发展趋势
全站仪极坐标法监测点稳定性分析方法研究
水电站设计(2020年4期)2020-07-16 08:23:48
GSM-R接口监测数据精确地理化方法及应用
基于并行计算的大数据挖掘在电网中的应用
电力与能源(2017年6期)2017-05-14 06:19:37
我省举办家畜血吸虫病监测点培训班
一种基于Hadoop的大数据挖掘云服务及应用
GPS异常监测数据的关联负选择分步识别算法
基于小波函数对GNSS监测数据降噪的应用研究