一种基于声射信号的岩体失稳预警方法

    公开(公告)号:CN115575510A

    公开(公告)日:2023-01-06

    申请号:CN202211188254.1

    申请日:2022-09-28

    Abstract: 本发明涉及一种基于声射信号的岩体失稳预警方法,包括S1、采用声发射监测设备实时监测岩体的声发射波形,获取并记录声发射上升时间参数,声发射上升时间参数为声发射波形上升阶段的时间参数;S2、在声发射上升时间参数中选取n个数据,n≥2;在设定的变异系数窗口长度下,计算声发射上升时间的变异系数Cv,在设定的偏度窗口长度下,计算声发射上升时间的偏度Sk,在设定的峰度窗口长度下,计算声发射上升时间的峰度Ku;S3、判断岩体是否进入失稳状态。本发明岩体失稳破坏的前兆点易于识别、计算简单、操作方便;可实时表征岩体所处的状态,可在隧道工程、边坡工程、采矿工程、水利水电工程等领域中的岩体预警预报中广泛使用。

    一种冰川消融期初期冰水泥石流的预警方法

    公开(公告)号:CN115083116A

    公开(公告)日:2022-09-20

    申请号:CN202210668990.0

    申请日:2022-06-14

    Abstract: 本发明公开了一种冰川消融期初期冰水泥石流的预警方法,属于泥石流防治工程技术领域,其特征在于,包括以下步骤:a、确定冰水泥石流的基本地形数据;b、由当地气象站或监测站点获得当地多年平均积温Tp、前7日积温和T7、当日日均温度T0和当年冰川消融期有效正积温Ty;c、计算积雪消融完毕日;d、计算得出积雪消融完毕日后,则进入冰川消融期,计算冰水泥石流流域的地形因子R;e、计算冰水泥石流的温度因子T;f、计算冰水泥石流的发生指标L;g、判断冰川消融期初期冰水泥石流的发生。本发明进行内在机理的深入研究,建立冰川消融期初期冰水泥石流预警模型,能够对冰水泥石流的发生作出准确判断。

    一种积雪消融期冰水泥石流预警方法

    公开(公告)号:CN115063948B

    公开(公告)日:2023-08-04

    申请号:CN202210668970.3

    申请日:2022-06-14

    Abstract: 本发明公开了一种积雪消融期冰水泥石流预警方法,属于泥石流防治工程技术领域,其特征在于,包括以下步骤:a、通过现场测量确定冰水泥石流的基本地形数据;b、获取当地多年平均积温Tp、前7日积温和T7、当日日均温度T0和当年积雪消融期有效正积温Ty;c、计算冰水泥石流流域地形因子R;d、计算诱发冰水泥石流的温度因子T;e、计算冰水泥石流的发生指标P;f、判断积雪消融期冰水泥石流的发生。本发明针对导致冰水泥石流形成的地形条件及温度条件进行内在机理的深入研究,并作出综合判断,建立积雪消融期冰水泥石流预警模型,确定冰水泥石流的预警划分级别,能够准确的对冰水泥石流的发生作出判断。

    一种积雪消融期冰水泥石流预警方法

    公开(公告)号:CN115063948A

    公开(公告)日:2022-09-16

    申请号:CN202210668970.3

    申请日:2022-06-14

    Abstract: 本发明公开了一种积雪消融期冰水泥石流预警方法,属于泥石流防治工程技术领域,其特征在于,包括以下步骤:a、通过现场测量确定冰水泥石流的基本地形数据;b、获取当地多年平均积温Tp、前7日积温和T7、当日日均温度T0和当年积雪消融期有效正积温Ty;c、计算冰水泥石流流域地形因子R;d、计算诱发冰水泥石流的温度因子T;e、计算冰水泥石流的发生指标P;f、判断积雪消融期冰水泥石流的发生。本发明针对导致冰水泥石流形成的地形条件及温度条件进行内在机理的深入研究,并作出综合判断,建立积雪消融期冰水泥石流预警模型,确定冰水泥石流的预警划分级别,能够准确的对冰水泥石流的发生作出判断。

    基于变分模态分解和CNN-GRU的滑坡位移预测方法

    公开(公告)号:CN115510748A

    公开(公告)日:2022-12-23

    申请号:CN202211188248.6

    申请日:2022-09-28

    Abstract: 本发明涉及一种基于变分模态分解和CNN‑GRU的滑坡位移预测方法,包括S1、对滑坡位移变形进行监测,得到监测数据,将监测数据分为周期项和趋势项;S2、通过灰色关联度分析法计算每个滑坡影响因素与滑坡位移的关联度,选取关联度较大的滑坡影响因素作为趋势项的预测数据;S3、对周期项和趋势项的数据进行归一化处理,并将周期项和趋势项的位移数据分为训练集、测试集和验证集;S4、建立GRU模型,并采用训练集对GRU模型进行训练;S5、将验证集输入训练后的GRU模型进行预测。使用灰色关联度分析法,分析如历史滑坡位移、降雨量和水位等数据对周期项数据的影响,并选择关联度高的数据作为周期项的影响因素,提高了数据质量,进而提高了预测的准确性。

Patent Agency Ranking