APP下载

利用阵列式位移传感系统进行地质灾害深部位移动态监测与分析

2018-04-08邱冬炜祝思君王来阳段明旭

测绘通报 2018年3期
关键词:滑坡变形传感器

邱冬炜,祝思君,2,王来阳,段明旭

(1. 北京建筑大学,北京 102616; 2. 北京市地质工程勘察院,北京 100089)

我国幅员辽阔,具有多种类型的地质条件,地质灾害形势严峻,加上近接工程扰动、人工破坏、极端天气等因素的影响,地质灾害频发,对地质灾害进行监测与分析预报尤为重要。当前,已经实现了对地质灾害区不稳定体的自动化监测,其中主要的监测内容为地表位移监测和深部位移监测。

王利、范青松、殷建华等利用高精度GPS接收机与InSAR技术、常规监测手段相结合的方法,对滑坡进行地表位移监测[1-3]。王凯等用测斜仪对滑坡进行深部位移监测,并对比分析了测斜仪和拉线式测斜仪两种监测方法[4]。在地质灾害中,地表位移往往具有滞后性,而深部位移监测能准确分析不稳定体的变形特征,进行准确预警。利用测斜仪进行深部位移监测,只能监测离散点位,无法准确获得不稳定体的整体变形情况。姚艳丽、李建辉等利用三维激光扫描技术对滑坡体进行了三维模型的建立,利用三维模型对滑坡地质灾害进行预报[5-6]。付敏、薛涛、范永波等研究了滑坡深部位移监测的方法和应用[7-9]。一种新技术阵列式位移传感系统(shape acceleration array,SAA)正在国内外监测领域尝试应用。陈贺等提出了一种使用SAA技术监测孔动能的方案,实现对滑坡体的监测与预报[10]。王生涛等用SAA技术监测了隧道施工时围岩体的收敛形变[11]。Bennett V、Abdoun T等结合SAA技术与无线传输技术,对高速公路边坡和建筑结构进行了实时监测[12-14]。

在地质灾害监测中,SAA技术可以全方位地监测不稳定体的深部形变情况,通过无线数据传输,将采集到的数据实时发送给监测中心。阵列式位移传感器能够灵活地以任意姿态布设在不稳定体的任何部位,采集到的是各个监测部位的三维坐标信息,比测斜仪更加直观、准确地获取监测体的深部变形情况,从而实现变形分析与预警。

1 阵列式位移传感系统原理

阵列式位移传感系统是一种基于微电子机械来测量重力加速度和三轴位移的传感器系统,具有较高精度、设备可回收利用、自动实时采集、无线传输等特点。SAA传感器部分是由多个子节段通过柔性连接关节连接而成,其中子节段由MEMS加速度传感器构成,长度为30~50 cm,外部配有耐磨、耐腐蚀的保护材料。多个子节段构成一个子阵列,其总长度可以随意定制(如图1所示)。由加拿大Measurand公司提供的试验与测试结果,每个子阵列的最大弯曲角度达60°,由64个子阵列构成的位移传感器,总长度约32 m,其末端位移测量精度为1.5 mm[15]。

图1 SAA传感器

(1)

然后,以仪器的电缆引出端为各节段测量起始位置A11,传感器在第一次通电时端点A11坐标为(x11,y11,z11),依次连续对各子节的变化量求和∑(ΔX,ΔY,ΔZ),就可以得到各连接点相对于端点A11的坐标值A1i(x1i,y1i,z1i)。其中i表示SAA各连接点序号,数字1为第一次通电工作时间状态。SAA的工作原理如图2所示。

SAA通电后开始实时数据采集,任意时刻每个子节段坐标值的改变反映了不稳定体该部位的位移变化。此时各节段关节点的坐标值为相对于变化后的SAA端点的相对坐标值Ani(xni,yni,zni)(n代表观测时间点)。

图2 SAA子节段工作原理

2 工程试验

2.1 工程地质情况

试验选取京张铁路北京段居庸关隧道入口处的一处地质灾害隐患区,对不稳定体深部位移开展监测试验研究(如图3所示)。试验区内整体地形起伏,呈两侧高、中间低,横向“V”型冲沟发育,均汇入中部低洼处的纵向河谷中,局部成陡崖岩墙状。山势陡峭,山体自然坡度为25°~59°。此区域地质情况复杂,既有自然形成,又有人工破坏山体形成的地质灾害隐患区。突发型地质灾害有不稳定堆渣体、泥石流、崩塌体等。这些不稳定体中,距离京张客运专线(里程DK55+985至里程DK56+092)最近距离仅有80 m。其现场自然地势如图4所示。

图3 试验区位置示意图

2.2 SAA布设的设计与实施

根据现场调查和地质勘察资料,采用地面三维激光扫描的方法获取重点监测区三维模型(如图5所示)。在此基础上构建三维地质本构模型,并对本构模型进行模拟分析。

图4 试验区地形情况

图5 重点监测区三维模型的数据采集和点云

由于滑坡地质灾害受降雨影响较大,在本构模型上进行降雨过程中降雨强度与变形规律的分析。分析结果如图6所示。

图6 不同降雨强度下滑坡区域

图7显示了降雨强度在137、189和277 mm时的滑坡区域分布。结果显示:在降雨累积137 mm时山体出现了初始滑坡,随着累积降雨量的增加,山体滑坡区域逐渐增大。山体滑坡区域主要发生在山体陡坡区域,从坡脚向坡面延伸。

经过滑坡变形的计算分析,获得滑坡的监测范围和主滑方向。沿主滑方向布设测线,埋设SAA传感器(如图7所示),并在测线顶、中和底部沿铅垂方向安设测斜仪。其他监测传感器(如GPS、测量机器人等)分别布置在相应位置,用来对该不稳定体进行综合监测。

图7 SAA传感器埋设示意图

根据试验区地质特点及SAA埋设要求,采用PVC管中埋设SAA传感器的方法。SAA布设长度为8 m,在不稳定体上开挖宽300 mm、深300 mm、坡度85°的沟槽,沟槽底部至基岩区。PVC管内径28 mm,外径32 mm。用绳子将SAA拉入PVC管内,检查近端(坡顶)和远端(坡脚)姿态标志,以确保SAA在管内不发生扭曲。用混凝土将SAA最远端固定在沟槽下端作为基准参考点。用细沙填埋沟槽,顶面500 mm用混凝土加以固定抹平(如图8所示)。此次试验SAA采用无线传输,并且由太阳能供电。

图8 SAA传感器的埋设及配套设备安装

3 数据处理与对比分析

3.1 SAA监测流程

SAA采用美国Campbell数据采集器CR8000进行数据采集。在自动采集数据之前,进行数据采样间隔的设置,根据监测需要,采样间隔设置为30 min。监测数据通过无线传输模块传输到监测中心,并进行实时处理。其总体流程如图9所示。

3.2 监测结果分析

试验共采集了3个月的监测数据(如图10所示),可以看出:①随着时间的变化,SAA各节段在不同埋深部位的位移变化具有趋同性,与地质本构模型分析结果保持一致;②埋深5 m处的变形最大,分析为不稳定体的滑移面位置。通过与地质勘查数据(钻孔数据)对比,孔深5 m处地质构造为坡积物与坡积碎石,地质情况不稳定。

图9 监测总体流程

图10 SAA监测结果示意图

为了进一步验证SAA的测量效果,选取相同时刻和相同部位测斜仪数据进行对比。图11是数据对比结果的示意图。

图11 SAA与测斜仪数据对比

通过对数据进行综合比较分析,SAA在地质灾害不稳定体深部监测中与测斜仪的性能相仿。相比于测斜仪必须垂直布设的特点,SAA具有以任意形式布设并直接获取各测点三维坐标的突出优势。

4 结 论

经过将SAA监测数据与地质勘探数据、本构模型分析结果、测斜仪监测数据等综合对比分析可以看出:SAA能够有效地实施地质灾害深部位移的动态监测,并可以准确地分析出不稳定体的滑移面位置。SAA传感器布设方式灵活、自动化程度高,适用于地质灾害不稳定体深部位移监测。

参考文献:

[1] 王利.地质灾害高精度GPS监测关键技术研究[J].测绘学报,2015,44(7):826.

[2] 范青松,汤翠莲,陈于,等.GPS与InSAR技术在滑坡监测中的应用研究[J].测绘科学,2006,31(5):60-62.

[3] 殷建华,丁晓利,杨育文,等.常规仪器与全球定位仪相结合的全自动化遥控边坡监测系统[J].岩石力学与工程学报,2004,23(3):357-364.

[4] 王凯,张伟毅,马飞,等.滑坡深部变形监测方法与应用探讨[J].地下空间与工程学报,2015,11(1):204-209.

[5] 姚艳丽,蒋胜平,王红平.基于地面三维激光扫描技术的滑坡模型监测与预测[J].测绘科学,2014,39(11):42-46.

[6] 李建辉,王琴.三维激光扫描技术应用于滑坡体地形可视化的研究[J].测绘通报,2012(10):51-54.

[7] 付敏,邓清禄,黄晓明,等.深部位移监测在滑坡变形监测中的应用研究[J].人民长江,2017,48(8):44-48.

[8] 薛涛,王振华,孙萍,等.基于深部位移监测的滑坡形成机制分析与稳定性评价[J].中国地质灾害与防治学报,2017,28(1):53-61.

[9] 范永波,侯岳峰,李世海,等.基于地表及深部位移监测的滑坡稳定性分析[J].工程地质学报,2013,21(6):885-891.

[10]陈贺,李亚军,房锐,等.滑坡深部位移监测新技术及预警预报研究[J].岩石力学与工程学报,2015,34(S2):4063-4070.

[11]王生涛,李传富,蒲小平,等.SAA技术在成兰铁路隧道监控量测中的应用[J].隧道建设,2015,35(6):584-588.

[12]BENNETT V,ABDOUN T,DANISCH L,et al.Unstable Slope Monitoring with a Wireless Shape-acceleration Array System[C]∥7th FMGM 2007:Field Measurements in Geomechanics.Boston,Massachusetts:The American Society of Civil Engineers,2007.

[13]BENNETT V,ZEGHAL M,ABDOUN T,et al.Wireless Shape-acceleration Array System for Local Identification of Soil and Soil Structure Systems[J].Transportation Research Record,2007,2004(1):60-66.

[14]ABDOUN T,BENNETT V,DANISCH L,et al.Field Installation Details of a Wireless Shape-acceleration Array System for Geotechnical Applications[C]∥The 14th International Symposium on Smart Structures and Materials & Nondestructive Evaluation and Health Monitoring.Bellingham,Washington:International Society for Optics and Photonics,2007.

[15]ABDOUN T,BENNETT V,DANISCH L,et al.Real-time Construction Monitoring with a Wireless Shape-acceleration Array System[C]∥GeoCongress 2008:Characterization,Monitoring,and Modeling of GeoSystems.New Orleans,Louisiana:American Society of Civil Engineers,2008.

猜你喜欢

滑坡变形传感器
康奈尔大学制造出可拉伸传感器
滑坡推力隐式解与显式解对比分析——以河北某膨胀土滑坡为例
变形记
谈诗的变形
简述传感器在物联网中的应用
“传感器新闻”会带来什么
跟踪导练(三)2
“我”的变形计
滑坡稳定性分析及处治方案
浅谈公路滑坡治理