基于假设检验原理的边坡临滑时刻的动态识别方法

位移监测技术在边坡工程中的应用越来越广泛,如何根据动态监测信息及时掌握边坡稳定性状态,判定边坡的临滑时刻是有效实施滑坡预警、避免滑坡灾害发生的关键问题之一。在分析各种典型滑坡判据的基础上,确定将位移加速度大于0作为边坡的临滑判据;基于假设检验原理,将由观测得到的位移数据生成的位移速度变量看作是一随机变量,认为边坡在等速变形阶段时的位移速度变量服从正态分布,一旦进入加速变形阶段时则不服从正态分布,据此提出基于Lilliefors检验的边坡临滑时刻的动态识别方法。结合平庄西露天矿顶帮9.15滑坡过程中的监测数据,对边坡在不同变形阶段的位移速度变量进行形态检验,得出该边坡在等速变形阶段时,位移速度变量服从正态分布,进入加速阶段后服从指数分布,并且在剧滑前的一段时间内位移加速度变量服从正态分布,验证上述方法的合理性。研究结果表明,该方法能够及时、准确识别边坡的临滑时刻,可有效提高滑坡预警的可靠性。

基于位移的滑坡临滑时刻多模型综合预测模糊积分方法

滑坡的发生具有不确定性。针对目前基于位移的滑坡临滑时刻预测模型的预测结果之间存在较大的差异且难以选择出适合某种类型滑坡的最佳模型的问题,利用模糊积分具有较好处理客观证据和主观期望的优势,选择7个已知滑坡,分别用基于位移的滑坡临滑时刻预测的Verhulst、Verhulst反函数和福囿模型进行预测实验。通过计算各预测模型的隶属度获得模型的模糊密度,实现基于模糊积分融合方法的多模型综合预测。实验表明:模糊积分方法提高了已知滑坡的预测精度,使每个滑坡的预报时刻均在实际发生的前15天以内。

Verhulst反函数模型滑坡起始预测时刻的选择

Verhulst反函数模型用于滑坡预测的关键在于起始预测时刻t0的选择。针对用定量计算方法选择t0,研究模型中对数函数自变量存在出现负值的问题。计算所有t0满足模型要求的累计位移和相对位移预测数据,形成预测曲线,通过分析预测曲线与实际监测曲线选择起始预测时刻t0值,得出其选择的主要原则:(1)预测位移在观测序列点n和n+1处成立;(2)预测累计位移曲线与实测曲线形态相似;(3)预测相对位移与实测相对位移在点n处差值最小。多种已知滑坡试验表明:其临滑时刻的预测精度可以达到1个时间间隔以内,t0选择方法是有效的。