基于伪随机信号激电法的智能滑坡监测预警装置及方法
文献发布时间:2024-04-18 20:00:50
技术领域
本发明涉及地球物理、地质灾害探测领域,尤其涉及一种基于伪随机信号激电法的智能滑坡监测预警装置及方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
结构松散、抗剪强度较低、软硬相间岩层或倾角较大等条件下的坡体,在降雨和融雪等带来的水体渗入裂隙、地表水冲刷浸泡、地下水活动等因素诱导下,极易导致山体滑坡。一旦发生滑坡会毁坏道路、村庄等设施,甚至引发次生灾害,造成人民生命财产损失。因此,监测坡体含水率情况,避免出现山体滑坡,造成不可挽回的损失极其重要。
传统监测通常采用以下几种方式:
1、不定期间断性地球物理探测,时间间隔大;
2、位移监测提前时间较少;因此,不能对滑坡进行实时有效监测。
地球物理探测技术因其对于地面以下物性的反映能力可以进行长期有效的监测,其中电阻率对于水体反应敏感度高,因此目前已有相关研究将电法应用于滑坡监测预警中。包括下面几种:
1、已有研究仅使用单一电阻率信息进行观测,获取异常信息有限,多解性大;
2、装置使用环境噪声干扰较多,研究中使用传统电磁勘探信号并未作出针对性设计,抗干扰性较差;
3、装置智能性较低,数据处理方式简单,不仅容易造成预警误报,而且消耗较多时间;
4、已有装置使用220V生活用电供电,存在能耗高、安装位置受限、施工不便、存在安全隐患等问题亟需解决。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种基于伪随机信号激电法的智能滑坡监测预警装置及方法,本发明提出激电异常预警法,当单个或多个测点电阻率出现异常并达到阈值时,输出测点定位及所圈定的区域,同时将视电阻率对比数据进行传送,全程智能化实现,实现自动预警,减少人工干预时间与误差,避免滑坡等灾害出现。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种基于伪随机信号激电法的智能滑坡监测预警装置。
一种基于伪随机信号激电法的智能滑坡监测预警装置,包括:数据采集系统、云服务器及数据监控处理终端,所述云服务器均与数据采集系统和数据监控处理终端连接;
所述数据采集系统,用于在多组视幅频率的伪随机信号激发下,采集各个智能节点的电压;
所述云服务器,用于存储各个智能节点的电压,并传输给数据监控处理终端;
所述数据监控处理终端,用于根据各个智能节点的电压及供电电极之间的距离,计算多个视电阻率;基于测点位置和多个视电阻率,计算视电阻率均值;基于视电阻率均值、对应测点处历史视电阻率的方差和视电阻率差值,确定滑坡故障预警等级;
其中,所述测点位置为智能节点安装的位置。
进一步地,所述在多组视幅频率的伪随机信号激发下,采集各个智能节点的电压的过程包括:数据采集系统选取多个相同倍频比的幅频率参数,计算对应的多个视幅频率;并根据测点位置,选择特定的视幅频率,发射伪随机信号至智能滑坡监测预警装置,数据采集系统将接收的视幅频率转换成电压。
进一步地,所述基于视电阻率均值、对应测点处历史视电阻率的方差和视电阻率差值,确定滑坡故障预警等级的过程包括:
当
当
当
当
其中,
进一步地,所述数据采集系统包括电源模块、收发一体主机系统、分布式电缆及多个智能节点,所述电源模块连接收发一体主机系统,所述收发一体主机系统通过分布式电缆连接多个智能节点,所述智能节点安装在滑坡上;
所述电源模块,用于将收集的太阳能转化为电能,并存储至蓄电池中;
所述收发一体主机系统,用于发射特定视幅频率的伪随机信号,并接收分布式电缆回传的信号;
所述分布式电缆,包括电流输入所需的正负线及地线、信号通讯线、供电电极A/B信号线及测量电极M/N信号线;
所述智能节点,用于接收通讯命令并执行命令。
更进一步地,所述收发一体主机系统包括4G通讯模块、数据存储模块、信号输出模块、信号输入模块与电极通讯模块,所述4G通讯模块分别连接信号输出模块、信号输入模块和电极通讯模块连接,所述信号输出模块、信号输入模块和电极通讯模块均连接数据存储模块,所述信号输出模块、信号输入模块和电极通讯模块均连接分布式电缆。
更进一步地,所述信号输出模块,包括嵌入式处理器、FPGA模块、信号隔离模块及信号驱动模块,所述嵌入式处理器连接FPGA模块,所述FPGA模块连接信号隔离模块,所述信号隔离模块连接信号驱动模块,所述信号驱动模块连接分布式电缆;
所述嵌入式处理器,用于进行人机交互,在信号输出阶段发布指令,采集信号输入后进行简单信号处理,包括分频操作;
所述FPGA模块,用于对发射所需频率信号进行编码,协助嵌入式处理器对智能电极实现通讯控制;
所述信号隔离模块,用于对采集的信号进行隔离;
所述信号驱动模块,用于放大输出信号。
更进一步地,所述信号输入模块,包括阻抗匹配模块、信号放大模块、信号滤波模块、模数转换模块及嵌入式处理器,所述阻抗匹配模块一端连接分布式电缆,另一端连接信号放大模块,所述信号放大模块连接信号滤波模块,所述信号滤波模块连接模数转换模块,所述模数转换模块连接嵌入式处理器;
所述阻抗匹配模块,用于与电缆中传回的模拟信号进行阻抗匹配;
所述信号放大模块,用于将采集的模拟信号进行放大至合适幅度;
所述信号滤波模块,用于滤除干扰及无用信号;
所述模数转换模块,用于将采集信号进行采样,并转换为二进制数字信号;
所述嵌入式处理器,用于进行人机交互,在信号输入阶段发布指令,采集信号输入后进行简单信号处理。
更进一步地,所述智能节点包括通讯模块、嵌入式处理器、电源模块、四选一开关矩阵及外接电极,所述电源模块均与通讯模块和嵌入式处理器连接,所述通讯模块通讯模块连接嵌入式处理器,所述嵌入式处理器连接四选一开关矩阵,所述四选一开关矩阵连接外接电极;
所述电源模块,用于为整个智能节点供电;
所述通讯模块,用于与终端双向通讯,接收并回复命令;
所述嵌入式处理器,用于接收通讯命令,并向下传达选断开关命令;
所述四选一开关矩阵,用于接收选断开关命令并执行。
本发明的第二个方面提供一种基于伪随机信号激电法的智能滑坡监测预警方法。
一种基于伪随机信号激电法的智能滑坡监测预警方法,包括:在多组视幅频率的伪随机信号激发下,采集各个智能节点的电压;
根据各个智能节点的电压及供电电极之间的距离,计算多个视电阻率;基于测点位置和多个视电阻率,计算视电阻率均值;基于视电阻率均值、对应测点处历史视电阻率的方差和视电阻率差值,确定滑坡故障预警等级;
其中,所述测点位置为智能节点安装的位置。
进一步地,所述基于视电阻率均值、对应测点处历史视电阻率的方差和视电阻率差值,确定滑坡故障预警等级的过程包括:
当
当
当
当
其中,
与现有技术相比,本发明的有益效果是:
1、本发明采用高阶伪随机信号频率激电法进行水体渗漏监测,同时获取视幅频率与视电阻率信息,相互验证,更加准确反应坡体含水率变化。
2、本发明针对边坡设计特定高阶伪随机信号序列,将多个频率信号合成同时供入地下,并同时接收多个频率响应,分别处理为多个频率下的激电响应,抗干扰性强,频带更宽可同时获取更多异常信息进行预警。
3、本发明采取并配备智能节点、4G通讯等模块,同时提出异常变化底值预警法,提高测量及处理数据效率,做到更好更快预警。
4、本发明采用太阳能储能充电模块为装置供电的同时,作为供电电源进行多频激电法勘探,降低能耗,避免了在偏远地区探测时交通或通电不便利、安全隐患大的问题。
5、本发明提出激电异常预警法,当单个或多个测点电阻率出现异常并达到阈值时,输出测点定位及所圈定的区域,同时将视电阻率对比数据进行传送,全程智能化实现,实现自动预警,减少人工干预时间与误差,避免滑坡等灾害出现。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明示出的基于伪随机信号激电法的智能滑坡监测预警装置的结构图;
图2是本发明示出的接收一体机的结构图;
图3是本发明示出的智能电极节点的结构图;
图4是本发明示出的针对激发极化的含有特定频率组合的高阶伪随机信号的波形图;
图5是本发明示出的测点位于测线中的示意图;
图6是本发明示出的测点位于测线端部的示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
实施例一
如图1所示,本发明提供了一种基于伪随机信号激电法的滑坡监测智能报警装置,该装置包括数据采集系统、云服务器及数据监控处理终端;其中,
所述数据采集系统包括电源模块、收发一体主机系统、分布式电缆及多个智能节点。
所述电源模块包括太阳能储能充电模块与系统电源模块;
所述太阳能储能充电模块包括太阳能电池板、太阳能控制器、蓄电池(组),所述太阳能控制器均与太阳能电池板和蓄电池(组)连接,所述太阳能储能充电模块用于收集转化太阳能,并将其储存于蓄电池中,以为后续观测供电;
所述系统电源模块包括逆变器、控制器,所述逆变器连接控制器,所述系统电源模块用于将蓄电池模块中的直流电转换为各模块需要的不同类型大小的电压并分别供电;
如图2所示,所述收发一体主机系统包括4G通讯模块、数据存储模块、信号输出模块、信号输入模块与电极通讯模块,所述4G通讯模块分别连接信号输出模块、信号输入模块和电极通讯模块连接,所述信号输出模块、信号输入模块和电极通讯模块均连接数据存储模块,所述信号输出模块、信号输入模块和电极通讯模块均连接分布式电缆。
其中,所述4G通讯模块,用于拨号联网,为实现数据实时传输等提供网络,便于数据上传至云端并进行后续处理。
所述数据存储模块,用于暂时存放所采数据及突发断电等情形时应急存放数据。
所述信号输出模块包括嵌入式处理器、FPGA模块、信号隔离模块及信号驱动模块,所述嵌入式处理器连接FPGA模块,所述FPGA模块连接信号隔离模块,所述信号隔离模块连接信号驱动模块,所述信号驱动模块连接分布式电缆。
所述嵌入式处理器,用于进行人机交互,在信号输出阶段发布指令,采集信号输入后进行简单信号处理,包括分频操作;
所述FPGA模块即可编程大规模集成电路,在这一部分主要作用对发射所需频率信号进行编码,同时协助嵌入式处理器对智能电极实现通讯控制;
所述信号隔离模块,用于对采集的信号进行隔离;
所述信号驱动模块,用于放大输出信号。
所述信号输入模块包含阻抗匹配模块、信号放大模块、信号滤波模块、模数转换模块及嵌入式处理器,所述阻抗匹配模块一端连接分布式电缆,另一端连接信号放大模块,所述信号放大模块连接信号滤波模块,所述信号滤波模块连接模数转换模块,所述模数转换模块连接嵌入式处理器。
所述阻抗匹配模块,用于与电缆中传回的模拟信号进行阻抗匹配,降低噪声;
所述信号放大模块,用于将采集的模拟信号进行放大至合适幅度;
所述信号滤波模块,用于滤除干扰及无用信号,有利于后续频谱分析;
所述模数转换模块,用于将采集信号进行采样,并转换为二进制数字信号;
所述嵌入式处理器与信号输出模块所提到的嵌入式处理器为同一处理器。
所述电极通讯模块包括嵌入式处理器、FPGA模块、智能电极通讯模块,所述嵌入式处理器连接FPGA模块,所述FPGA模块连接智能电极通讯模块,所述智能电极通讯模块连接分布式电缆。
所述嵌入式处理器和FPGA模块均与上述所提到的均为相同的,所发挥作用均为人机交互与处理命令;
所述智能电极通讯模块,用于接收所采用的装置形式命令后控制电极工作。
所述分布式电缆包含数据传输与测量中所需的全部电缆,为八芯电缆,包括电流输入所需的正负线及地线、信号通讯线、供电电极A/B信号线及测量电极M/N信号线,其中将M/N信号线进行屏蔽隔离,避免MN信号受到其他线路信号干扰及电磁耦合问题;
如图3所示,所述智能节点包括通讯模块、嵌入式处理器、电源模块、四选一开关矩阵及外接电极,所述电源模块均与通讯模块和嵌入式处理器连接,所述通讯模块通讯模块连接嵌入式处理器,所述嵌入式处理器连接四选一开关矩阵,所述四选一开关矩阵连接外接电极;所述智能节点接收并执行命令,避免人为逐点操作关断。
所述电源模块,用于将输入电源转换为本部分各模块所需电源电压,为整个智能节点供电;
所述通讯模块,用于与终端双向通讯,接收并回复命令;
所述嵌入式处理器,用于接收通讯命令,采用何种装置形式,并向下传达选断开关命令;
所述四选一开关矩阵,用于接收选断开关命令并执行,以实现该位置电极作用。
所述云服务器,用于存储观测数据并传输给数据监控处理终端。
所述数据监控处理终端包括激电数据处理模块、报警模块,所述激电数据处理模块连接报警模块。
所述激电数据处理模块,用于将接收到的经过分频处理的各点数据进行拼合,计算得到视幅频率、视电阻率结果。本发明提出异常变化底值预警法,通过将本次视电阻率、视幅频率与通过历史值计算得到的异常变化底值对比,输出数据差异,并展示视电阻率与视幅频率图像对比结果。当数据差异达到阈值时,向报警模块输出包含异常信息及处置建议的预警信号,本模块完全智能化,减少人工干预,缩短数据处理时间,杜绝人工误差;
所述报警模块,用于当接收到数据异常信号时发出警铃提示,并发送具体问题信息、预警级别与处置建议至相关人员处,实现对于异常信息的智能预警作用。
实施例二
本实施例提供了一种基于伪随机信号激电法的智能滑坡监测预警方法,包括:在多组视幅频率的伪随机信号激发下,采集各个智能节点的电压;
根据各个智能节点的电压及供电电极之间的距离,计算多个视电阻率;基于测点位置和多个视电阻率,计算视电阻率均值;基于视电阻率均值、对应测点处历史视电阻率的方差和视电阻率差值,确定滑坡故障预警等级;
其中,所述测点位置为智能节点安装的位置。
下面对本实施例的过程进行详细描述:
1、图4为定制的高阶伪随机信号,实现发射信号,一次获得了多个相同倍频比的幅频率参数:
1/16Hz、1Hz;2/16Hz、2Hz;3/16Hz、3Hz;4/16Hz、4Hz;6/16Hz、6Hz;
采用以上5组频率组合方式,进行幅频率计算,同时,获得5个对应幅频率参数,对地下地质体进行立体扫描刻画。本发明中后期数据处理所用幅频率求解公式为:
其中,F为幅频率,
由于在本发明的定制信号中共包含5个频组,每组信号共可测得5个幅频率,分别是:
;
;
;
;
2、选用偶极-偶极装置,所用偶极-偶极装置计算视电阻率的公式为:
其中,
综上,本发明共使用5个视幅频率及视电阻率两种参数结果对,可获取更为全面的异常信息,实现超前预警。
3、本发明提出激电异常预警法,当单个或多个测点电阻率出现异常并达到阈值时,输出测点定位及所圈定的区域,同时将视电阻率对比数据进行传送,全程智能化实现,实现自动预警,减少人工干预时间与误差,避免滑坡等灾害出现。其计算方法为:
a.测点位于测线中,如图5所示:
b.测点位于测线端部,如图6所示:
异常变化底值:
;
;
;
;
;
;
其中,N为测点数,
当
当
当
当
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。
- 一种基于大数据的城市轨道交通信号设备故障诊断系统及其诊断方法
- 一种基于大数据的企业数据诊断系统
- 一种基于大数据的企业数据诊断系统