基于GNS S 技術(shù)的露天邊坡變形自動(dòng)監(jiān)測(cè)系統(tǒng)

陳子江

（貴州地礦基礎(chǔ)工程有限公司，貴州 貴陽(yáng) 550081）

0.引言

隨著開(kāi)采深度的增大，邊坡的陡峭程度也會(huì)隨之增大，逐漸增加了安全生產(chǎn)的難度，但要想提高礦產(chǎn)的經(jīng)濟(jì)效益，就必須把坡角再加大一些，這就會(huì)導(dǎo)致安全生產(chǎn)和經(jīng)濟(jì)效益產(chǎn)生嚴(yán)重沖突。因此，對(duì)露天礦邊坡進(jìn)行持續(xù)的變形監(jiān)測(cè)和預(yù)警具有十分重要的意義，而露天礦山的地表位移監(jiān)測(cè)工作周期較長(zhǎng)，同時(shí)礦山環(huán)境復(fù)雜受不確定因素影響，地表變形預(yù)測(cè)的準(zhǔn)確度偏低。基于當(dāng)前現(xiàn)狀，許多學(xué)者都研究了露天邊坡變形監(jiān)測(cè)方法，其中，李耀楠[1]等研究了基于綜合分析法的露天礦邊坡穩(wěn)定性分析方法，該方法預(yù)先進(jìn)行實(shí)際調(diào)查，通過(guò)赤平投影法找到邊坡可能發(fā)生破壞的位置，運(yùn)用極限平衡法計(jì)算，實(shí)現(xiàn)了邊坡變形監(jiān)測(cè)；寧永香[2]等研究了礦山邊坡地表變形的PSO-ELM預(yù)測(cè)模型，該模型建立基于粒子群優(yōu)化與極限學(xué)習(xí)機(jī)算法，計(jì)算影響因素與地表變形數(shù)值之間的耦合關(guān)系，并建立預(yù)測(cè)模型，實(shí)現(xiàn)變形自動(dòng)監(jiān)測(cè)。現(xiàn)有監(jiān)測(cè)方法雖能夠?qū)崿F(xiàn)露天邊坡變形監(jiān)測(cè)，但是監(jiān)測(cè)效果不是很好。

GNSS技術(shù)是一種全新的現(xiàn)代空間定位技術(shù)，該技術(shù)能夠?qū)崟r(shí)提供觀測(cè)點(diǎn)的三維位置，受到天氣的影響較小，并且能夠全球、全天候、全天時(shí)地提供定位信息，定位精度較高?；谶@個(gè)優(yōu)點(diǎn)，GNSS技術(shù)在邊坡監(jiān)測(cè)中應(yīng)用越來(lái)越廣泛，為此設(shè)計(jì)一個(gè)基于GNSS技術(shù)的露天邊坡變形自動(dòng)監(jiān)測(cè)系統(tǒng)，以提高邊坡監(jiān)測(cè)的效果，提高礦山開(kāi)采的安全性。

1.基于GNSS 技術(shù)的露天邊坡變形自動(dòng)監(jiān)測(cè)系統(tǒng)框架

此次研究系統(tǒng)在設(shè)計(jì)前，對(duì)露天礦山邊坡監(jiān)控的工程實(shí)踐進(jìn)行了研究和分析，并對(duì)監(jiān)測(cè)資料做了深入的探討?；诜治?，確定所研究系統(tǒng)的基本功能：

（1）具備數(shù)據(jù)采集、顯示、查詢(xún)、平移、放大、縮小、打印輸出等基礎(chǔ)功能；

（2）能夠組織和管理多源數(shù)據(jù)，如，露天礦地形資料、露天礦邊坡面位移監(jiān)測(cè)資料、地質(zhì)資料、露天礦區(qū)域遙感資料、露天礦航空攝影影像資料等，并能夠建立數(shù)據(jù)庫(kù)、鏈接、復(fù)制等；

（3）繪制露天礦山邊坡坡體的變形趨勢(shì)[3]；

（4）計(jì)算露天礦山邊坡的變形，預(yù)測(cè)邊坡位移，對(duì)邊坡風(fēng)險(xiǎn)分區(qū)分級(jí)。

2.露天邊坡變形自動(dòng)監(jiān)測(cè)系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)的硬件平臺(tái)采用模塊化的設(shè)計(jì)思想，針對(duì)各模塊的功能要求和性能要求，重點(diǎn)設(shè)計(jì)導(dǎo)航接收模塊、ARM定位解算模塊、通信接口模塊、加速度傳感器模塊。

2.1 導(dǎo)航接收模塊

利用北斗星通公司三系統(tǒng)八頻高精度OEM芯片，BDM683為原始資料接收板，完成了對(duì)導(dǎo)航信息的解碼與處理，以滿足多模多頻導(dǎo)航接收模塊的需要。BDM683板具有384個(gè)信道，初始化時(shí)間不超過(guò)10秒，BDM683板卡主要性能指標(biāo)如下：

（1） 定位精度：?jiǎn)吸c(diǎn)平面為1.5mRMS、單點(diǎn)高程為3.0mRMS；

（2）觀測(cè)精度（如表1所示）：

表1 BDM683觀測(cè)精度 單位：mm

本板是將接收器的前端硬件整合到大型電路中，通過(guò)TNC接口天線端GNSS RF信號(hào)輸入到BDM683的接收板上，經(jīng)過(guò)變頻、放大、濾波等處理，實(shí)時(shí)解調(diào)，從而達(dá)到對(duì)GNSS信號(hào)捕獲、跟蹤、同步、解調(diào)的目的。

2.2 ARM定 位 解 算 模 塊 搖搖搖搖搖搖搖

定位解算模塊采用ARM結(jié)構(gòu)，它是嵌入式系統(tǒng)的核心，也是計(jì)算控制的核心。 ARM位置和解算模塊通過(guò)對(duì)BDM683解調(diào)后的衛(wèi)星信號(hào)實(shí)時(shí)分析，得到經(jīng)緯度、速度、時(shí)間等數(shù)據(jù)，并將其存入主機(jī)。 該方案需要選用具有內(nèi)存管理單元和操作系統(tǒng)的ARM處理器， 綜合考慮到GNSS系統(tǒng)的功能要求和性能要求， 選擇了TI公司的AM3358作為主要控制芯片。ARM處理器是運(yùn)行操作系統(tǒng)，它包括電源電路、復(fù)位電路、時(shí)鐘電路。 AM3358是一款32位RISC的工業(yè)級(jí)處理器， 功耗較低。 AM3358具有高集成度的外設(shè)， 其性能得到了極大地提高，AM3358是Cortex-A8處理器中價(jià)格最低的一種，還可以大大減少電路的復(fù)雜程度和擴(kuò)展成本。

2.3 加速度傳感器模塊

加速傳感器采用芬蘭VT1公司的SCA3060三軸加速傳感器，SCA3060采用VTI的3D-MEMS電容式傳感技術(shù)， 功耗小、負(fù)載大、穩(wěn)定性好、外部電路簡(jiǎn)單，便于集成，在慣性導(dǎo)航、車(chē)輛報(bào)警、傾角測(cè)量、運(yùn)動(dòng)檢測(cè)等領(lǐng)域得到了廣泛應(yīng)用。

SCA3060具有以下優(yōu)點(diǎn)：

（ 1）3.3V至3.6V的高電壓電源；

（ 2)16-SP1數(shù)字接口通訊；

（ 3）功率較小，為3.3V；

（ 4）提供150μA的電流；

（ 5）具有動(dòng)作探測(cè)功能，發(fā)送中斷信號(hào)；

（ 6）符合AEC-Q100標(biāo)準(zhǔn)的規(guī)格要求，采用業(yè)界領(lǐng)先的經(jīng)驗(yàn)證的3D-MEMS技術(shù)。

2.4 無(wú)線通信模塊

無(wú)線通訊模塊是連接地面指揮中心和地面終端設(shè)備之間的一座橋梁，系統(tǒng)采用GPRS接口接入GPRS網(wǎng)絡(luò)，與監(jiān)控中心進(jìn)行數(shù)據(jù)通信，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控和遠(yuǎn)程控制。在此方案中，我們選擇了華為EM310系統(tǒng)，EM310是一個(gè)具有GSM/GPRS的雙頻網(wǎng)通訊系統(tǒng)，此模塊工作穩(wěn)定，內(nèi)置TVS管，可有效地避免卡紙的產(chǎn)生。 在此基礎(chǔ)上，將TCP/IP協(xié)議嵌入軟件中，通過(guò)出線指令的控制，實(shí)現(xiàn)了應(yīng)用軟件的快速接入，從而降低了軟件的開(kāi)發(fā)難度，縮短了軟件的開(kāi)發(fā)周期。 EM310通信模塊的主要性能指標(biāo)（ 如表2所示）：

表2 EM310通信模塊的主要性能指標(biāo)

通過(guò)表2提到的無(wú)線通信模塊， 為系統(tǒng)提供遠(yuǎn)程通訊功能。

3.自動(dòng)監(jiān)測(cè)系統(tǒng)關(guān)鍵技術(shù)原理

為提高自動(dòng)化監(jiān)測(cè)系統(tǒng)數(shù)據(jù)分析的準(zhǔn)確性，在提高硬件設(shè)備的基礎(chǔ)上，還需要融合先進(jìn)的算法技術(shù)，在理論基礎(chǔ)上實(shí)現(xiàn)提升。首先基于GNSS的邊坡監(jiān)測(cè)技術(shù)，受GNSS自身技術(shù)原理限制，數(shù)據(jù)存在一定的噪聲，在自動(dòng)化監(jiān)測(cè)系統(tǒng)設(shè)計(jì)中，需增加濾波處理過(guò)程； 其次結(jié)合GNSS數(shù)據(jù)采取模糊物元理論對(duì)邊坡的形變情況、類(lèi)型進(jìn)行劃分，以實(shí)現(xiàn)對(duì)邊坡穩(wěn)定等級(jí)的判定。

3.1 數(shù)據(jù)噪聲去除

針對(duì)露天邊坡變形情況， 充分考慮到GNSS容易受到地面、建筑物、樹(shù)木等因素的影響，在這種情況下會(huì)導(dǎo)致GNSSRTK高程測(cè)量的精度檢測(cè)，出現(xiàn)一定的誤差。 在誤差處理中，采用卡爾曼濾波方程對(duì)數(shù)據(jù)降噪處理。卡爾曼濾波包括反映狀態(tài)變化規(guī)律的狀態(tài)空間模型和反映實(shí)際觀測(cè)值和狀態(tài)變化量的觀測(cè)模型，通過(guò)卡爾曼濾波聯(lián)系觀測(cè)值和狀態(tài)變化規(guī)律可得到最佳估值。 卡爾曼濾波是通過(guò)歷史累計(jì)值、實(shí)際觀測(cè)值推算而得到最佳估值。

3.2 邊坡變形情況分析

露天邊坡變形情況是一個(gè)較為復(fù)雜的系統(tǒng)，其形成機(jī)理具有多樣性、模糊性以及非線性。經(jīng)過(guò)綜合分析，采用模糊物元理論進(jìn)行監(jiān)測(cè)，將事物名稱(chēng)記作N，將特征c的量值記作v，如式（ 1）所示：

式（ 1）中，M為事物的數(shù)量。

在監(jiān)測(cè)過(guò)程中，各個(gè)特征的模糊量值相差較大，會(huì)給計(jì)算結(jié)果造成較大的困難， 為此優(yōu)隸屬度原則進(jìn)行標(biāo)準(zhǔn)化處理，如式（ 2）所示：

式（ 2）中，umn為第mn個(gè)標(biāo)準(zhǔn)化后的模擬值；R′mn為標(biāo)準(zhǔn)化處理后的模糊物元。

在得到各個(gè)參數(shù)平方模糊物元之后，需要評(píng)價(jià)原則評(píng)價(jià)事物狀態(tài)的優(yōu)劣，如式（ 3）所示：

式（3）中，wi為權(quán)重；Δji為衡量評(píng)價(jià)指標(biāo)重要程度的參數(shù)。

經(jīng)過(guò)上述過(guò)程， 得到各個(gè)因素相對(duì)重要性總的排序，對(duì)判據(jù)定量分析。 經(jīng)過(guò)上述處理后，采用GNSS技術(shù)進(jìn)行定位，如式（ 4）所示：

式（ 4）中，Izi、Ii分別為延遲參數(shù)；Ebi、Eir分別為傳輸過(guò)來(lái)的差分?jǐn)?shù)據(jù)與發(fā)送的差分?jǐn)?shù)據(jù)；fl為接收機(jī)誤差參數(shù)。

經(jīng)過(guò)上述過(guò)程實(shí)現(xiàn)定位，然后對(duì)穩(wěn)定等級(jí)判定，將情況分為穩(wěn)定、較穩(wěn)定、較不穩(wěn)定區(qū)、不穩(wěn)定四個(gè)等級(jí)，以此完成露天邊坡變形監(jiān)測(cè)。

4.實(shí)驗(yàn)對(duì)比

為驗(yàn)證所提出的基于GNSS技術(shù)的露天邊坡變形自動(dòng)監(jiān)測(cè)系統(tǒng)的有效性，進(jìn)行實(shí)驗(yàn)分析，并將基于綜合分析法的監(jiān)測(cè)方法、PSO-ELM預(yù)測(cè)模型與所提出的監(jiān)測(cè)系統(tǒng)對(duì)比，對(duì)比3個(gè)系統(tǒng)監(jiān)測(cè)的準(zhǔn)確性。

4.1 實(shí)驗(yàn)準(zhǔn)備

監(jiān)測(cè)對(duì)象(如圖1所示)：

圖1 監(jiān)測(cè)對(duì)象點(diǎn)

監(jiān)測(cè)點(diǎn)深度以及埋設(shè)間距統(tǒng)計(jì)表（ 如表3所示）：

表3 各個(gè)監(jiān)測(cè)點(diǎn)深度以及埋設(shè)間距統(tǒng)計(jì) 單位：m

（ 1）觀測(cè)前，預(yù)先采用GNSS獲得實(shí)際的位移值，GNSS接收機(jī)在開(kāi)始觀測(cè)之前，需檢驗(yàn)儀器是否能夠穩(wěn)定運(yùn)行；

（ 2）為提高觀測(cè)的穩(wěn)定性，將一個(gè)大時(shí)段分為2個(gè)小時(shí)段的模式， 并在中間重新啟動(dòng)一次儀器， 保證每次觀測(cè)達(dá)到60min以上；

（ 3）長(zhǎng)期監(jiān)測(cè)可以得到相當(dāng)數(shù)量的原始監(jiān)測(cè)資料，但并非所有資料都能用于邊坡的預(yù)報(bào)， 某些資料存在一定的誤差，必須予以剔除本文利用Matlab小波分析法對(duì)原始觀測(cè)進(jìn)行降噪處理；

（ 4）由于樣本的輸入數(shù)據(jù)單位與量綱不同，而且某些輸入量的絕對(duì)差異較大，因此很容易產(chǎn)生“ 過(guò)擬合”。 為了防止這一情況，在進(jìn)行網(wǎng)絡(luò)訓(xùn)練前，先將采樣數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，使得它們的數(shù)值都在[-1,1]以?xún)?nèi)。 標(biāo)準(zhǔn)化如式（ 5）所示：

式（ 5）中，x為原始的樣本數(shù)據(jù)；xmin、xmax分別為樣本中各個(gè)輸入對(duì)應(yīng)的最大和最小值。

（ 5）經(jīng)過(guò)多次測(cè)量，獲得實(shí)際的監(jiān)測(cè)數(shù)據(jù)。

4.2 監(jiān)測(cè)結(jié)果分析

為驗(yàn)證本方法的可行性與準(zhǔn)確性，將本方法與基于綜合分析法的預(yù)測(cè)模型、PSO-ELM預(yù)測(cè)模型進(jìn)行對(duì)比實(shí)驗(yàn)。

基于綜合分析法的預(yù)測(cè)模型是在傳統(tǒng)灰色模型融合BP神經(jīng)網(wǎng)絡(luò)模型上進(jìn)行數(shù)據(jù)分析的預(yù)測(cè)模型[4]。

PSO-ELM預(yù)測(cè)模[5]是在傳統(tǒng)極限學(xué)習(xí)機(jī)（ ELM,Extreme Learing Machine）模型基礎(chǔ)上融合了粒子群優(yōu)化（ PSO,Particle Swarm Optimization）， 實(shí)現(xiàn)了對(duì)ELM模型的權(quán)重和閾值等參數(shù)的優(yōu)化，被廣泛應(yīng)用在邊坡變形預(yù)測(cè)中。

分別采用所研究的監(jiān)測(cè)系統(tǒng)與上述兩個(gè)預(yù)測(cè)模型對(duì)露天邊坡變形監(jiān)測(cè)，監(jiān)測(cè)時(shí)長(zhǎng)為一個(gè)月，各個(gè)監(jiān)測(cè)點(diǎn)的結(jié)果（ 如圖2- 圖5所示）：

圖2 測(cè)點(diǎn)1位移結(jié)果

圖3 測(cè)點(diǎn)2位移結(jié)果

圖4 測(cè)點(diǎn)3位移結(jié)果

圖5 測(cè)點(diǎn)4位移結(jié)果

綜合上述對(duì)比結(jié)果能夠發(fā)現(xiàn)，所提出的露天邊坡變形監(jiān)測(cè)系統(tǒng)在這一個(gè)月的監(jiān)測(cè)上，監(jiān)測(cè)得到的結(jié)果與實(shí)際的位移值基本相同，相差較小。 基于綜合分析法的預(yù)測(cè)方法與實(shí)際位移值相差較大，或多或少與實(shí)際值有一定差距，監(jiān)測(cè)準(zhǔn)確性不是很高；PSO-ELM預(yù)測(cè)模型得到的位移結(jié)果與實(shí)際結(jié)果差距也較大，較所提出的監(jiān)測(cè)系統(tǒng)監(jiān)測(cè)準(zhǔn)確性低。

5.結(jié)束語(yǔ)

完成基于GNSS技術(shù)的露天邊坡變形自動(dòng)監(jiān)測(cè)系統(tǒng)的研究，主要研究成果包含以下方面：

（ 1）詳細(xì)設(shè)計(jì)了系統(tǒng)硬件，保證系統(tǒng)安全穩(wěn)定運(yùn)行；

（ 2）在系統(tǒng)軟件部分，設(shè)計(jì)了變形監(jiān)測(cè)數(shù)據(jù)處理方法，構(gòu)建了預(yù)測(cè)模型，對(duì)于邊坡變形監(jiān)測(cè)有一定的指導(dǎo)意義；

（ 3）設(shè)計(jì)實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)驗(yàn)證了所提出的監(jiān)測(cè)系統(tǒng)在實(shí)際應(yīng)用中，準(zhǔn)確度較高。

本文所提出的監(jiān)測(cè)系統(tǒng)雖然獲得了較好的應(yīng)用效果，但研究時(shí)間與研究條件有限，并未對(duì)以“ 年”為時(shí)間單位的觀測(cè)數(shù)據(jù)進(jìn)行長(zhǎng)期實(shí)驗(yàn)分析，后續(xù)考慮將此方法用于不同地質(zhì)類(lèi)型的邊坡監(jiān)測(cè)工程中，并進(jìn)行長(zhǎng)期實(shí)驗(yàn)分析。 影響變形監(jiān)測(cè)的因素有很多，為此在后續(xù)研究中，還需要重點(diǎn)研究影響因素，以進(jìn)一步提高監(jiān)測(cè)的效果。