APP下载

基于位移观测序列聚类的边坡潜在滑移区早期辨识方法研究

2023-10-07孙郡庆刘明明李卫鹏

中国煤炭 2023年9期

白 宇,孙郡庆,刘明明,李卫鹏

(国能新疆托克逊能源有限责任公司,新疆维吾尔自治区吐鲁番市,830011)

0 引言

边坡安全稳定问题长期困扰着露天煤矿的高效开采,是露天煤矿安全生产不可回避的关键问题[1-2]。近年来,随着GPS、边坡雷达、柔性测斜仪等新型自动化监测设备的广泛应用,露天煤矿边坡变形监测技术得到长足发展,为主动防控边坡灾害提供越来越多的现场数据支持[3-6]。相比而言,露天煤矿边坡风险判识技术明显滞后,大量观测数据没有得到充分挖掘与利用[7-9]。目前,边坡位移观测数据主要用于临滑险情预警,难以在潜在风险区的早期识别方面发挥作用。滑坡预测缺乏多源监测数据融合分析手段,通常仅围绕某个监测点的观测数据进行分析,边坡状态判识存在主观性和盲目性。

从系统辨识的角度看,边坡立体监测网不同空间点位处观测到的监测数据集蕴含边坡系统在外部应力作用下,由无序稳态向有序非稳态转换过程中时空全域演化的信息[10-12]。为挖掘隐藏在多源监测数据背后的边坡系统演化规律,一些学者引入数据挖掘领域中的聚类分析概念,对边坡观测数据进行特征提取和知识挖掘。秦雨樵等[13]综合考虑边坡各点的位移以及点安全系数,提出基于K-means聚类算法的滑面搜索方法;雷从雨[14]将边坡节点位移聚类分析与变点分析相融合,提出改进的特征点位移突变判据;陈波等[15]采用划分聚类和投影聚类对边坡位移监测资料进行测点区域划分和特征提取,以达到边坡监测数据简约的目的。……

登录APP查看全文