矿山岩体破坏失稳预警云平台的搭建与应用-矿业114网 
首页 >> 文献频道 >> 矿业论文 >> 正文
矿山岩体破坏失稳预警云平台的搭建与应用
2020-02-20
为实现矿山多源地质力学信息集成及矿山工程地质灾害预警,基于Java的轻量级框架Spring Boot及 地理信息系统软件SuperMap搭建了一种包含矿山地质力学观测、监测数据可视化查询、岩体破坏失稳预警及预测 3个模块的矿山岩体破坏失稳预警云平台,并将其应用于大孤山铁矿。研究表明:①以倾斜摄影测量数据、地质钻 孔数据为基础建立了矿山三维模型,基于该模型开发了距离测量、面积测量、坡度测量、岩体结构面识别统计等功 能,并结合Hoek-Brown 准则建立了矿山岩体力学参数数据库,实现了岩体力学参数空间分布的三维可视化;②针 对矿山环境复杂、监测设备及监测数据类型多样的特点,建立了高效、稳定的矿山...
Series No. 523 January 2020 金 属 METAL MINE 矿 山 总第 523 期 2020 年第 1 期 矿山岩体破坏失稳预警云平台的搭建与应用 张鹏海1,2 朱万成1,2 任 敏1,2 李 旭1,2 王雷鸣1,2 牛雷雷1,2 王兴伟31 1. 东北大学资源与土木工程学院,辽宁 沈阳 110819;2. 东北大学岩石破裂与失稳研究所,辽宁 沈阳 110819; . 东北大学计算机科学与工程学院,辽宁 沈阳 110819) ( 3 摘 要 为实现矿山多源地质力学信息集成及矿山工程地质灾害预警,基于 Java 的轻量级框架 Spring Boot 及 地理信息系统软件 SuperMap 搭建了一种包含矿山地质力学观测、监测数据可视化查询、岩体破坏失稳预警及预测 3 个模块的矿山岩体破坏失稳预警云平台,并将其应用于大孤山铁矿。研究表明:①以倾斜摄影测量数据、地质钻 孔数据为基础建立了矿山三维模型,基于该模型开发了距离测量、面积测量、坡度测量、岩体结构面识别统计等功 能,并结合 Hoek-Brown 准则建立了矿山岩体力学参数数据库,实现了岩体力学参数空间分布的三维可视化;②针 对矿山环境复杂、监测设备及监测数据类型多样的特点,建立了高效、稳定的矿山多源监测数据实时远程传输与存 储方法,实现了矿山多源监测信息在统一平台下的可视化查询;③基于矿山监测数据,分别应用模糊综合评价方法 及时间序列模型对岩体破坏失稳的风险等级及监测数据未来的发展趋势进行了评级和预测,实现了岩体稳定性评 价,为矿山灾害防控提供了决策依据。 关键词 云平台 监测预警 岩体破坏 模糊综合评价 时间序列模型 中图分类号 TD854,TD672 文献标志码 A 文章编号 1001-1250(2020)-01-1163-09 DOI 10.19614/j.cnki.jsks.202001020 Construction and Application of Early Warning Cloud Platform for Rock Mass Failure and Instability in Mine 1 ,2 1,2 1,2 1,2 1,2 1,2 32 Zhang Penghai Zhu Wancheng Ren Min Li Xu Wang Leiming Niu Leilei Wang Xingwei ( 1. School of Resources and Civil Engineering,Northeastern University,Shenyang 110819,China;2. Institute of Rock Instabili⁃ ty and Seismicity Research,Northeastern University,Shenyang 110819,China;3. School of Computer Science and Engineering, Northeastern University,Shenyang 110819,China) Abstract In order to realize the integration of the mine multi-source geological mechanics information and the early warning of mine engineering geological disaster,based on the lightweight framework Spring Boot of Java and the geographic in⁃ formation system software SuperMap,a kind of early warning cloud platform for rock mass failure and instability in mine is set up and applied to Dagushan Iron Mine.This cloud platform contains three modules:mine geomechanics observation,visual query of monitoring data,early warning and prediction of rock mass failure and instability.The study conclusions are as follows: ① based on the tilt photography measuring data and geological drilling data,a 3D mine model is built,and based on this mod⁃ el,the function of distance measurement,area measurement,slope measurement,identification and statistics of rock mass structure surface are developed,combined with the Hoek-Brown criterion,the rock mass mechanical parameters database is es⁃ tablished and the three-dimensional visualization of the spatial distribution of rock mass mechanical parameters is realized;② according to the characteristics of complex mine environment,diversified monitoring equipment and monitoring data types,an efficient and stable real-time remote transmission and storage method of multi-source monitoring data in mines is established, and the visual query of multi-source monitoring information in mines is realized on a unified platform;③based on the monitor⁃ ing data of mine,the risk level of rock mass failure and instability and the future development trend of monitoring data are graded and predicted by using the fuzzy comprehensive evaluation method and time series model respectively,therefore,rock 基收稿金项日目期 “20十19三-1五2-”08国家重点研发计划项目(编号:2016YFC0801607),国家自然科学基金项目(编号:51604062,51525402,51874069, 5 1761135102),中央高校基本科研业务费专项(编号:N170108028,N180115009,N180101028),辽宁省“兴辽英才计划”项目(编号: XLYC1802031)。 作者简介 张鹏海(1987—),男,讲师,博士。通讯作者 朱万成(1974—),男,教授,博士,博士研究生导师。 · 163 · 总第523期 金 属 矿 山 2020年第1期 massKsteaybwiliotyrdesvaluation is realized,which provides decision-making basis for mine disaster prevention and control. Cloud platform,Monitoring and warning,Rock mass failure,Fuzzy comprehensive evaluation,Time series model 矿产资源是人类社会生存与发展的重要支柱之 一,也是国民经济和社会发展的物质保障。在矿产 资源需求量大,而国内矿产资源储量逐渐减少、易采 救援云平台,平台中涵盖办公、值班、接警、出警、学 [12] 习、训练、考核、考试、救援等内容 。其中,应急救 援行动预案专家系统可以在 120 s 内自动生成救援 行动方案,为应急救援决策指挥提供参考。采取应 急救援后事故损失减少到不采取应急措施情况下的 [1] 矿产逐步枯竭的情况下 ,矿山逐渐转向对深部难采 资源的开发和利用。然而,随着开采深度的增加,使 得岩体稳定性和安全性越来越差,由岩体破坏失稳 诱发的地质灾害问题愈发突出,严重制约着矿山安 4 0%。陕西煤化集团利用云计算技术构建了矿压运 动规律远程服务平台,实现了专业技术人员与煤矿 用户共享数据资源、顶板运动规律快速在线分析等功 能,解决了由于煤矿顶板运动规律分析专业性强、分 析结果滞后的问题,为发挥顶板监测时效性,实现技 [2] 全生产和经济效益 。 按照岩石力学的观点,滑坡等矿山动力灾害的 发生,本质上是开采扰动所诱发的岩体破裂与失稳 的结果,而岩体破裂失稳出现的前兆信息则是进行 [13] 术服务专业化提供了一种良好的解决方案 。东曲 [3-4] 地质灾害预警的重要依据 。在现场监测方面,人 们通过对采动岩体的应力、应变、位移、微震活动性 等进行实时监测,每日通过各类传感器可以获取多 达 G(1 024 M bytes)量级的数据。随着传感器采样精 度的提高和传感器数量的增加,监测数据量剧增,加 之灾害预警过程中所需的精细化地质勘查数据、大 规模数值模拟的理论计算数据,传统的数据管理与 分析方法愈发无法胜任,借助于云计算技术对监测、 地质及理论计算数据进行集成、分析和挖掘,成为实 矿建设了无人值守云平台,该平台的应用累计减少岗 位人员 131人。同时,通过集中化、自动化控制,提升 了实际生产效率,达到了事半功倍的效果,创造了可 [14] 观的经济效益 。金鸡滩煤矿构建了矿井调度和决 策信息化集成数据云平台,该平台提供了统一的数据 交换平台和协作管理环境,为领导调度层提供了直观 可靠的生产行为监测及分析数据,有效提高了煤矿的 [15] [16] 信息化程度 。Jo 等 借助云计算开发了集实时监 测、事件报告、质量评定、灾害预警等于一体的煤矿监 测平台,形成了较为完整的监测预警体系。 [5-6] 现灾害预警的必由之路 。 在云计算与矿业结合模式的理论构建上,姚建 综上所述,云计算技术已在矿业领域逐步开始 应用,但应用目的多为生产调度与管理,具体应用矿 山也多为采矿自动化程度较高的煤矿,在金属矿山 中的应用较少,尤其是还没有以岩石力学为基础,结 合云计算技术建立起一个集工程地质条件、理论计 算、实际监测、智能预测、虚拟可视化于一体的矿山 岩体破坏失稳预警云平台。本研究结合大孤山铁矿 设计并搭建了一种矿山岩体破坏失稳预警云平台。 首先,利用倾斜摄影测量技术、地质钻孔数据及虚拟 可视化技术,分别从地质、岩体结构及力学分析角度 建立矿山三维可视化模型;然后,利用物联网和无线 通信技术实现矿山岩体监测数据远距离传输、存储, 图表实时查看及历史监测数据回溯;最后,利用模糊 系统理论及预测技术,动态分析实时监测数据,对岩 体破坏失稳进行预警及预测。 [7] 铨等 认为运用云计算和大数据技术提取有用的监 [8] 测信息,能够真正实现本质安全矿山。宋志伟 分析 了物联网、大数据、云技术之间的关系,并探讨了这 3 类技术在矿区安全生产过程中的应用,认为物联网 是矿区所有子系统构建的技术体系及线路图,大数 据是矿区物联网构建的产物,云技术则是对大数据 [9] 运算运用的技术方式。马小平等 阐述了物联网、大 数据及云计算技术的研究现状,提出了 3种技术在煤 [10] 矿生产安全保障中的关系。王海军等 结合“互联 网+”、大数据等,研究了煤矿企业在井下安全生产监 控预警、矿用大型安标设备及材料储运的全生命周 期远程管控中的应用,建议建立煤矿企业数据共享 [11] 的安全生产云服务平台。李树刚等 提出了“互联 网+”煤矿安全信息化的思路,从煤矿物联网、煤矿云 计算、煤矿大数据等方面分析了“互联网+”煤矿安全 信息化的关键技术,并在此基础上提出了由信息感 知层、数据传输层、云计算资源层、应用服务层、用户 接口层组成的“互联网+”煤矿安全信息化应用架构 及专有云构建模式。 1 云平台的架构 矿山岩体破坏失稳预警云平台搭载于阿里云服 务器上,即利用阿里云提供的基础设施建立云平台 的 3层架构,包括数据访问层、平台服务层和应用层, 具体架构如图 1 所示。其中,数据层用于采集、传输 在矿山实际应用中,兖矿集团建立了矿山应急 · 164 · 张鹏海等:矿山岩体破坏失稳预警云平台的搭建与应用 被应用于多个地学研究领域。 2020年第1期 及存储矿山地质数据(包括矿山开采现状、岩层分 布、矿体分布等),岩体测试及监测数据(包括岩体结 构面分布、位移、微震监测数据),岩体力学参数空间 分布(包括弹性模量及抗压强度)等岩石力学相关数 据。数据传输基于物联网和无线通信技术,以 HTTP 超文本传输协议、Rsync+Inotify 组合的方式进行。数 据存储至云端提供的 MySQL 关系型数据库。服务层 提供数据服务和功能服务,包括数据查询、数据分析 及统计、图表生成、三维模型显示及交互控制、矿山 地质测量、岩体破坏失稳预警等功能,并行支持上层 Web 端和移动端应用软件的服务调用。应用层通过 服务层提供的数据服务、功能服务,实现矿山理论与 实测数据、三维模型显示与测量、数据分析与预警信 息查看。 倾斜摄影测量同时采用多个高分辨率镜头进行 多角度摄像,将无人机飞行高度控制在距边坡 100 m 范围内,单位像素分辨率可达毫米级。为保证坑表 模型及影像的精度趋于一致,依据深凹露天坑的形 状,无人机的航线规划为倒锥形。本研究将影像可 接受精度设为 3.3 mm,即单像素边长最大值为 3.3 2 mm。大孤山铁矿坑表面积约 3 km ,整个露天矿需要 6 1 1 3 ×10 万个像素,采用 30% 重叠率,实际约 4×10 个 像素,由此可见,实现对大型露天矿山岩体结构的精 细化描述需要巨大的数据量。本研究构建的矿坑模 型如图2所示。 对于坑表以下的地质层位,以钻孔数据为依据 利用 3Dmine 软件进行地质建模。方法为:首先将地 质钻孔按其空间坐标插入对应的模型空间中,将位 于同一勘探线上同一岩层的分界线、地质断层线相 连,形成各岩层、地质断层的剖面线;然后,将各个勘 [19] 探线上同一岩层、地质断层的剖面线放样为实体 ; 最后,利用已经获得的矿坑表面和实体进行布尔运 算切割并保留坑表以下部分实体,即可得到包含矿 山开采现状的三维地质模型(如图3)。 2 矿山地质力学观测模块 本研究以大孤山铁矿为例,对平台功能进行分 析。大孤山铁矿位于鞍山市东南 12 km,行政区划 隶属于鞍山市千山区大孤山镇管辖,地理坐标为东 [17] 经 122°52′,北纬 41°04′ 。目前采场封闭圈标高 为+75 m,最低开采水平为-282 m,为典型的深凹 露天坑。根据采场露天开采安排,设计最终露天 坑底标高为-486 m。年生产矿石 650 万 t,年剥离岩 石 1 600 万 t。台阶坡面角 65°,台阶高度 12 m,靠帮 后二、三并段,并段后台阶高度分别为 24 m和36 m。 2 . 1 地质模型可视化 利用倾斜摄影测量技术及 Smart3D 软件可实现 坑表模型的快速建立。近年来,小型无人机作为一 矿山地质模型建成后,使用 SuperMap 软件进行 轻量化处理可实现模型的流畅观察。精细化的矿山 地质模型不仅是云平台中矿山虚拟可视化功能、地 质测量功能实现的前提,也为岩体结构面识别、岩体 力学参数确定及稳定性评价提供可靠的基础数据。 种低空遥感平台迅速发展,在倾斜摄影测量中得到 [18] 了广泛应用 。相比于传统的卫星遥感平台和航空 平台,由于小型无人机能够更加接近被测量对象,从 而能够获取精度较高的影像数据,目前该项技术已 · 165 · 总第523期 金 属 矿 山 2020年第1期 2 . 2 地质测量可视化 以精细化的矿山坑表模型为基础,对 SuperMap 测量指的是计算所选取的闭合多边形的面积;高度 测量不仅能够获取空间两点之间的高差,还能够获 取测量点之间的水平距离和空间距离;坡度测量是 将所圈定范围内的不同坡度值用渐变色表示,有助 于精确定位边坡角度过高(滑坡风险增加)或过缓 (剥岩成本增加)的区域。功能效果如图4所示。 软件进行二次开发,可实现较为精确的地质测量功 能,包括距离测量、面积测量、高度测量、坡度测量。 其中,距离测量不仅能够测量两点之间的空间距离, 还能够测量多个点之间的距离(即连续测量);面积 2 . 3 岩体力学参数三维可视化 基于大范围精细化的岩体表面模型及影像,可 栅格将矿山岩体力学参数的空间分布在云平台中表 达出来,实现了岩体力学参数的三维可视化(图6)。 实现全坑岩体结构面的人工识别、描绘与测量(图 5),进而统计不同区域岩体结构面的分布特征与体 积节理密度,并结合 Hoek-Brown 准则估计节理化岩 体的力学参数。据此建立以空间坐标为主关键字的 岩体力学参数数据库,作为数值模拟的基本输入参 数及岩体力学参数三维可视化的基础数据。本研究 基于岩体力学参数数据库,利用 SuperMap 中的体元 3 监测数据可视化查询模块 降监测仪的监测数据需首先通过数据传输单元(Da- ta Transfer Unit,DTU)无线传输至监测设备提供方进 行接收,而后通过监测设备提供方提供的数据接口 进行获取。数据接口为 HTTP 超文本传输协议,返回 json格式数据。本研究采用 GET方式进行获取,将数 据进行转化解析存入布置于阿里云上的 MySQL 数据 库作为原始数据,同时基于箱型图原理确定异常阈 值,对获得的数据进行判断处理,若为正常值,方可 写入用于查询和计算的数据库。在获取过程中配有 异常提示功能,以便相关人员及时处理。 3 . 1 监测数据采集、传输与存储 为掌握开采扰动作用下露天边坡的破坏及变形 情况,分别在大孤山铁矿安装了固定式测斜仪、自动 测量机器人、GPS 地表沉降监测仪以及微震监测仪, 建立了坡表位移、边坡深部位移以及边坡破裂的多 维度协同监测系统。由于矿山位置偏远、环境复杂、 监测设备及监测数据类型多样等特点,为实现矿山 多源监测信息在统一平台下的可视化查询,有必要 对高效、稳定的矿山多源监测数据的实时远程传输 与存储方法进行研究。 微震监测仪产生的数据以文件格式实时存入现 场布置的服务器。鉴于该服务器为 Ubuntu 系统且仅 固定式测斜仪、自动测量机器人及 GPS 地表沉 · 166 · 张鹏海等:矿山岩体破坏失稳预警云平台的搭建与应用 2020年第1期 拥有私有 IP 地址,外网无法通过 IP 地址对其进行访 对于曾经运行的监测设备,可提供设备种类、测 问。本研究选用 Rsync+Inotify 组合并以“推”的方式 将微震数据文件实时同步至云端服务器(图 7)。 Rsync 负责增量备份现场服务器与云端服务器之间 的微震文件数据,Inotify 负责监控现场服务器微震数 据文件的写入、创建等工作,从而触发 Rsync 运行以 达到实时同步的目的。本地计算机通过“拉”的方式 从公网云服务器获得微震文件数据。 点数量、测点位置、监测对象、起始运行时间、终止运 行时间、有效预警次数的查询。 4 岩体破坏失稳预警及预测模块 在云平台中嵌入模糊综合评价算法及时间序列 ARIMA 模型,可实现对监测数据的动态分析,进而对 岩体破坏失稳进行预警及预测。 4 4 . 1 基于监测数据的岩体破坏失稳预警 . 1. 1 构建风险分级标准 由于大孤山铁矿西北边坡受到开采扰动出现了 相对于其他区域较大的变形,故选择安装于该区域的 测斜仪和自动测量机器人的监测结果作为基础数据, 进行西北边坡岩体破坏失稳风险评价。部分测斜仪和 自动测量机器人的测点位置如图8所示。基于工程类 [20] 比法 确定了评价因素的风险分级标准如表1所示。 3 3 . 2 数据可视化查询 . 2. 1 监测数据查询 对于固定式测斜仪、自动测量机器人及 GPS地表 沉降监测仪,由于测量对象为测点位置处对应的位移 等物理量,因此本研究以时间为横轴,以位移等物理 量为纵轴,用不用颜色区分不同测点的二维曲线来清 楚地表达出监测数据的变化过程。对于微震监测仪, 由于需要多个传感器共同定位一个微震事件,因此以 时间为横轴,以微震事件参数为纵轴,用不同颜色的 曲线表示不同微震事件参数的变化过程。 该云平台提供了以设备及测点为查询条件的监 测数据实时显示二维曲线面板,面板横轴时长固定 并采用动态加载方式以 10 s 为时间间隔动态加载实 时监测获得的数据信息。此外,平台还提供了按时 段、设备及测点为查询条件的历史监测数据回溯二 维曲线面板,为用户返回详细的历史监测数据。 4 . 1. 2 计算隶属度 运用模糊综合评价法评价岩体破坏失稳风险的 3 . 2. 2 设备状态查询 通过建立监测设备数据库,利用该平台可查询 [ 21] 关键是确定合理的隶属函数 。假定在风险等级 vj ( 矿山开采生命周期中所有岩石力学监测设备的信息 及运行状态。 j = 1,2,3,4)下的评价因素 u(i i = 1,2)的隶属度为 u v ,则隶属度函数的表达式为 i j 对于正在运行的监测设备,可提供设备种类、测 点数量、测点位置、监测对象、起始运行时间、运行状 态、有效预警次数的查询,其中运行状态是根据实时 监测数据是否中断来判断,有效预警次数是根据矿 山岩体是否出现破坏来判断。 ì ï a 1- x ( x ( ai1 < x ( xi ≥ a2 ) i ≤ a 1 ) < ai2 ), ï i2 i ui v1 = í i (1) a - a ï ï î i2 i1 0 · 167 · 总第523期 金 属 矿 山 2020年第1期 ì x - aij - 1 直至满足检验要求并确定各因素权重,在一致性检 验满足可接受条件下,计算得到累计变形、变形速率 i ï ( aj - 1 < x i < a j ) ïaij - aij - 1 ï ï ui vj = í aij + 1 - x ,(2) 的权重集为A = [ 4. 1. 4 模糊综合评价 ] 0.25,0.75 。 i ( aj < xi < aj + 1 ) ï a - a ï ï ij + 1 ij ï î 0 ( xi ≥ aj + 1或xi ≤ aj - 1 ) 基于监测数据的岩体破坏失稳风险模糊综合评 价结果可由上述得到的权重集 A 和隶属度模糊矩阵 R计算得到,表达式为 ì x -0a ( x < x i ≤ a 3 ) ï ï i i3 a - a ui v4 = í ( a 3 i < a 4 ), (3) B = A ⋅ R = [ b1,b2,b3,b4 ] , (6) ï ï î i4 i3 1 ( xi > a4 ) 式中,B 为岩体破坏失稳风险等级的评价矩阵,最终 的评价结果即为矩阵 B 中元素最大值对应的风险等 级。 式中,aij 为岩体破坏失稳风险等级 v 下评价因素 ui 对 应的临界值,具体取值见表 1;xi 为评价因素 ui 的实际 监测值。 j 通过对大孤山铁矿西北边坡-66 m 台阶及-138 m 台阶 4 个区域的监测数据进行模糊综合评价,得到 如表2所示的岩体破坏失稳风险等级评价结果。 根据隶属度函数可确定各评价因素实测数据隶 属于不同风险等级的隶属度,进而可建立隶属度模 糊矩阵R: R = éêu v ëu2 v1 u2 v2 u2 v3 u2 v4û u v u v u v ù . (4) 1 1 1 2 1 3 1 4 ú 4 . 1. 3 计算权重集 为确定各评价因素对岩体失稳破坏风险的贡献 率,本研究采用层次分析法(Analytic Hierarchy Pro- [22] 4. 2 预测监测数据变化趋势 cess,AHP)确定各评价因素的权重 ,权重集 A 表示 为预测监测数据的发展趋势,进而实现岩体破 坏失稳风险的超前评价,本研究采用时间序列 ARI- MA(Autoregressive Integrated Moving Average)模型对 位于大孤山铁矿西北边坡-66 m台阶测点 2的固定式 测斜仪的监测数据进行变形趋势预测。如图 9所示, IDS∶4、IDS∶5 以及 IDS∶6 为该测斜孔内布设的 3 个探 头,距坡表的竖直距离分别为 12 m、4 m 以及 52 m。 本研究选取 2017 年 9 月 9 日—2018 年 4 月 25 日的测 斜数据作为训练样本,预测 2018 年 4 月 26 日—2018 年 5月 15日的测斜数据(20 d),其中以 2018年 4月 26 日—2018 年 5 月 5 日的位移数据作为检验样本(10 d),得到了时间序列 ARIMA 模型预测结果的平均绝 对百分比误差基本保持在 2% 以内,说明该模型用于 深部岩体变形趋势预测效果较好,为实现岩体破坏 失稳风险的超前评价奠定了良好的基础。 各评价因素的影响程度,主要计算步骤为: (1)构建结构层次体系。将岩体破坏失稳风险 预定目标作为最高的目标层,把影响目标实现的因 素作为准则层,其中实现目标具体的技术措施、方法 等作为最底层。 (2)构造判断矩阵。为表征同一层级中不同因 素之间的重要性程度,结合领域内经验丰富专家的 经验判断并利用 Saaty 标度法确定的判断矩阵为 é 1 3ù ê ú 。 1 3 1 ë û ( 3)进行一致性检验。引入一致性指标 CI,通过 查询一致性指标参数表确定平均随机一致性指标 [23] RI ,并进一步确定一致性比例 CR,判断矩阵的一致 性检验的可接受条件为一致性比例 CR < 0.1。相关 参数计算公式为 ì λ CnI - 1 max - n 5 云平台实现 ïCI = ï 依据云平台的设计架构,整合矿山地质力学观 测模块、监测数据的可视化查询模块以及岩体破坏 失稳的预警及预测模块,基于 Java8 中全新开源的轻 量级框架 Spring Boot 搭建了矿山岩体破坏失稳预警 云平台。云平台前端基于 FreeMarke 模板引擎通过 使用 FTL标签使用指令来生成复杂的 HTML 页面,并 配合HTML5、JavaScript、JQuery、CSS3、Layui等开发语 言和 JavaScript 框架、UI 模块进行开发。通过 JQuery í , (5) ï ïCR = î RI 式中,λmax 为判断矩阵的最大特征值;n为判断矩阵阶 数,本研究中n = 2。 ( 4)确定权重。对结构层次体系中各因素相对 于目标层的合成权重按照自上而下的顺序逐层计 算,若不符合 CR < 0.1 条件,则重新对矩阵进行调整 · 168 · 张鹏海等:矿山岩体破坏失稳预警云平台的搭建与应用 2020年第1期 据图形展示上采用 Baidu 开源组件 Echarts。后端采 用基于 JavaEE 规范的 Spring Framework 框架,系统安 全认证采用开源的 kisso组件。 如图 10所示,云平台主界面为左、中、右式布局。 主界面左侧由上至下依次为项目列表、周预警统计 表、月预警统计表、在用设备统计表以及停用设备统 计表共 5 个面板,其中周预警统计表、月预警统计表 中的预警信息来源于岩体破坏失稳预警及预测模块 中对监测数据的实时动态分析结果。主界面中部由 上至下依次为时间窗及矿山地质力学观测窗,其中矿 山地质力学观测窗基于 SuperMap 软件开发并进行网 络发布,具备地质模型、地质测量及岩体力学参数的 可视化功能。主界面右侧由 3 个监测数据可视化查 询面板组成,具备监测数据动态可视化查询的功能。 实现数据与服务器通信、数据动态刷新和交互,在数 6 结 论 基于 Java 的轻量级框架 Spring Boot 及地理信息 体、岩层、岩体结构的矿山三维模型,实现了基于三 维模型的距离测量、面积测量、高度测量、坡度测量、 岩体结构面识别统计等矿山地质测量功能,结合 Hoek-Brown 准则建立了矿山岩体力学参数数据库并 实现了岩体力学参数空间分布的三维可视化。 系统软件 SuperMap 搭建了一种包含矿山地质力学观 测、监测数据可视化查询、岩体破坏失稳预警及预测 3 个模块的矿山岩体破坏失稳预警云平台,并将其应 用于大孤山铁矿。得到如下结论: 1)以大孤山铁矿露天坑表的倾斜摄影测量数 据、地质钻孔数据为基础,建立了包含地质构造、矿 (2)针对矿山环境复杂、监测设备及监测数据类 型多样等特点,建立了高效、稳定的矿山多源监测数 据实时远程传输与存储方法,并实现了矿山多源监 ( · 169 · 总第523期 金 属 矿 山 2020年第1期 mine safety production[J].Industry and Mine Automation,2014,40 测信息在统一平台下的可视化查询。 (4):5-9. (3)在云平台中利用模糊综合评价方法对岩体 [ 10] 王海军,武先利“. 互联网+”时代煤矿大数据应用分析[J]. 煤炭 破坏失稳风险进行了评价,利用时间序列模型对深 部岩体变形趋势进行了预测,均取得了较好的效果, 为矿山灾害防控提供了决策依据。 科学技术,2016,44(2):139-142. Wang Haijun,Wu Xianli.Analysis on application of coal mine big data in age of‘Internet +′[J].Coal Science and Technology,2016, 4 4(2):139-142. [ 11] 李树刚,马 莉,杨守国,等 .互联网+煤矿安全信息化关键技术 参 考 文 献 及应用构架[J].煤炭科学技术,2016,44(7):34-40. Li Shugang,Ma Li,Yang Shouguo,et al.Key technology and appli⁃ cation framework of internet plus mine safety informationization [J].Coal Science and Technology,2016,44(7):34-40. [12] 李文峰,冯永明,唐善成 . 互联网+矿山应急救援技术研究[J]. 煤炭科学技术,2016,44(7):59-63. [ 1] 章 林 . 我国金属矿山露天采矿技术进展及发展趋势[J]. 金属 矿山,2016(7):20-25. Zhang Lin. Technical progress and development trend of open pit mining in metal mines of China[J].Metal Mine,2016(7):20-25. [ 2] 江飞飞,周 辉,刘 畅,等 . 地下金属矿山岩爆研究进展及预 测与防治[J].岩石力学与工程学报,2019,38(5):956-972. Jiang Feifei,Zhou Hui,Liu Chang,et al. Progress,prediction and prevention of rockbursts in underground metal mines[J]. Chinese Journal of Rock Mechanics and Engineering,2019,38(5):956-972. Li Wenfeng,Feng Yongming,Tang Shancheng.Study on technology of internet plus mine emergency rescue[J].Coal Science and Tech⁃ nology,2016,44(7):59-63. [13] 杨 娟,郭江涛 .基于云计算模式的矿压分析平台设计[J].中州 煤炭,2016(7):75-77. [3] 刘 强,高明忠,王 满,等 . 千米深井采动工作面矿压显现规 律及覆岩位移特征研究[J]. 岩石力学与工程学报,2019,38 Yang Juan,Guo Jiangtao.Design on mine pressure analysis platform based on cloud computing mode[l J].Zhongzhou Coal,2016(7):75- 77. (S1):3070-3079. Liu Qiang,Gao Mingzhong,Wang Man,et al.Study on rock pres⁃ sure behavior law and overburden displacement characteristics of mining face at 1 000 m depth[J].Chinese Journal of Rock Mechan⁃ ics and Engineering,2019,38(S1):3070-3079. [14] 朱栋梁 . 虚拟云平台在东曲矿无人值守建设中的应用[J]. 山西 焦煤科技,2015(S1):117-119. Zhu Dongliang.Application of virtual cloud platform in unattended construction of Dongqu Mine[J]. Shanxi Coking Coal Science & Technology,2015(S1):117-119. [ 4] Li T,Cai M F,Cai M.A review of mining-induced seismicity in Chi⁃ na[J].International Journal of Rock Mechanics and Mining Scienc⁃ es,2007(8):1149-1171. [15] 刘 坤,李国娟,侯双双 .Wonderware 系统软件在矿综合自动化 系统中的设计和实现[J]. 电子技术与软件工程,2016(22):62- 63. [ 5] 陈宇龙,内村太郎 .基于弹性波波速的降雨型滑坡预警系统[J]. 岩土力学,2019,40(9):3373-3386. Chen Yulong,Uchimura T.Early warning of rainfall-induced land⁃ slides based on elastic wave velocity[J].Rock and Soil Mechanics, Liu Kun,Li Guojuan,Hou Shuangshuang.Design and implementa⁃ tion of Wonderware system software in mine integrated automation system[J]. Electronic Technology & Software Engineering,2016 (22):62-63. 2 019,40(9):3373-3386. [ 6] 王卫东,朱万成,张鹏海,等 . 基于微震参数的岩体稳定性评价 方法及其在Spark平台的实现[J].金属矿山,2019(8):147-156. Wang Weidong,Zhu Wancheng,Zhang Penghai,et al. Rock mass stability evaluation method based on microseismic parameters and its implementation on Spark platform[J].Metal Mine,2019(8):147- [16] Jo B W,Khan R M A.An event reporting and early-warning safety system based on the internet of things for underground coal mines:a case study[J]. Applied Sciences,2017,7(9):925-950. [17] 范晓明,任凤玉,肖 冬,等 . 大孤山铁矿露天转地下过渡期开 采境界细部优化[J].金属矿山,2018(8):19-22. 1 56. [ 7] 姚建铨,丁恩杰,张 申,等 . 感知矿山物联网愿景与发展趋势 Fan Xiaoming,Ren Fengyu,Xiao Dong,et al.Detail optimization of the mining limit during transition from open-pit to underground mining in Dagushan Iron Mine[J].Metal Mine,2018(8):19-22. [18] 贾曙光,金爱兵,赵怡晴 .无人机摄影测量在高陡边坡地质调查 中的应用[J].岩土力学,2018,39(3):1130-1136. [ J].工矿自动化,2016,42(9):1-5. Yao Jianquan,Ding Enjie,Zhang Shen,et al.Prospect of perception mine internet of things and its development trend[J].Industry and Mine Automation,2016,42(9):1-5. [ 8] 宋志伟,戴玉刚,杨柳新 .物联网在矿区的应用[J].信息化建设, Jia Shuguang,Jin Aibing,Zhao Yiqing.Application of UAV oblique photogrammetry in the field of geology survey at the high and steep slope[J].Rock and Soil Mechanics,2018,39(3):1130-1136. [19] 黄青青,杨天鸿,于庆磊,等.基于Unity 3D平台的露天铁矿三维 可视化及云端数据传输研究[J].金属矿山,2019(4):138-141. Huang Qingqing,Yang Tianhong,Yu Qinglei,et al.Research on 3D visualization and cloud data transmission of open-pit iron ore based on Unity 3D platform[J].Metal Mine,2019(4):138-141. [20] 宋 磊 . 边坡变形预测与位移速率预警阈值方法研究[D]. 成 2 015(5):36-38. Song Zhiwei,Dai Yugang,Yang Liuxin. Application of Internet of things in mining area[J].Informatization Construction,2015(5):36- 3 8. [ 9] 马小平,胡延军,缪燕子 . 物联网、大数据及云计算技术在煤矿 安全生产中的应用研究[J].工矿自动化,2014,40(4):5-9. Ma Xiaoping,Hu Yanjun,Miao Yanzi.Application research of tech⁃ nologies of Internet of Things,big data and cloud computing in coal · 170 · 张鹏海等:矿山岩体破坏失稳预警云平台的搭建与应用 2020年第1期 都:西南交通大学,2015. Song Xiaobo,Cai Xin,Yang Jie.Fuzzy comprehensive evaluation of sluice safety based on improved AHP method[J].Water Resources and Power,2013,31(2):174-176,137. Song Lei.Study on the Method of Slope Deformation Prediction and Warning Threshold of Displacement Rate[D].Chengdu: Southwest Jiaotong University,2015. [23] ******国,李 焱,范植华,等 . 层次分析法中高阶平均随机一致 性指标(RI)的计算[J]. 计算机工程与应用,2002,38(12):45- 47,150. [ 21] 许 磊 .锦州市山洪灾害风险评价[J].水利技术监督,2019(5): 2 45-249. Xu Lei.Risk assessment of mountain flood disaster in Jinzhou city Hong Zhiguo,Li Yan,Fan Zhihua,et al. Calculation on high- ranked RI of analytic hierarchy process[J].Computer Engineering and Applications,2002,38(12):45-47,150. [ J].Technical Supervision in Water Resources,2019(5):245-249. [ 22] 宋小波,蔡 新,杨 杰 .基于改进 AHP法的水闸安全性模糊综 合评价[J].水电能源科学,2013,31(2):174-176,137. · 171 ·
  • 中矿传媒与您共建矿业文档分享平台下载改文章所需积分:  0
  • 现在注册会员立即赠送 10 积分


皖公网安备 34050402000107号