基于三维点云的边坡岩体结构面提取方法与应用

结构面在空间上的展布是岩体稳定性的重要影响因素,为解决传统结构面调查风险高、效率低,一般智能识别方法不适用于结构面发育破碎区的问题,基于三维激光点云数据,提出了一种精准、简便提取结构面并获取其产状信息的方法.首先,基于局部邻域熵函数最小准则改进了点云主成分分析算法,获取点云法向量信息;然后,利用区域生长算法对点云法向量夹角及曲率阈值进行分析,识别出了结构面;最后,通过法向量坐标转化获取结构面产状信息并对其进行分组.以青海黄藏寺某裂隙岩体为例,现场识别测试结果表明,该方法可以精准、简便地提取岩体结构面产状信息.     

基于粒子轨迹的危岩体损伤识别研究

危岩体损伤早期识别是边坡地质灾害防治的重点。 针对传统监测方法准确性低、敏感性差的问题,提 出用于评价危岩体损伤前后运动形式变化的指标———粒子轨迹。 通过分析危岩体运动学机理,推导危岩体粒子轨迹 与主控结构面粘结面积相关性。 引入互相关近似熵概念并拓展至三维,用于评价危岩体损伤前后粒子轨迹差异程 度,实现对粒子轨迹的定量分析。 开展模型试验,监测危岩体不同后缘裂缝深度下的自由振动响应,利用三维互相关 近似熵分析粒子轨迹差异性。 试验结果表明,随岩桥损伤程度加强,粒子轨迹熵值逐渐增大。 相比传统监测方法,粒 子轨迹对危岩体结构面损伤更敏感且普适性强,为危岩体损伤识别及崩塌早期预警提供了新的研究思路。     

可拓理论在排矸场监测预警中的应用研究

为了对排矸场边坡的安全状态进行实时监测预警,降低边坡破坏风险,利用可拓理论和熵值指标赋权,确定了排矸场安全评价模型的构建方法。将边坡的安全等级划分为4级,并将安全等级与边坡稳定性系数相关联,计算出倾斜、位移及地下水3个方面的6项指标的节域范围,建立了排矸场安全的可拓评价模型。应用此模型分析王家岭煤矿排矸场边坡的监测数据,结果表明:现有条件下,降雨会在短时间内影响边坡的安全状态,造成其安全等级特征值的波动,但排矸场的安全等级均保持Ⅰ级,边坡处于稳定状态。     

基于动力学监测指标的崩塌早期预警研究进展

崩塌灾害的早期预警一直是岩土工程领域研究的热点问题之一.传统的监测预警方法监测指标相对单一, 更多关注于加速破坏前兆的识别, 使得崩塌的早期预警存在诸多困难.本文首先引入动力学监测指标, 对岩土体破坏过程中的动力响应进行综述, 得出基于固有振动频率等动力学监测指标可以为危岩体的损伤提供数据支持.随后基于最新的实验研究发现动力学监测指标可以有效反应边坡的物理力学特征的变化, 进而可以实现岩体损伤与稳定性的动态识别和定量判断.在对国内外现状进行综述发现, 基于分离阶段破坏前兆识别的岩块体崩塌灾害预警思路, 具有更好的时效性, 是未来崩塌早期预警的发展方向, 同时对崩塌的早期预警指标体系进行展望, 得出基于动力学指标、静力学指标和环境量指标三位一体的早期监测预警指标体系, 必将在工程监测与灾害预警方面发挥更大潜力, 为从事应对崩塌等脆性破坏灾害预警预防的研究工作者提供有效参考.      

基于振幅比的危岩体稳定性分析方法

节理面的黏结面积对危岩体的稳定性起决定作用,同时也影响岩石的动力响应.分析节理面黏结面积与节理面刚度之间的关系,可以建立危岩体和基岩的振动幅值之比与节理面黏结面积之间的关系;再结合极限平衡理论,可以建立基于振幅比指标的危岩体稳定性计算方法.提出了共振黏结长度的概念:当岩体节理面的黏结长度达到共振黏结长度时,危岩体对基岩振动响应最大;而在共振黏结长度两侧,岩体的振幅比会随着黏结长度的改变产生相反的变化.通过对典型危岩体进行的数值模拟,分析了岩体振幅比模拟结果与理论计算结果之间的差异,证实了基于振幅比的危岩体稳定性分析方法的有效性.     

基于固有频率的坠落危岩体稳定系数计算模型研究

坠落危岩体的稳定系数受后缘裂隙深度控制，而常规的静力学计算方法无法实时追踪裂隙深度的动态变化，如何实现实时获取当前危岩稳定系数仍是亟需解决的问题。基于修正Timoshenko梁理论建立岩梁动力学方程，将基岩与危岩体之间的关系比拟为半无限空间地基与基础的关系，进而基于动力基础半空间理论得到基岩对危岩体的动力学约束边界，结合约束边界条件及动力学方程通解推导得到危岩体固有频率解析解，建立固有频率与危岩体后缘裂隙深度之间的定量关系。基于固有频率与危岩体后缘裂隙深度关系，建立基于固有频率的动力学稳定系数计算模型。为验证算法正确性，将理论计算值与室内试验值进行对比，不同裂隙深度条件下一阶固有频率误差最大为3.3%，充分说明了危岩体固有频率算法的合理性与有效性。算法应用于宝泉抽水蓄电站，通过对常时微动的测量成功获取危岩体固有频率值，经过计算获得当前危岩体后缘裂隙深度，并计算得到当前危岩体稳定系数，实践证明，危岩体的固有频率具有可测性，为实现崩塌自动化监测提供理论借鉴，具有理论及市场前景。