下向充填采场假底稳定性智能监测与评价系统及方法与流程

本发明涉及地下矿山充填与矿山安全监测，具体涉及一种下向充填采场假底稳定性智能监测与评价系统及方法。

背景技术：

1、下向分层充填采矿法是一种自上而下逐层回采、逐层充填的地下采矿方法。该方法通常适用于矿石价值较高、矿岩条件破碎、地表不允许塌陷或围岩稳定性较差的矿床。在该采矿方法中，下部分层作业面往往处于上一分层充填体假底或人工假顶的保护之下，充填体假底直接承担上覆充填体、自重荷载、回采扰动、爆破振动以及局部结构受力变化等多重作用，其稳定性直接关系到井下作业人员和设备安全。现有采场稳定性监测技术通常包括围岩应力监测、顶板离层监测、位移监测、锚杆或钢筋受力监测以及爆破振动监测等。上述技术在矿山安全监测中已经得到一定应用，但对于下向充填开采条件下的充填体假底，其受力和失稳机理具有明显特殊性：一方面，假底本身由胶结充填体、钢筋网、吊筋或底筋等组成，属于人工构筑的复合承载结构；另一方面，假底在长期服役过程中同时受到静载、动力扰动和结构损伤累积影响，其稳定状态不是单一物理量能够完整表征的。

2、目前，较为常见的监测方式多采用单一指标或少量指标进行判断，例如仅通过沉降量判断假底变形状态，仅通过钢筋应力判断结构受力状态，或仅通过爆破振动速度判断动力扰动影响。这类方法存在以下不足：1.单指标评价易受局部误差影响。传感器安装位置、局部充填不均匀、设备漂移、施工扰动等因素均可能造成单一监测值异常，从而导致误判或漏判。2.难以全面反映充填体假底的复合失稳过程。假底失稳往往不是单纯由应力、位移或振动某一因素引起，而是充填体应力状态、沉降变形、钢筋受力和动力损伤共同演化的结果。3.现有评价方法对不确定信息和冲突信息处理能力不足。多传感器监测结果之间可能存在不一致甚至冲突，例如某一指标显示风险较高，而另一指标仍处于安全范围。传统加权平均或阈值判断方法难以合理处理此类冲突证据。4.缺少面向下向充填体假底的稳定性分级预警模型。现有技术通常只能给出是否超限的判断，难以进一步区分稳定、发展、异常和危险等不同阶段，不能有效指导现场采取差异化管控措施。

3、有鉴于此，亟需研发一种适用于下向充填开采采场充填体假底的多参量综合监测系统及智能融合评价方法，通过采集充填体三向受力、沉降、钢筋受力和内部振动加速度等多源数据，提取能够反映假底稳定性的关键特征值，并采用多源信息融合算法进行综合判别，以提高充填体假底稳定性评价的准确性、可靠性和预警及时性。

技术实现思路

1、鉴于背景技术中存在的技术问题，本发明提供了一种下向充填采场假底稳定性智能监测与评价系统及方法。

2、第一方面，本发明实施例提供了一种下向充填采场假底稳定性智能监测与评价系统，其包括：

3、多参量监测模块，包括在充填体假底内部及关键结构位置预埋的多源传感器，用于采集反映充填体假底结构状态的多源监测数据；

4、数据处理与特征提取模块，与所述多参量监测模块通信连接，用于接收所述多源监测数据并进行预处理，并提取与稳定性相关的多维度特征指标；

5、先验判别模块，与所述数据处理与特征提取模块通信连接，用于基于突变理论模型对所述多维度特征指标进行先验稳定性判别，以确定充填体假底是否处于稳定状态；

6、融合评价模块，与所述先验判别模块通信连接，用于当所述先验判别模块判别为非稳定状态时，将所述多维度特征指标映射为d-s证据理论框架下的多源证据体，基于k-l散度度量各证据体间的信息差异并据此修正证据权重，经加权融合得到关于各稳定性状态的综合置信度；以及

7、稳定性分级与预警输出模块，用于根据所述先验判别模块的判别结果或所述融合评价模块的综合置信度输出充填体假底的稳定性状态并触发相应的预警与工程管控措施。

8、作为本发明的进一步改进，所述多参量监测模块包括：

9、充填体三向应力监测单元，采用振弦式或电阻式压力传感器，用于采集充填体假底内部的三向应力数据；

10、充填体沉降监测单元，采用振弦式单点沉降计或位移计，用于采集充填体假底的沉降数据；

11、钢筋受力监测单元，采用振弦式钢筋应力计，用于采集充填体假底中钢筋的受力数据；以及

12、振动加速度监测单元，采用压电式或mems式加速度传感器，用于采集充填体假底在动力扰动作用下的振动加速度数据；

13、各检测单元在充填体假底施工前预埋于预设位置，并在充填体假底内呈空间协同布设，且与多通道数据采集单元通信连接。

14、作为本发明的进一步改进，所述数据处理与特征提取模块用于提取如下多维度特征指标：

15、由所述三向应力数据提取的垂直应力和剪应力；

16、由所述沉降数据提取的沉降值和沉降速度；

17、由所述钢筋的受力数据提取的钢筋拉力及拉力变化率；

18、由所述振动加速度数据提取的振动峰值加速度及损伤超越量。

19、作为本发明的进一步改进，所述先验判别模块被配置为：

20、将所述多维度特征指标的风险值按一级指标类别进行分组，每组下属两个评价指标，采用尖点突变模型将每组内的两个评价指标聚分为一级风险值；

21、采用蝴蝶突变模型将各一级风险值聚合为总体风险值；以及

22、将所述总体风险值与预设稳定阈值进行比较，当所述总体风险值不大于所述预设稳定阈值时判别为稳定状态，否则判别为非稳定状态；

23、其中，所述预设稳定阈值为0.25。

24、作为本发明的进一步改进，所述融合评价模块被配置为：

25、对各特征指标进行风险归一化处理，并基于相邻区间线性分配原则构建基本概率分配函数，形成所述多源证据体；

26、计算各证据体之间的对称k-l散度，并根据对称k-l散度构造证据体之间的相似度矩阵；基于各证据体与其他证据体的相似度总和计算支持度，并对支持度进行归一化，得到各证据体的优化权重；证据体与其他证据体的一致性越高，其支持度越大，对应优化权重越大；反之，其优化权重越小；

27、根据所述优化权重对各证据体进行加权平均，得到修正后的平均证据；以及

28、采用murphy平均证据融合方法对所述平均证据进行多次d-s组合规则融合，得到综合置信度。

29、作为本发明的进一步改进，所述稳定性分级与预警输出模块被配置为：

30、当所述先验判别模块判别为稳定状态时，直接输出稳定状态；

31、当所述先验判别模块判别为非稳定状态时，依据最大置信度原则判定稳定发展、不稳定发展、异常或危险状态，结合先验判别的稳定状态共同构成五级稳定性状态体系；

32、并且根据不同的稳定性状态触发相应级别的预警并输出工程管控建议。

33、作为本发明的进一步改进，还包括：

34、数据传输模块，用于将所述多源监测数据传输至数据处理与特征提取模块；以及

35、数据存储模块，分别与数据传输模块、数据处理与特征提取模块、先验判别模块、融合评价模块、稳定性分级与预警输出模块连接，用于存储原始数据、预处理后的数据、特征指标、判别结果及稳定性状态。

36、第二方面，本发明实施例提供了一种下向充填采场假底稳定性智能监测与评价方法，其采用上述下向充填采场假底稳定性智能监测与评价系统进行监测与评价，包括如下步骤：

37、s1，通过预埋于充填体假底内部或关键结构位置的多参量监测模块，采集多源监测数据，所述多源监测数据至少包括充填体应力数据、沉降位移数据、钢筋受力数据和振动加速度数据；

38、s2，对所述多源监测数据进行预处理，提取与稳定性相关的多维度特征指标；

39、s3，基于突变理论模型对所述多维度特征指标进行先验稳定性判别；若判别为稳定状态，则直接输出稳定结果并终止后续s4融合评价步骤；

40、s4，当判别结果为非稳定状态时，将所述多维度特征指标映射为d-s证据理论框架下的多源证据体，基于k-l散度度量各证据体间的信息差异并据此修正证据权重，经加权融合得到关于各稳定性状态的综合置信度；

41、s5，根据所述先验稳定性判别结果或所述综合置信度输出充填体假底的稳定性状态并触发相应的预警与工程管控措施。

42、作为本发明的进一步改进，步骤s1中，所述充填体应力数据包括垂直应力和剪应力；所述沉降位移数据包括沉降值和沉降速度；所述钢筋受力数据包括钢筋拉力和拉力变化率；所述振动加速度数据包括振动峰值加速度和损伤超越量；

43、步骤s3中，所述基于突变理论模型对所述多维度特征指标进行先验稳定性判别，具体包括：

44、将所述多维度特征指标的风险值按一级指标类别进行分组，每组下属两个评价指标，采用尖点突变模型将每组内的两个评价指标聚分为一级风险值；

45、将各一级风险值采用蝴蝶突变模型聚分为总体风险值；

46、将所述总体风险值与预设稳定阈值进行比较，若所述总体风险值小于或等于所述预设稳定阈值，则判别为稳定状态；否则判别为非稳定状态；

47、其中，所述预设稳定阈值为0.25。

48、作为本发明的进一步改进，步骤s4中，将所述多维度特征指标映射为d-s证据理论框架下的多源证据体，具体包括：

49、对各特征指标进行风险归一化处理，得到相应的风险值；

50、根据所述风险值所处的风险区间，按照相邻区间线性分配原则，将各特征指标的基本概率分配至对应的稳定性状态，形成所述多源证据体；

51、基于k-l散度度量各证据体间的信息差异并据此修正证据权重，具体包括：

52、计算每两条证据体之间的对称k -l散度；根据所述对称k -l散度构造证据体之间的相似度；根据各证据体与其他证据体之间的相似度总和计算证据支持度；根据所述证据支持度确定各证据体的优化权重，并进行归一化处理；

53、所述经加权融合得到关于各稳定性状态的综合置信度，具体包括：

54、根据所述优化权重对各证据体进行加权平均，得到修正后的平均证据；

55、采用murphy平均证据融合方法对所述平均证据进行多次d-s组合规则融合，得到所述综合置信度。

56、有益效果：

57、本发明与现有技术相比，具有以下有益效果：

58、1、监测参数更加全面。本发明同时监测充填体三向受力、沉降、钢筋受力和振动加速度，能够从应力状态、变形特征、结构受力和动力扰动四个方面综合反映充填体假底稳定性，避免单一指标判断的片面性。

59、2、能够实现特征值自动提取。本发明将原始传感器数据转化为垂直应力、剪应力、沉降值、沉降速度、钢筋拉力、拉力日变化率、峰值加速度和损伤超越量八个评价指标，提高了数据处理效率和规范性。

60、3、能够降低误判和漏判风险。通过突变理论进行先验判断，可识别充填体假底稳定状态和非稳定状态之间的突变演化特征，避免仅依靠固定阈值判断造成的误差。

61、4、能够处理多源监测数据冲突。本发明采用k-l散度优化d-s证据融合模型，对不同证据源之间的差异和冲突进行量化，并据此调整证据权重，使最终融合结果更加客观、可靠。

62、5、评价结果具有分级预警功能。本发明将充填体假底稳定性划分为稳定、稳定发展、不稳定发展、异常和危险五个状态（等级），可为现场采取不同强度的监测、生产组织、工程治理和人员管控措施提供依据。

63、6、适用于自动化监测和智能预警系统。本发明可与井下数据采集仪、通信网关、服务器和报警终端结合，实现连续监测、自动分析、实时预警和远程管理。

64、7、具有良好的工程适应性。本发明所采用的传感器和采集设备可根据不同采场长度、充填体厚度、钢筋布置形式和通信条件进行调整，适用于多种下向充填采矿工程场景。

65、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。