一种利用微震信号监测水库堆石坝渗流通道的系统与方法与流程

1.本发明属于水库安全检测技术领域，具体涉及一种利用微震信号监测水库堆石坝渗流通道的系统与方法。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.坝体渗流监测常采用渗压计监测，渗压计一般设置在坝体少数几个横断面上，考虑成本因素，渗压计安装数量十分有限，因而渗压计监测一般只能获得坝体内部少量离散点的渗流压力，无法直接监测坝体所有区域的渗流压力及其变化过程，故难以准确监测或识别坝体内部可能出现的具有复杂发育路径的三维渗流通道。此外，常规渗压计的信号传输采用有线传输形式，传输线路布设与管理的成本往往较高。


技术实现要素：

4.本发明为了解决上述问题，提出了一种利用微震信号监测水库堆石坝渗流通道的系统与方法，本发明是一种堆石坝体无损的、高效的监测方法，能够实时识别与追踪抽水蓄能电站上水库堆石坝体内部因渗流作用而导致的堆石材料破裂及其演化过程，进而能有效监测抽水蓄能电站上水库堆石坝体内部的三维渗流通道发育过程。
5.根据一些实施例，本发明采用如下技术方案：
6.第一个方面，本发明提供了一种利用微震信号监测水库堆石坝渗流通道的系统。
7.一种利用微震信号监测水库堆石坝渗流通道的系统，包括：固定装置、信号采集装置以及云端数据分析系统；
8.所述固定装置包括固定板、固定杆和螺钉，所述固定板通过螺钉连接信号采集装置，所述固定板两端设有通孔，所述固定杆穿过通孔，以使信号采集装置安装于坝体上；
9.所述信号采集装置包括微震信号传感器，用于采集堆石体材料破裂的微震信号，并将所述微震信号发送至云端数据分析系统；
10.所述云端数据分析系统，用于基于接收到的微震信号，采用堆石坝体破裂类型识别的信息向量机模型，得到堆石坝体是否破裂；或，用于基于接收到的微震信号和震源位置空间分布图，分析震源位置空间分布图中震源位置的分布情况，确定局部区域是否存在潜在渗流通道。
11.进一步地，所述固定装置还包括膨胀螺钉，所述固定杆为一种多孔径空心杆，于表面混凝土面板预打小于所述固定杆直径尺寸的孔洞，并通过所述固定杆以顶端方向为起始穿过所述固定板，将膨胀螺钉插入孔洞内，利用固定螺母于所述固定杆顶端旋入至所述固定板外侧板面，使得孔洞内侧所述膨胀螺钉开始膨胀并与孔壁周边坝体进行一个牢固的整体，以使信号采集装置安装于坝体上。
12.进一步地，所述固定装置还包括信号传输保护筒，所述微震信号传感器设置于信
33.(x
k-x4)2+(y
k-y4)2+(z
k-z4)2＝v
k2
(t
k4-tk)234.(x
k-x5)2+(y
k-y5)2+(z
k-z5)2＝v
k2
(t
k5-tk)235.(x
k-x6)2+(y
k-y6)2+(z
k-z6)2＝v
k2
(t
k6-tk)236.联立上述6个方程，代入岩体平均等效波速v、各传感器的坐标、以及各传感器接收到微震事件产生的弹性波的起跳时刻的值，即可求解出微震事件的震源的坐标(xk，yk，zk)和微震发生的时刻tk；
37.根据微震事件的震源的坐标(xk，yk，zk)和微震发生的时刻tk，绘制震源位置空间分布图。
38.与现有技术相比，本发明的有益效果为：
39.1、本发明所提供一种利用微震信号监测水库堆石坝渗流通道的系统，此系统包括固定装置、信号采集装置以及云端数据分析系统。固定装置通过螺母实现固定板的固定与卸下，解决了装置的安装与回收问题；采用高灵敏性的微震传感器，安装过程简单方便，适用于日调节抽水蓄能电站上水库的运行方式；通过将固定装置、微震传感器、无线发射器和电源等的集成，将微震信号的有线传输变为无线传输，使传感器的布置位置更加灵活，系统功能完备性好；旋钮式信号传输保护筒，在内侧增加了摩擦齿纹，增大了装置的承重性，增强了微震设备与固定装置孔壁的耦合效果；云端数据分析系统中可进行数据的云储存、云处理、云分析以及云预警，能实时监测堆石坝体潜在渗流通道，与传统的渗流自动监测系统相比，该系统的感知能力更强，自动化与智能化水平较高。
40.2、本发明提供一种利用微震信号监测水库堆石坝渗流通道的方法，是一种堆石坝体无损的、高效的监测方法，能够实时识别与追踪抽水蓄能电站上水库堆石坝体内部因渗流作用而导致的堆石材料破裂及其演化过程，进而能有效监测抽水蓄能电站上水库堆石坝体内部的三维渗流通道发育过程，解决了现有的大坝渗压监测方法、大坝渗流压力水位观测等传统方法难以准确获取大坝内部三维渗流通道的技术瓶颈问题，为有效监测坝体内部的渗流通道提供了一种实用技术手段。
附图说明
41.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
42.图1是本发明示出的利用微震信号监测水库堆石坝渗流通道的系统的结构示意图；
43.图2是本发明示出的利用微震信号监测水库堆石坝渗流通道的方法的流程图；
44.图3(a)是本发明示出的渗流破裂微震信号波形图；
45.图3(b)是本发明示出的非渗流破裂微震信号波形图；
46.图4是本发明示出的通过ivm模型的二分类实现堆石坝体破裂的渗流破裂与非渗流破裂分类的效果图；
47.图5是本发明示出的微震位置事件的空间分布的示意图；
48.图6是本发明示出的信号采集装置的原理图；
49.图7是本发明示出的云端数据分析系统的原理图；
50.图8(a)是本发明示出的第5个微震事件-渗流破裂效果图；
51.图8(b)是本发明示出的第107个微震事件-渗流破裂效果图；
52.图8(c)是本发明示出的第103个微震事件-非渗流破裂效果图；
53.图8(d)是本发明示出的第220个微震事件-非渗流破裂效果图；
54.其中，a、固定装置，a1、固定杆，a2、膨胀螺钉，a3、固定板，a4、固定螺母，a5、螺钉，a6、信号传输保护筒，b、信号采集装置，b1、微震信号传感器，b2、电源，b3、高速ad转换器，b4、储存器，b5、时钟，b6、fgpa微控制器，b7、通讯组件，b8、信号传输线，c、云端数据分析系统，c1、储存器，c2、多媒体组件，c3、i/o接口，c4、通讯组件，c5、中央处理单元。
具体实施方式
55.下面结合附图与实施例对本发明作进一步说明。
56.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
57.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
58.在本发明中，术语如“端”、“顶”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
59.本发明中，术语如“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
60.微震信号是脆性材料破裂产生的微小振动信号，是一种能够合理表征物体破裂过程的有效物理信息。微震监测技术是深部工程围岩稳定性的重要监测手段，能对岩体由微破裂发展为失稳破坏的全过程进行实时动态监测。本发明将微震监测技术引入堆石坝渗流通道监测，提出一种利用微震信号监测水库堆石坝渗流通道的系统及方法，为抽水蓄能电站安全监测提供一种高效可靠的技术手段。
61.实施例一
62.本实施例提供了一种利用微震信号监测水库堆石坝渗流通道的系统。
63.附图1为本发明实施例一的一种利用微震信号监测水库堆石坝渗流通道的系统结构示意图，其系统包括：固定装置a、信号采集装置b以及云端数据分析系统c。
64.所述固定装置a用于将所述信号采集装置b安装于坝体上，包括固定杆a1、膨胀螺钉a2、固定板a3、固定螺母a4、螺钉a5和信号传输保护筒a6。
65.所述固定杆a1为一种多孔径空心杆，于表面混凝土面板预打略小于所述固定杆a1直径尺寸的孔洞，并通过所述固定杆a1以顶端方向为起始穿过所述固定板a3，以及将附有整体组件关键固定枢纽作用的膨胀螺钉a2插入预设孔洞内，进而利用所述固定螺母a4于所述固定杆a1顶端旋入至所述固定板a3外侧板面，使得孔洞内侧所述膨胀螺钉a2开始膨胀并
与孔壁周边坝体进行一个牢固的整体，进而初步构建堆石坝面板与所述固定装置所组成一个可靠的连接主体。
66.再将所述信号采集装置b于所述固定板a3纵轴心孔洞处进行初步固定，并利用所述螺钉a5从所述固定板a3底端旋入进行所述信号采集装置b稳固的安装，进而构建堆石坝面板、所述固定装置a以及所述信号采集装置b三者之间所组成良好的振动体系，可保证堆石坝体内部产生的微震信号与所述微震传感器b1之间有效性传导，使得整体所述一种利用微震信号监测抽水蓄能电站上水库堆石坝渗流通道的系统前端设备能够获取有效的微震信号数据。
67.作为一种或多种实施方式，利用所述信号传输保护筒a6所预制内侧旋钮螺纹结构，以及所述固定板a3所预制旋钮齿纹结构，可将固定信号采集装置b整体于所述固定板a3外侧/顶部进行再固定操作，该结构进一步提高了微震信号于所述固定装置上的传导质量；并且所述信号传输保护筒a6外侧包覆有绝缘及隔水保护层，能够大幅度提高所述传感器采集装置b中微震信号传感器b1耐久性以及信号采集稳定性，所述微震信号传感器b1顶部的信号传输线b8于所述传感器保护筒a6沿顶端引出，并与所述信号采集装置b相连。
68.作为一种或多种实施方式，所述固定杆a1为一种多孔径空心杆，其孔径类型可由现场钻孔适宜度进行选配；所述空心杆直径大于所述膨胀螺钉a2的孔径，固定板a4板上通孔厚度略小于所述膨胀螺钉a2实心部位厚度。
69.作为一种或多种实施方式，所述信号传输筒a6包括一种低噪声电缆，包括表皮、导电层、结缘体、芯线及隔水材料，其通过芯线可有效防止因弯曲使电容变化而引起的杂波现象；可选的，所述信号传输筒a6材料可为pvc、pu、si或是fpm。
70.作为一种或多种实施方式，所述信号传输筒a6中布线方式为：其一，轴心布线段，将信号传输筒a6以所述微震信号传感器b1、信号采集装置a轴心为基准布线，同时保证此布线段的所述信号传输筒a6不发生弯曲；将信号传输筒a6沿着通孔方向引入至所述信号分析装置b的外部信号输入端。
71.所述信号采集装置b，用于实时采集坝体内水力压裂而产生的微震信号，并将其通过5g无线传输至云端数据分析系统c。包括，微震信号传感器b1、电源b2、高速ad转换器b3、储存器b4、时钟b5、fgpa微控制器b6、通讯组件b7以及信号传输线b8。
72.作为一种或多种实施方式，所述微震信号传感器b1是高敏度的压电型微震信号传感器。包括外壳、压电元件以及质量块结构组成，通过采集作用于压电元件上的惯性力与微震信号传感器，可通过牛顿第二定律计算出其对应电压值；所述微震信号传感器b1内部还包括内置前置放大器，内置的放大器可以将传感器的信号转换为低阻抗的电压信号，不再需要外接电荷放大器，降低了所述信号采集装置a组件所占用的空间，以及坝体监测装置整体空间灵活调配，确保其准确无误运行；可选的，根据传感器结构与特征分类，所述微震信号传感器b1可为压缩型、剪切型或是挠曲型传感器，各传感器在可测量加速度大小、测量敏感度以及谐振频率具有一定差异性，选型应根据具体情况而定。
73.作为一种或多种实施方式，所述微震信号传感器b1与信号传输筒a6连接方式可为bnc、tnc、miniature或是c29-104p类型，若微震信号传感器b1与信号传输筒a6接口方式不匹配时，还可以通过端子转换器将二者进行有效连接。
74.所述云端数据分析系统c，用于接收信号采集装置b所传输的微震信号数据，包括，
储存器c1，多媒体组件c2，i/o接口c3，通讯组件c4以及中央处理单元c5。
75.作为一种或多种实施方式，所述储存器c1可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器；所述计算机可读存储介质存储了上述ad转换、信号调理、ivm学习模型以及一系列计算机程序，可供所述处理器c1进行调用运行。
76.作为一种或多种实施方式，多媒体组件c2可以用来接收用户所输入的指令，还可以向外部(例如用户)输出各种信息(例如本文数据、图像或声音)，并且可以包括按键、显示器、扬声器等中的一个或多个；所述显示器可显示监测潜在渗流通道。
77.作为一种或多种实施方式，通讯组件c4可以用来提供述信号分析装置b其他组件正常运行信号。
78.作为一种或多种实施方式，所述处理器c5可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述信号分析装置b的其它组件以执行期望的功能。
79.实施例二
80.本实施例提供了一种利用微震信号监测水库堆石坝渗流通道的方法。
81.本实施例以堆石体岩样的常规破裂力学试验与渗流破坏力学试验为数据样本，经过对这些数据的筛选，整合，剔除错误数据等工作，再经过滤波降噪净化数据，得到符合构建模型要求的数据50个，流程图见图2。由于每个试验实例微震信号波形数据基本包含堆石块裂纹孕育全过程，为了充分利用数据，本实例甄选数据并将50个大样本数据分解成546个具有代表和演化特征的训练样本。
82.本实施例的具体步骤如下：
83.步骤s2-1：通过堆石体岩样破裂的常规力学试验与渗流破坏试验，分别获取非渗流与渗流作用下堆石体材料破裂的微震信号。
84.通过堆石体的单轴压缩破坏试验、直剪破坏试验、渗流破坏试验，分别采集渗流型和非渗流型微震信号，将其作为识别模型的训练样本，如图3(a)-图3(b)所示。
85.步骤s2-2：通过小波变换进行信号的分解与重构，将其作为识别模型中样本的特征向量。
86.通过对渗流型和非渗流型的微震信号采用小波分析方法进行五层分解与重构，计算第五层近似信号的样本熵，将其与微震信号幅度作为识别模型中样本的特征指标。小波变换方法能够通过伸缩平移运算对信号进行多尺度细化，与傅里叶变换相比，小波变换能够实现时间频率的局部化分解。
87.小波变换能够实现信号在高频处时间细分，低频处频率细分，相比于傅里叶变化具有独特优势。对任意的函数f(t)∈l2(r)，离散的小波变化计算公式如下所示，式中，a为伸缩因子，b为平移因子，ψ(t)∈l2(r)，表示用于信号变化的一个小波基。
[0088][0089]
步骤s2-3：利用训练样本建立堆石坝体破裂类型识别的信息向量机模型。
[0090]
信息向量机(ivm，informative vector machine)通过将训练样本的特征向量映射到一个高维的特征空间，并在此空间中寻找一个最优分类超平面使得两类样本的分割间
隔最大化。
[0091]
本实施例通过ivm模型的二分类，实现堆石坝体破裂的渗流破裂与非渗流破裂分类，见图4。
[0092]
优选的，ivm二分类模型基于贝叶斯统计学习理论及核方法，结合了假定密度逼近adf和基于信息熵理论的样本选择方法，利用adp递归近似每次增选一个样本(信息向量)之后的后验分布，并获取近似似然分布，确保算法的可跟踪性和易处理性，同时，在该递归近似过程中，利用基于信息熵理论的样本选择方法筛选最具信息性的样本，以求替代对原训练样本集的学习，并且采用递归更新记录中间变量的方法巧妙回避协方差矩阵k(核矩阵)的重复处理，实现显著降低算法时间及空间复杂度的目的。下面对ivm分类模型学习及预测过程的部分关键步骤进行简要说明。
[0093]
该部分各公式中出现的部分符号的含义为：p表示概率分布，q表示近似概率分布，n表示高斯分布，x及y分别表示训练样本的输入特征向量集(矩阵)及输出目标向量，x
*
及y
*
分别表示待预测样本的输入特征向量及输出目标(未知待预测)，μ
*
及σ
*
分别表示预测均值及预测方差，f表示潜在变量集，m表示似然替代变量，b或β表示噪声分布方差，μ表示高斯分布均值，k或∑表示高斯分布协方差矩阵，θ表示协方差函数超参数向量，其它符号的解释可在本实施例其它位置获得。
[0094]
ivm二分类模型在学习过程中，维持了两个样本索引集i与j，其中i是有效集，j是待选集，初始时，i＝φ，j＝{1，2，...，n}，且在任意时刻，i∩j＝φ，i∪j＝{1，2，...，n}(假定从n个训练样本中，筛选d个信息向量)，信息向量以一种连续的、类似在线学习的方式获取：首先，应用adf近似具有i个信息向量，即ii时的后验及似然分布(对于高斯分布的情况，近似解与准确解一致)：
[0095][0096]
之后，依照如下方法选择第i+1个信息向量
[0097][0098]
上式表示：选择当前待选集j中能够最大化减小后验分布信息熵的一个样本索引j，将j样本作为第i+1个信息向量。
[0099]
通常，对于一种概率分布，信息熵h表征了其不确定性程度，而进行统计学习自然希望能够尽可能获得确定的(预测)后验分布。循环执行上述过程，直至完成d个信息向量的选择(i＝id)。此时，可得：
[0100][0101]
在ivm二分类模型中，协方差函数超参数θ的最优解正是通过最大化边缘似然p(yi
|xi，：,θ)而自适应获取的。具体的，通过取负对数-log(p(yi|xi,：,θ))，将最大化问题转化为最小化问题，进而利用共轭梯度下降法实现最优超参数的自适应获取。
[0102]
上述学习过程实现了以有效集i指定的样本(信息向量)的学习替代对原始样本集的学习，之后的预测过程同贝叶斯分类(当先验及噪声满足高斯分布时，又称为信息向量机分类)中的做法一致，代入对应的变量，即得ivm预测后验分布：
[0103][0104]
对于本实施例涉及到的二分类问题，在得到上述ivm预测后验分布后，仅需经下面的简单变换即可得到该未知样本所属类别的预测。
[0105][0106]
式中，φ(x)表示标准正态分布累计概率密度函数，当然也可用其它响应函数进行替代，如sigmoid逻辑函数。
[0107]
另外，在ivm二分类模型中，协方差矩阵(covariance matrix)k，亦称核矩阵，其思想与核函数思想相同：如果使用基函数集φ(x)将原样本数据映射到高位特征空间时，则把原样本输入向量的点积通过核推广为基函数的点积，即：
[0108]ki,j
≡k(xi,xj)＝cov(f(xi),f(xj))＝φ(xi)
t
∑φ
ꢀꢀ
(7)
[0109]
值得关注的是，上述映射关系是非线性的，且特征空间的维度可能是极高的甚至是无穷的，基函数中φ(x)可能有无穷多个，因而，协方差函数(核方法)的引入使ivm具备了强大非线性处理能力。
[0110]
步骤s2-4，堆石坝体破裂类型识别的信息向量机模型的性能验证。
[0111]
本实施例对于最优信息向量机分类模型输出测试样本的结果进行可行性检验。具体地，检验指标为验证样本的预测准确率，即利用验证样本实际堆石体破裂发生可能性与预测堆石块破裂发生可能性进行校核，若预测准确率为95％以上，则认为建立的最优信息向量机分类模型性能符合要求，否则，增加训练样本后重新训练信息向量机模型。
[0112]
实施例三
[0113]
本实施例以某大型抽水蓄能电站上水库堆石坝体为例，具体说明基于微震监测的抽水蓄能电站上水库堆石坝体潜在渗流通道识别方法，本实施例对抽水蓄能电站上水库坝体潜在渗流通道进行识别见图5。
[0114]
本实施例中将该堆石坝的西部坝体表面200m
×
200m范围作为监测区域，传感器安装在监测区域的坝面，供6个传感器，传感器编号为s1，s2，s3，s4，s5，s6。微震监测系统主要包括微震信号传感器、数字信号采集系统(即采集仪)和数字信号处理系统。各微震信号传感器通过电缆线与数字信号采集系统连接，数字信号采集系统通过网线与数字信号处理系统连接。所述传感器的灵敏度为30v/g，频率响应范围50hz～5khz，数字信号采集系统的采
样频率为20khz，传感器将接收到的应力波转变为电信号，并通过数字信号采集系统转换为数字信号后储存在数字信号处理系统中。本实施例中，传感器采集的弹性波的起跳时刻均为p波的起跳时刻。
[0115]
步骤s3-1：布置、固定微震传感器b1(见图6)。微震传感器b1与固定板a3通过螺钉a5进行配对，安装，至少具有六组；微震传感器b1的顶部输出端连接信号传输保护筒a6，信号传输线b8端部穿过信号传输保护筒a6上端，将信号传输保护筒a6顺时针旋转与固定板a3外部固定扭转结构；
[0116]
步骤s3-2：在坝体上游面板及下游马道处钻设固定孔位。固定孔直径需略小于固定杆a1，固定孔位之间的高程不同且形成空间网状结构分布，固定孔位的布置避免了任意三个位于同一直线上、任意四个位于同一平面上，固定杆所处空间结构尽可能覆盖包括大坝上游混凝土面板及其边墙，固定孔长度应大于80mm，具体钻设深度依据坝体混凝土规格及类别确定。
[0117]
步骤s3-3：将微震传感器b1固定于固定孔中心位置。放入膨胀螺钉a2、固定板a3及步骤s3-1中装置，扭转固定螺钉a5使其与整体固定，进而让微震传感器b1与固定板a3紧密相连，固定杆a1底端与坝体混凝土表面紧密接触。
[0118]
具体地，在各传感器周边进行多次敲击，通过传感器记录各次敲击产生的弹性波的起跳时刻，将第j个传感器的敲击时刻记作tj，将第j个传感器敲击后第i个传感器接收到敲击产生的弹性波的起跳时刻记作t
ji
；测试时停止坝面人行和施工等干扰传感器对敲击产生的弹性波信号的采集。
[0119]
根据第j个传感器与各传感器之间的距离，以及速度和时间的关系，对应于每一个敲击孔，根据两点距离公式列出方程式(8)：
[0120]
(x
j-x1)2+(y
j-y1)2+(z
j-z1)2＝v
j2
(t
j1-tj)2(8)
[0121]
分别将第1个敲击点和第2个敲击点的坐标、相应的敲击点敲击的时刻、以及相应的敲击点敲击后第i个传感器接收到敲击产生的弹性波的起跳时刻的值代入式(8)，分别求解出坝体等效波速v1＝4078m/s,v2＝4105m/s，然后计算坝体平均等效波速v＝4091.5m/s。
[0122]
在水库大坝运行期间，通过微震监测系统对监测区域进行监测，测定监测区域产生的微震事件的震源位置及微震发生时刻。测定监测区域产生的微震事件的震源位置及微震发生时刻的方法如下：
[0123]
假设微震事件的震源的坐标为(xk，yk，zk)，微震发生的时刻为tk，定义t
ki
为第i个传感器接收到微震事件产生的弹性波的起跳时刻，根据微震事件的震源与各传感器之间的距离，以及速度和时间的关系，根据两点距离公式列出下列6个方程式：
[0124]
(x
k-x1)2+(y
k-y1)2+(z
k-z1)2＝v
k2
(t
k1-tk)2(9)
[0125]
(x
k-x2)2+(y
k-y2)2+(z
k-z2)2＝v
k2
(t
k2-tk)2(10)
[0126]
(x
k-x3)2+(y
k-y3)2+(z
k-z3)2＝v
k2
(t
k3-tk)2(11)
[0127]
(x
k-x4)2+(y
k-y4)2+(z
k-z4)2＝v
k2
(t
k4-tk)2(12)
[0128]
(x
k-x5)2+(y
k-y5)2+(z
k-z5)2＝v
k2
(t
k5-tk)2(13)
[0129]
(x
k-x6)2+(y
k-y6)2+(z
k-z6)2＝v
k2
(t
k6-tk)2(14)
[0130]
联立上述6个方程，代入岩体平均等效波速v、各传感器的坐标、以及各传感器接收到微震事件产生的弹性波的起跳时刻的值，即可求解出微震事件的震源的坐标(xk，yk，zk)
和微震发生的时刻tk。
[0131]
步骤s3-4：将微震传感器b1与高速ad转换器b3通过信号传输线b8相连，储存器b4、时钟b5以及fgpa微控制器b6通过内部线缆相连，通讯组件b7发送信号至云端数据分析系统c。
[0132]
步骤s3-5：监测坝体潜在渗流通道。堆石坝体内部因库水位波动大，应力变化也较为频繁，产生内部裂纹，进而产生渗流通道；裂纹的孕育或拓展使坝体内产生一定幅度的振动，坝体通过堆石块介质传输振动信号，多个微震传感器b1采集到坝体内部渗流致裂的微震信号，并通过信号传输线b8将其传输至云端数据分析系统c。
[0133]
具体地，在云端分析(见图7)期间，实时采集的渗流微震信号声纹图(见图8(a)-图8(d))与历史实时统计监测区域发生的微震事件的震源位置，实时将震源位置标示于三维直角坐标系中，得到震源位置空间分布图，结合震源位置的空间分布图中震源位置的分布情况进行判断，当渗流微震事件的震源位置在监测区域的某一或某些局部区域呈现条带状或面状分布聚集，则相应的局部区域中即可能存在潜在渗流通道；若微震事件的震源位置在监测区域的某一或某些局部区域离散分布，未出现聚集现象，则说明相应的局部区域中无探明控制性断层等结构面，即相应的局部区域中无潜在渗流通道存在。
[0134]
具体地，对声发射信号的声纹图特征进行简要的说明。
[0135]
声发射信号的声纹图是将声发射信号在时域空间和频域空间的联合表达形式。声发射信号在时域空间的表达形式为波性文件，波形文件可以表现出声发射信号的幅值随时间变化的特征。当对声发射信号的在整个时域空间的波形文件进行fft变化，则可以将声发射信号从时域空间转到频域空间中，但是上述的空间转换仅能反映在而二维的平面状态中。通过对语音信号的分帧，加窗进行stfft变化，将声发射信号的变化反映在三维空间中，即为声发射信号的时域—频域—幅值信号分布图。声纹图上的条条纹路即为声发射信号幅值表示，纹路颜色的深浅程度即为声信号能量的大小，色谱带从上至下的幅值表示能量越来越大，条纹带的密集程度反映出此刻声发射信号的数量聚集度，颜色深浅反映出信号幅值的高低程度。拥有以上分析看出，对于任何每一个声发射信号，声纹图形的纹理特征都是独一无二的，这为声纹图形的识别提供了分类基础。
[0136]
步骤s3-6：拆卸装置。相继分离信号采集装置b与固定装置a，微震信号传感器b1与信号传输线b8；逆时针松弛固定螺母a4，恢复至分离状态，拆卸固定板a4与弹簧a3；分离信号传输线与高速ad转换器b3，拆卸多个固定装置。
[0137]
在本实施例3的监测过程中，在监测60天后，共出现了221个大坝微震渗流破裂微震事件，如表1。
[0138]
表1渗流破裂微震信号的ivm模型识别结果
[0139][0140]
微震位置事件的空间分布如图5所示，出现了微震事件的震源位置在大坝桩号s0+100处靠近上游坝面的一个局部区域(图5中虚线框出的局部区域)聚集且呈现条带状分布的情况，说明该局部区域中存在渗流通道。提示在大坝坝体运营过程中，应当对该局部区域采取防护措施，如混凝土注浆等措施来保障大坝坝体的运行安全。
[0141]
示例性的，通过所述步骤s3-1～步骤s3-6可获取待测坝体的多组渗流路径预测值，可将其构成渗流通道面，形成最终的处理结果。
[0142]
本实施例克服了现有监测手段的不足，可简便快速地监测抽水蓄能电站上水库堆
石坝体内部是否存在渗流通道，而且方法采用预训练的ivm学习模型可实时识别待测坝体的破裂类型等特征，进而预测该坝段是否存在渗流通道，能够实现坝体渗流通道的精准检测，特别适用于水库大坝除险加固过程中的坝体渗流勘测。
[0143]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。