陳子江
(貴州地礦基礎(chǔ)工程有限公司,貴州 貴陽 550081)
隨著開采深度的增大,邊坡的陡峭程度也會隨之增大,逐漸增加了安全生產(chǎn)的難度,但要想提高礦產(chǎn)的經(jīng)濟效益,就必須把坡角再加大一些,這就會導(dǎo)致安全生產(chǎn)和經(jīng)濟效益產(chǎn)生嚴重沖突。因此,對露天礦邊坡進行持續(xù)的變形監(jiān)測和預(yù)警具有十分重要的意義,而露天礦山的地表位移監(jiān)測工作周期較長,同時礦山環(huán)境復(fù)雜受不確定因素影響,地表變形預(yù)測的準確度偏低?;诋斍艾F(xiàn)狀,許多學(xué)者都研究了露天邊坡變形監(jiān)測方法,其中,李耀楠[1]等研究了基于綜合分析法的露天礦邊坡穩(wěn)定性分析方法,該方法預(yù)先進行實際調(diào)查,通過赤平投影法找到邊坡可能發(fā)生破壞的位置,運用極限平衡法計算,實現(xiàn)了邊坡變形監(jiān)測;寧永香[2]等研究了礦山邊坡地表變形的PSO-ELM預(yù)測模型,該模型建立基于粒子群優(yōu)化與極限學(xué)習(xí)機算法,計算影響因素與地表變形數(shù)值之間的耦合關(guān)系,并建立預(yù)測模型,實現(xiàn)變形自動監(jiān)測?,F(xiàn)有監(jiān)測方法雖能夠?qū)崿F(xiàn)露天邊坡變形監(jiān)測,但是監(jiān)測效果不是很好。
GNSS技術(shù)是一種全新的現(xiàn)代空間定位技術(shù),該技術(shù)能夠?qū)崟r提供觀測點的三維位置,受到天氣的影響較小,并且能夠全球、全天候、全天時地提供定位信息,定位精度較高。基于這個優(yōu)點,GNSS技術(shù)在邊坡監(jiān)測中應(yīng)用越來越廣泛,為此設(shè)計一個基于GNSS技術(shù)的露天邊坡變形自動監(jiān)測系統(tǒng),以提高邊坡監(jiān)測的效果,提高礦山開采的安全性。
此次研究系統(tǒng)在設(shè)計前,對露天礦山邊坡監(jiān)控的工程實踐進行了研究和分析,并對監(jiān)測資料做了深入的探討?;诜治觯_定所研究系統(tǒng)的基本功能:
(1)具備數(shù)據(jù)采集、顯示、查詢、平移、放大、縮小、打印輸出等基礎(chǔ)功能;
(2)能夠組織和管理多源數(shù)據(jù),如,露天礦地形資料、露天礦邊坡面位移監(jiān)測資料、地質(zhì)資料、露天礦區(qū)域遙感資料、露天礦航空攝影影像資料等,并能夠建立數(shù)據(jù)庫、鏈接、復(fù)制等;
(3)繪制露天礦山邊坡坡體的變形趨勢[3];
(4)計算露天礦山邊坡的變形,預(yù)測邊坡位移,對邊坡風(fēng)險分區(qū)分級。
系統(tǒng)的硬件平臺采用模塊化的設(shè)計思想,針對各模塊的功能要求和性能要求,重點設(shè)計導(dǎo)航接收模塊、ARM定位解算模塊、通信接口模塊、加速度傳感器模塊。
利用北斗星通公司三系統(tǒng)八頻高精度OEM芯片,BDM683為原始資料接收板,完成了對導(dǎo)航信息的解碼與處理,以滿足多模多頻導(dǎo)航接收模塊的需要。BDM683板具有384個信道,初始化時間不超過10秒,BDM683板卡主要性能指標如下:
(1) 定位精度:單點平面為1.5mRMS、單點高程為3.0mRMS;
(2)觀測精度(如表1所示):
表1 BDM683觀測精度 單位:mm
本板是將接收器的前端硬件整合到大型電路中,通過TNC接口天線端GNSS RF信號輸入到BDM683的接收板上,經(jīng)過變頻、放大、濾波等處理,實時解調(diào),從而達到對GNSS信號捕獲、跟蹤、同步、解調(diào)的目的。
定位解算模塊采用ARM結(jié)構(gòu),它是嵌入式系統(tǒng)的核心,也是計算控制的核心。 ARM位置和解算模塊通過對BDM683解調(diào)后的衛(wèi)星信號實時分析,得到經(jīng)緯度、速度、時間等數(shù)據(jù),并將其存入主機。 該方案需要選用具有內(nèi)存管理單元和操作系統(tǒng)的ARM處理器, 綜合考慮到GNSS系統(tǒng)的功能要求和性能要求, 選擇了TI公司的AM3358作為主要控制芯片。ARM處理器是運行操作系統(tǒng),它包括電源電路、復(fù)位電路、時鐘電路。 AM3358是一款32位RISC的工業(yè)級處理器, 功耗較低。 AM3358具有高集成度的外設(shè), 其性能得到了極大地提高,AM3358是Cortex-A8處理器中價格最低的一種,還可以大大減少電路的復(fù)雜程度和擴展成本。
加速傳感器采用芬蘭VT1公司的SCA3060三軸加速傳感器,SCA3060采用VTI的3D-MEMS電容式傳感技術(shù), 功耗小、負載大、穩(wěn)定性好、外部電路簡單,便于集成,在慣性導(dǎo)航、車輛報警、傾角測量、運動檢測等領(lǐng)域得到了廣泛應(yīng)用。
SCA3060具有以下優(yōu)點:
( 1)3.3V至3.6V的高電壓電源;
( 2)16-SP1數(shù)字接口通訊;
( 3)功率較小,為3.3V;
( 4)提供150μA的電流;
( 5)具有動作探測功能,發(fā)送中斷信號;
( 6)符合AEC-Q100標準的規(guī)格要求,采用業(yè)界領(lǐng)先的經(jīng)驗證的3D-MEMS技術(shù)。
無線通訊模塊是連接地面指揮中心和地面終端設(shè)備之間的一座橋梁,系統(tǒng)采用GPRS接口接入GPRS網(wǎng)絡(luò),與監(jiān)控中心進行數(shù)據(jù)通信,實現(xiàn)遠程監(jiān)控和遠程控制。在此方案中,我們選擇了華為EM310系統(tǒng),EM310是一個具有GSM/GPRS的雙頻網(wǎng)通訊系統(tǒng),此模塊工作穩(wěn)定,內(nèi)置TVS管,可有效地避免卡紙的產(chǎn)生。 在此基礎(chǔ)上,將TCP/IP協(xié)議嵌入軟件中,通過出線指令的控制,實現(xiàn)了應(yīng)用軟件的快速接入,從而降低了軟件的開發(fā)難度,縮短了軟件的開發(fā)周期。 EM310通信模塊的主要性能指標( 如表2所示):
表2 EM310通信模塊的主要性能指標
通過表2提到的無線通信模塊, 為系統(tǒng)提供遠程通訊功能。
為提高自動化監(jiān)測系統(tǒng)數(shù)據(jù)分析的準確性,在提高硬件設(shè)備的基礎(chǔ)上,還需要融合先進的算法技術(shù),在理論基礎(chǔ)上實現(xiàn)提升。首先基于GNSS的邊坡監(jiān)測技術(shù),受GNSS自身技術(shù)原理限制,數(shù)據(jù)存在一定的噪聲,在自動化監(jiān)測系統(tǒng)設(shè)計中,需增加濾波處理過程; 其次結(jié)合GNSS數(shù)據(jù)采取模糊物元理論對邊坡的形變情況、類型進行劃分,以實現(xiàn)對邊坡穩(wěn)定等級的判定。
針對露天邊坡變形情況, 充分考慮到GNSS容易受到地面、建筑物、樹木等因素的影響,在這種情況下會導(dǎo)致GNSSRTK高程測量的精度檢測,出現(xiàn)一定的誤差。 在誤差處理中,采用卡爾曼濾波方程對數(shù)據(jù)降噪處理??柭鼮V波包括反映狀態(tài)變化規(guī)律的狀態(tài)空間模型和反映實際觀測值和狀態(tài)變化量的觀測模型,通過卡爾曼濾波聯(lián)系觀測值和狀態(tài)變化規(guī)律可得到最佳估值。 卡爾曼濾波是通過歷史累計值、實際觀測值推算而得到最佳估值。
露天邊坡變形情況是一個較為復(fù)雜的系統(tǒng),其形成機理具有多樣性、模糊性以及非線性。經(jīng)過綜合分析,采用模糊物元理論進行監(jiān)測,將事物名稱記作N,將特征c的量值記作v,如式( 1)所示:
式( 1)中,M為事物的數(shù)量。
在監(jiān)測過程中,各個特征的模糊量值相差較大,會給計算結(jié)果造成較大的困難, 為此優(yōu)隸屬度原則進行標準化處理,如式( 2)所示:
式( 2)中,umn為第mn個標準化后的模擬值;R′mn為標準化處理后的模糊物元。
在得到各個參數(shù)平方模糊物元之后,需要評價原則評價事物狀態(tài)的優(yōu)劣,如式( 3)所示:
式(3)中,wi為權(quán)重;Δji為衡量評價指標重要程度的參數(shù)。
經(jīng)過上述過程, 得到各個因素相對重要性總的排序,對判據(jù)定量分析。 經(jīng)過上述處理后,采用GNSS技術(shù)進行定位,如式( 4)所示:
式( 4)中,Izi、Ii分別為延遲參數(shù);Ebi、Eir分別為傳輸過來的差分數(shù)據(jù)與發(fā)送的差分數(shù)據(jù);fl為接收機誤差參數(shù)。
經(jīng)過上述過程實現(xiàn)定位,然后對穩(wěn)定等級判定,將情況分為穩(wěn)定、較穩(wěn)定、較不穩(wěn)定區(qū)、不穩(wěn)定四個等級,以此完成露天邊坡變形監(jiān)測。
為驗證所提出的基于GNSS技術(shù)的露天邊坡變形自動監(jiān)測系統(tǒng)的有效性,進行實驗分析,并將基于綜合分析法的監(jiān)測方法、PSO-ELM預(yù)測模型與所提出的監(jiān)測系統(tǒng)對比,對比3個系統(tǒng)監(jiān)測的準確性。
監(jiān)測對象(如圖1所示):
圖1 監(jiān)測對象點
監(jiān)測點深度以及埋設(shè)間距統(tǒng)計表( 如表3所示):
表3 各個監(jiān)測點深度以及埋設(shè)間距統(tǒng)計 單位:m
( 1)觀測前,預(yù)先采用GNSS獲得實際的位移值,GNSS接收機在開始觀測之前,需檢驗儀器是否能夠穩(wěn)定運行;
( 2)為提高觀測的穩(wěn)定性,將一個大時段分為2個小時段的模式, 并在中間重新啟動一次儀器, 保證每次觀測達到60min以上;
( 3)長期監(jiān)測可以得到相當數(shù)量的原始監(jiān)測資料,但并非所有資料都能用于邊坡的預(yù)報, 某些資料存在一定的誤差,必須予以剔除本文利用Matlab小波分析法對原始觀測進行降噪處理;
( 4)由于樣本的輸入數(shù)據(jù)單位與量綱不同,而且某些輸入量的絕對差異較大,因此很容易產(chǎn)生“ 過擬合”。 為了防止這一情況,在進行網(wǎng)絡(luò)訓(xùn)練前,先將采樣數(shù)據(jù)進行標準化,使得它們的數(shù)值都在[-1,1]以內(nèi)。 標準化如式( 5)所示:
式( 5)中,x為原始的樣本數(shù)據(jù);xmin、xmax分別為樣本中各個輸入對應(yīng)的最大和最小值。
( 5)經(jīng)過多次測量,獲得實際的監(jiān)測數(shù)據(jù)。
為驗證本方法的可行性與準確性,將本方法與基于綜合分析法的預(yù)測模型、PSO-ELM預(yù)測模型進行對比實驗。
基于綜合分析法的預(yù)測模型是在傳統(tǒng)灰色模型融合BP神經(jīng)網(wǎng)絡(luò)模型上進行數(shù)據(jù)分析的預(yù)測模型[4]。
PSO-ELM預(yù)測模[5]是在傳統(tǒng)極限學(xué)習(xí)機( ELM,Extreme Learing Machine)模型基礎(chǔ)上融合了粒子群優(yōu)化( PSO,Particle Swarm Optimization), 實現(xiàn)了對ELM模型的權(quán)重和閾值等參數(shù)的優(yōu)化,被廣泛應(yīng)用在邊坡變形預(yù)測中。
分別采用所研究的監(jiān)測系統(tǒng)與上述兩個預(yù)測模型對露天邊坡變形監(jiān)測,監(jiān)測時長為一個月,各個監(jiān)測點的結(jié)果( 如圖2- 圖5所示):
圖2 測點1位移結(jié)果
圖3 測點2位移結(jié)果
圖4 測點3位移結(jié)果
圖5 測點4位移結(jié)果
綜合上述對比結(jié)果能夠發(fā)現(xiàn),所提出的露天邊坡變形監(jiān)測系統(tǒng)在這一個月的監(jiān)測上,監(jiān)測得到的結(jié)果與實際的位移值基本相同,相差較小。 基于綜合分析法的預(yù)測方法與實際位移值相差較大,或多或少與實際值有一定差距,監(jiān)測準確性不是很高;PSO-ELM預(yù)測模型得到的位移結(jié)果與實際結(jié)果差距也較大,較所提出的監(jiān)測系統(tǒng)監(jiān)測準確性低。
完成基于GNSS技術(shù)的露天邊坡變形自動監(jiān)測系統(tǒng)的研究,主要研究成果包含以下方面:
( 1)詳細設(shè)計了系統(tǒng)硬件,保證系統(tǒng)安全穩(wěn)定運行;
( 2)在系統(tǒng)軟件部分,設(shè)計了變形監(jiān)測數(shù)據(jù)處理方法,構(gòu)建了預(yù)測模型,對于邊坡變形監(jiān)測有一定的指導(dǎo)意義;
( 3)設(shè)計實驗,通過實驗驗證了所提出的監(jiān)測系統(tǒng)在實際應(yīng)用中,準確度較高。
本文所提出的監(jiān)測系統(tǒng)雖然獲得了較好的應(yīng)用效果,但研究時間與研究條件有限,并未對以“ 年”為時間單位的觀測數(shù)據(jù)進行長期實驗分析,后續(xù)考慮將此方法用于不同地質(zhì)類型的邊坡監(jiān)測工程中,并進行長期實驗分析。 影響變形監(jiān)測的因素有很多,為此在后續(xù)研究中,還需要重點研究影響因素,以進一步提高監(jiān)測的效果。