一种坡面倾角监测装置及边坡安全系数计算方法

1.本发明涉及山地灾害防治技术领域，具体而言，涉及一种坡面倾角监测装置及边坡安全系数计算方法。


背景技术：

2.现有的坡面倾角监测装置无法有效测量出现场边坡倾角，且现有的边坡预警方法及装置无法较为准确的预测滑坡的产生，不仅测量精度不够高，预测提前时间较短，还容易出现误报的情况，反而造成人员恐慌和物资浪费。现需要一种高精度坡面倾角监测装置进行倾角监测，并通过监测到的倾角值确定边坡的安全参数信息。


技术实现要素：

3.本发明的目的在于提供一种坡面倾角监测装置及边坡安全系数计算方法，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：一方面，本技术提供了一种坡面倾角监测装置，包括：圆形套筒、固定圆盘、距离测量组件、被测件和重力组件,所述圆形套筒一端部放置于边坡坡面内;所述固定圆盘的下表面与所述圆形套筒另一端固定连接;所述距离测量组件设置在所述固定圆盘上表面,所述距离测量组件设置有至少三 组,所有的所述距离测量组件将所述固定圆盘外侧圆弧等分设置；所述被测件设置在所述固定圆盘上方，所述被测件位于所述距离测量组件的数据采集范围内，所述被测件与所述距离测量组件位于同一水平面；所述重力组件设置在所述被测件正下方,所述重力组件与所述被测件固定相连，所述重力组件的中心线与所述圆形套筒的中心线重合。
4.另一方面，本技术还提供了一种边坡安全系数计算方法,包括：获取第一参数信息，所述第一参数信息包括边坡坐标信息和边坡的岩土体参数信息；基于3dec离散软件对所述边坡坐标信息和边坡岩土体参数信息进行处理，得到三维地质模型；基于所述三维地质模型确定至少两个贯通面和每个所述贯通面的监测点位置，并基于3dec离散软件模拟得到滑坡在所有滑动状态下每个贯通面上监测点的第二参数信息,所述第二参数信息包括位置参数信息、形状参数信息和岩土体参数信息；基于所述第二参数信息确定所有滑动状态下每个监测点的模拟倾角值，并将所有模拟倾角值与所有滑动状态下每个贯通面上监测点的第二参数信息进行映射，得到每个所述模拟倾角值与对应的第二参数信息的关系网络；获取坡面倾角监测装置采集到的边坡上所有监测点的实际倾角值，并基于所述实际倾角值和所述关系网络确定每个监测点的实际倾角值对应的第二参数信息；基于传递系数法对每个所述监测点的实际倾角值对应的第二参数信息进行计算，得到所述边坡上每个贯通面的安全系数。
5.本发明的有益效果为：本发明通过预先在离散元软件3dec中建立边坡模型，极大限度的还原现场三维边坡，通过对边坡模型内部贯通滑动面的事先刻画及各物理、化学参数的赋予，经数值模拟的同时改变边坡模型内相关计算参数，从而获取多组数据样本，利用数据样本进行构建和训练神经网络模型，再利用本发明的高精度坡面倾角监测装置来获取现场边坡坡面处的倾角范围，结合构建完成的神经网络模型直接分析预测当前现场边坡可能生成的贯通滑动面第二参数信息，最后根据预测结果分析计算当前现场边坡的安全系数，从而进行预警及相关防治措施。
6.本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
7.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
8.图1为本发明实施例中所述的坡面倾角监测装置纵截面结构示意图;图2为本发明实施例中所述的坡面倾角监测装置内部结构示意图；图3为图1中的a-a出剖视示意图；图4为本发明实施例中所述的一种边坡安全系数计算方法的流程示意图。
9.图中标记：1、圆形套筒；2、固定圆盘；3、被测件；4、支撑杆；5、圆球；6、连接杆；7、固定板；8、重力铅锤；9、凹槽；10、基座；11、支架；12、激光位移计；13、遮光罩；14、定位栓。
具体实施方式
10.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
11.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
12.实施例1：参见图1、图2和图3，本实施例提供了一种坡面倾角监测装置,所述装置包括:圆形套筒1、固定圆盘2、 距离测量组件、被测件3和重力组件,所述圆形套筒1一端部放置于边坡坡面内;所述固定圆盘2的下表面与所述圆形套筒1另一端固定连接;所述距离测量组件设
置在所述固定圆盘2上表面,所述距离测量组件设置有至少三组,所有的所述距离测量组件将所述固定圆盘2外侧圆弧等分设置；所述被测件3设置在所述固定圆盘2上方，所述被测件3位于所述距离测量组件的数据采集范围内，所述被测件3与所述距离测量组件位于同一水平面；所述重力组件设置在所述被测件3正下方,所述重力组件与所述被测件3固定相连，所述重力组件的中心线与所述圆形套筒1的中心线重合。
13.可以理解的是本步骤通过设置一个边坡模型坡面倾角检测装置，其中通过将边坡坡面的微小角度传递到距离测量组件，所述被测件3在体系内始终保持为垂直状态，进而通过距离测量组件测得边坡模型坡面倾角，其中圆形套筒为遮光材料制成，防止其他光线进行测量区域，影响距离测量组件的测量，其中本发明还通过将距离测量组件优选地分为三组，这样三组距离测量组件上的测量激光相交于所述被测件3的中心点，然后基于所述被测件3的中心点作为坐标原点，取其中一条激光作为y轴，所述三个距离测量组件上到所述被测件3的距离分别为、和，当边坡坡面产生倾角时，所述被测件3相对位置保持不变，始终保持为竖直状态，所述各个距离测量组件到所述被测件3的距离分别为、和，然后根据三个位置处的位移变化，在x轴正方向的位移为,在y轴正方向的位移分为和两个部分，其中，另一部分，，基于原点在坐标系内做出向量和向量，根据向量关系可求出产生倾角时平面内测量值变化为δl，边坡的角度变换方向为向量和δl的反方向；可以理解的是，此时坡上结构体系的偏转角度为α，根据三角函数关系可求得由于振动角度α极小，根据高等数学中等价无穷小关系偏转角度α近似等于tanα，所述激光位移计的测量精度为，其中h为1000mm，在此基础上，所述高精度倾角监测装置的测量精度可达到度，该装置可监测坡面微小角度变化。
14.其中，本技术中的被测件3设置为圆形薄壁，其中外部圆形为光滑的圆形，内部中空，减少重量的同时还能进行反光，本技术中的圆形套筒内部设置为中空，减少材料的使用，和减少监测装置的重量，便于运输，所述固定圆盘设置的上表面设置为光滑平面增加了距离测量组件的测量精度，防止产生误差，其中距离测量组件最少设置为三组，将所述被测件的倾角进行360
°
无死角全方位监测，防止产生误差，其中重力组件的中心线和圆形套筒的中心线重合，其中保障被测件3和重力组件在初始状态保持为垂直状态。
15.如图1、图2和图3所示，所述重力组件包括支撑杆4、圆球5、连接杆6、固定板7和重力铅锤8，所述支撑杆4的顶端与所述被测件3固定相连，所述支撑杆4的底端与所述圆球5固定相连，所述圆球5正下方设置有固定板7，所述固定板7中心设置有凹槽9，所述凹槽9底部设置有第一通孔，所述圆球5通过所述连接杆6穿过所述第一通孔与所述重力铅锤8固定相连，所述重力铅锤8设置在所述固定板7正下方，所述支撑杆4、所述圆球5、所述连接杆6、所述固定板7和所述重力铅锤8的中心线重合。
16.其中，本步骤通过设置所述支撑杆4、所述圆球5、所述连接杆6、所述固定板7和所述重力铅锤8，使所述重力组件的中心始终位于底部，保障所述重力组件能够在所述圆形套筒1因滑坡进行形变导致产生倾斜时，所述重力组件能够保持垂直状态，进而产生夹角，这样就能测量得到边坡模型坡面的倾角。
17.如图1、图2和图3所示，所述距离测量组件包括基座10、支架11和激光位移计12，所述基座10固定设置在所述固定圆盘2的上表面，所述基座10的上表面设置有支架11，所述支架11与所述激光位移计12固定相连。
18.可以理解的是，本步骤通过将激光位移计12固定设置在所述固定圆盘2的上表面，进而保证所述激光位移计与所述固定圆盘位于同一平面，而其中固定圆盘的下底面与所述圆形套筒1固定相连，进而在圆形套筒1倾斜时所述固定圆盘2也产生同样的倾斜角度，进而快速确定倾角变化。
19.如图1、图2和图3所示，所述固定圆盘2上设置有遮光罩13,所述遮光罩13设置为圆柱形,所述遮光罩13的外侧壁轮廓与所述固定圆盘2的外侧壁轮廓重合，其中本技术还将所述遮光罩设置为圆柱形，防止其他光源照射在所述被测件3上，导致测量不精确，其中被测件设置为圆形薄壁，减少重量的同时，还能够反光，保障倾角的检测精度。
20.如图1、图2和图3所示，所述固定圆盘2上设置有定位栓14，所述定位栓14与所述遮光罩13相邻设置，所述定位栓14的侧壁与所述遮光罩13的内侧壁切合设置，其中，本技术通过定位栓14将所述遮光罩13固定在所述固定圆盘2的正上方，防止所述遮光罩13滑动，导致测量不准确。
21.如图1、图2和图3所示，所述凹槽9为球形设置,所述凹槽9的直径大于所述圆球5的直径且小于所述固定板7的直径，其中本步骤将所述凹槽9设置为球形，这样才能保证边坡产生倾角时，所述圆球5能够产生倾斜，进而保证重力组件始终沿重力向下的状态。
22.如图1、图2和图3所示，所述第一通孔的直径大于所述连接杆6的直径且小于所述圆球5的直径，其中通过将所述第一通孔的直径设置为大于所述连接杆6的直径且小于所述圆球5的直径时，保证所述连接杆6有足够的倾斜空间，防止倾斜到一定程度然后不能继续倾斜，导致测量不准确。
23.实施例2：参见图4，本实施例提供了一种边坡安全系数计算方法，图中示出了本方法包括步骤s1、步骤s2、步骤s3、步骤s4、步骤s5和步骤s6。
24.s1、获取第一参数信息，所述第一参数信息包括边坡坐标信息和边坡的岩土体参数信息；可以理解的是所述边坡坐标信息包括现场边坡的坐标位置信息、所述边坡的岩土体参数信息包括岩土体粘聚力、内摩擦角、岩土体重度、弹性模量、泊松比、边坡节理的倾向、边坡节理的倾角，层理的倾向和层理的倾角。
25.s2、基于3dec离散软件对所述边坡坐标信息和边坡岩土体参数信息进行处理，得到得到三维地质模型；可以理解的是本步骤通过3dec离散软件进行三维地质模型建立，能够快速体现真实边坡的实地模型。
26.s3、基于所述三维地质模型确定至少两个贯通面和每个所述贯通面的监测点位置，并基于3dec离散软件模拟得到滑坡在所有滑动状态下每个贯通面上监测点的第二参数信息,所述第二参数信息包括位置参数信息、形状参数信息和岩土体参数信息；可以理解的是本步骤利用3dec离散软件确定三维地质模型的所有贯通面，在每个贯通面上设置最少二十个监测点，进而通过3dec离散软件模拟所有贯通面在不同模拟滑动
状态，并确定不同模拟滑动状态下所有贯通面的滑坡参数变化，得到不同滑坡的滑动状态下每个贯通面上监测点的第二参数信息，其中，本步骤中，步骤s3包括步骤s31、步骤s32和步骤s33。
27.步骤s31、发送控制子命令，所述控制子命令包括控制3dec离散软件随机切割三维边坡模型，得到所述边坡模型内的所有贯通面的第二参数信息；步骤s32、基于3dec离散软件调节所有贯通面的第二参数信息，得到至少两个滑动状态下每个贯通面的第二参数信息；步骤s33、基于lstm神经网络模型对所有滑动状态下每个贯通面的监测点的第二参数信息进行预测分析，得到所有滑动状态下每个贯通面的监测点的第二参数信息。
28.可以理解的是本步骤通过3dec离散软件得到所有滑动状态下每个贯通面的第二参数信息，进而通过lstm神经网络模型对每个贯通面的监测点的第二参数信息进行预测，进而确定每个监测点的第二参数信息。
29.s4、基于所述第二参数信息确定所有滑动状态下每个监测点的模拟倾角值，并将所有模拟倾角值与所有滑动状态下每个贯通面上监测点的第二参数信息进行映射，得到每个所述模拟倾角值与对应的第二参数信息的关系网络；可以理解的是本步骤通过第二参数信息预测每个监测点的模拟倾角值，并将所有模拟得到的第二参数信息和模拟得到的水平倾角值进行映射，并建立得到映射网络，进而在知道模拟倾角值时，就能够确定模拟第二参数信息，其中，本步骤中，步骤s4包括步骤s41、步骤s42、步骤s43和步骤s44。
30.步骤s41、将所有滑动状态下每个贯通面的第二参数信息按照预设比例进行分类，得到训练集和验证集；步骤s42、将所述训练集发送至lstm神经网络模型内进行训练，得到所有滑动状态下每个贯通面对应监测点的预测第二参数信息，将所述验证集和所述预测第二参数信息进行灰色关联分析，判断得到的关联度值是否大于预设阈值，得到判断结果；步骤s43、若所述判断结果为所述关联度值小于或等于预设阈值，则调整lstm神经网络模型的预测参数，重新进行预测；步骤s44、若所述判断结果为所述关联度值大于预设阈值，则输出所述预测第二参数信息。
31.可以理解的是本步骤通过将所有滑动状态下每个贯通面的第二参数信息按照预设比例进行分类，其中预设比例优选为1：1，预测得到所有滑动状态下每个贯通面对应监测点的预测第二参数信息，然后将验证集和预测第二参数信息进行分析，判断所述关联度值是否大于预设阈值，确定符合要求的预设值。
32.s5、获取坡面倾角监测装置采集到的边坡上所有监测点的实际倾角值，并基于所述实际倾角值和所述关系网络确定每个监测点的实际倾角值对应的第二参数信息；可以理解的是本步骤通过坡面倾角监测装置采集边坡上的监测点的实际倾角值，然后将所述实际倾角值与所述关系网络进行对应，确定所述实际倾角值对应的第二参数，进而确定所述第二参数对应的边坡贯通面的位置；s6、基于传递系数法对每个所述监测点的实际倾角值对应的第二参数信息进行计算，得到所述边坡上每个贯通面的安全系数。
33.可以理解的是本步骤通过确定的所述第二参数对应的边坡贯通面的位置和其对应的模拟第二参数信息进行计算，得到边坡上每个贯通面的安全系数，快速判断边坡上贯通面的安全等级。
34.可以理解的是本步骤通过采集边坡数据，然后基于边坡数据建立三维模型，模拟三维模型上所有滑动状态下每个贯通面的第二参数信息，并模拟得到所有的贯通面的模拟倾角值，建立模拟倾角值和第二参数信息的关系网络，进而在测量得到实际倾角值后，将所述实际倾角值对应的模拟倾角值，确定所述实际倾角值对应的边坡贯通面的滑动状态和第二参数信息，然后计算所述实际倾角值对应的边坡贯通面的安全系数。
35.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。
36.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。