第1期 李长洪等:卡尔曼滤波在大型深凹露天矿边坡变形监测预测中的应用 ,9. 重复观测的GPS观测数据,从而对边坡进行形变分 状态量时不需要存储大量的观测数据,并且当得到 析,在系统噪声和观测噪声均为白噪声序列的情况 新的观测数据时,可随时得到状态量新的滤波值,从 下,采用卡尔曼滤波可估算和预测边坡的三维形变 而便于实时处理观测成果. 量及形变速率.由于边坡上监测,点的形变量是随时 2水厂露天矿GPS边坡变形监测预测 间不断变化的状态参数,因而利用卡尔曼滤波可估 计这些状态参数,使它们更全面地反映边坡的运动 2.1工程背景 状态 首钢矿业公司水厂铁矿位于河北省迁安市境 内,是一座大型变质岩型磁铁矿床,于1968年建成 1随机线性离散系统的卡尔曼滤波数学 投产,1986年进行了扩建,是首都钢铁公司重要铁 模型 矿石基地之一,由于矿区北采场不同部位工程地质 卡尔曼滤波借助于系统建模的状态矩阵和观测 岩组分布不同,边坡要素及方位不同,岩体变形破坏 数据,利用观测数据来估计随时间不断变化的状态 类型不同,为了更确切反映各区段边坡的客观实际, 向量,实时、最优地估计系统的状态量,并对未来时 需要对采场边坡进行工程地质分区,矿区北采场工 刻的系统状态量进行预报,通过建立状态方程和观 程地质分区划分依据:①工程地质岩组特征;②岩体 测方程,得到随机线性离散系统的卡尔曼滤波数学 结构特征;③岩体不连续面特征:④采矿设计及边坡 模型[2) 方位特征,将北区采场划分为I~V五个工程地质 Xk=Φ.-1Xk-1十Tkk-Wk-1 (1) 区,如图1所示. Z=HkX+V 44460005040004447000505000 506000 式(1)中,X为k时刻系统状态向量,Φ.-为k一1 4445000 到k时刻的系统状态转移矩阵,T-1为k一1到k K@1,Ⅱ■ 时刻系统状态噪声输入矩阵,Z为k时刻系统观测 504000 向量,Hk为k时刻系统的观测矩阵,Wk-为k一1时 V M NN 秀Ⅲ 507000 刻系统状态噪声,V为k时刻系统观测噪声. 4447000 卡尔曼滤波的随机模型) 4444000 E(W:)=0 (2 一北采场境界线 工程地质分区界线 E(V)=0 地质勘探线 ·边坡物察孔 一工程地质剖面线 ·应力解除法地应力测点 E(W:V)=0 图【水厂铁矿边坡工程地质分区 E(WW)=Q: (3) Fig 1 Engineering geological zonng of a slope in Shuichang Iron Mine E(VV:)=R. 式(3)中,,为K mnecker函数,即 就整个采场而言,北区采场工程地质条件十分 1,k=j 复杂,各分区边坡稳定性状况亦不同,在现场边坡 a千0, (4) 诗j 工程地质调查和分析的基础上看:I区边坡垂直高 Q为系统状态噪声W:的方差阵,即: 度较大,边坡上部松散体稳定性条件差,下部有多条 断层穿错交汇,工程地质状况十分复杂;Ⅱ区和N区 0-09 (5) 相对于Ⅲ区和V区边坡地质条件复杂,局部台阶边 式(5)中,Q(t)为系统状态噪声在时刻的协方差, 坡破坏势难避免,在一定程度上V区状况更为严重. △t为两次观测的时间间隔. 2.2水厂铁矿边坡监测网 R,为系统观测噪声V,的方差阵,即: 随着矿山的不断向深部开采,底部也需要进行 R=R() 监测,以保证开采过程中的安全性,加之原有的监测 △t (6) 点在开采过程中被破坏,所以对监测点进行调整:两 式(6)中,R()为系统观测噪声在时刻的协方差, 个基准点不变,G11G12和G13由于开挖被破坏, △。为两次观测的时间间隔, 故由西排布设到东帮,即14个监测点,共16个点; 卡尔曼滤波方程是一个递推计算公式,整个计 每点设站两次;四台接收机同时观测,可得满足精度 算过程中是一个不断地预测、修正的过程,在估计 的最少观测时段数为8总基线数为48必要基线数第 1期 李长洪等: 卡尔曼滤波在大型深凹露天矿边坡变形监测预测中的应用 重复观测的 GPS观测数据从而对边坡进行形变分 析.在系统噪声和观测噪声均为白噪声序列的情况 下采用卡尔曼滤波可估算和预测边坡的三维形变 量及形变速率.由于边坡上监测点的形变量是随时 间不断变化的状态参数因而利用卡尔曼滤波可估 计这些状态参数使它们更全面地反映边坡的运动 状态. 1 随机线性离散系统的卡尔曼滤波数学 模型 卡尔曼滤波借助于系统建模的状态矩阵和观测 数据利用观测数据来估计随时间不断变化的状态 向量实时、最优地估计系统的状态量并对未来时 刻的系统状态量进行预报.通过建立状态方程和观 测方程得到随机线性离散系统的卡尔曼滤波数学 模型 [12]: Xk=Φkk—1Xk—1+Γkk—1Wk—1 Zk=HkXk+Vk (1) 式 (1)中Xk为 k时刻系统状态向量Φkk—1为 k—1 到 k时刻的系统状态转移矩阵Γkk—1为 k—1到 k 时刻系统状态噪声输入矩阵Zk为 k时刻系统观测 向量Hk为 k时刻系统的观测矩阵Wk—1为 k—1时 刻系统状态噪声Vk为 k时刻系统观测噪声. 卡尔曼滤波的随机模型 [13]: E(Wk)=0 E(Vk)=0 (2) E(WkV T j)=0 E(WkW T j)=Qkδkj E(VkV T j)=Rkδkj (3) 式 (3)中δkj为 Kronecker函数即 δkj= 1 k=j 0 k≠j (4) Qk为系统状态噪声 Wk的方差阵即: Qk= Q(t) Δtk (5) 式 (5)中Q(t)为系统状态噪声在 t时刻的协方差 Δtk为两次观测的时间间隔. Rk为系统观测噪声 Vk的方差阵即: Rk= R(t) Δtk (6) 式 (6)中R(t)为系统观测噪声在 t时刻的协方差 Δtk为两次观测的时间间隔. 卡尔曼滤波方程是一个递推计算公式整个计 算过程中是一个不断地预测、修正的过程.在估计 状态量时不需要存储大量的观测数据并且当得到 新的观测数据时可随时得到状态量新的滤波值从 而便于实时处理观测成果. 2 水厂露天矿 GPS边坡变形监测预测 2∙1 工程背景 首钢矿业公司水厂铁矿位于河北省迁安市境 内是一座大型变质岩型磁铁矿床于 1968年建成 投产1986年进行了扩建是首都钢铁公司重要铁 矿石基地之一.由于矿区北采场不同部位工程地质 岩组分布不同边坡要素及方位不同岩体变形破坏 类型不同为了更确切反映各区段边坡的客观实际 需要对采场边坡进行工程地质分区.矿区北采场工 程地质分区划分依据:①工程地质岩组特征;②岩体 结构特征;③岩体不连续面特征;④采矿设计及边坡 方位特征将北区采场划分为Ⅰ ~Ⅴ五个工程地质 区如图 1所示 [14]. 图 1 水厂铁矿边坡工程地质分区 Fig.1 Engineering-geologicalzoningofaslopeinShuichangIron Mine 就整个采场而言北区采场工程地质条件十分 复杂各分区边坡稳定性状况亦不同.在现场边坡 工程地质调查和分析的基础上看:Ⅰ区边坡垂直高 度较大边坡上部松散体稳定性条件差下部有多条 断层穿错交汇工程地质状况十分复杂;Ⅱ区和Ⅳ区 相对于Ⅲ区和Ⅴ区边坡地质条件复杂局部台阶边 坡破坏势难避免在一定程度上Ⅳ区状况更为严重. 2∙2 水厂铁矿边坡监测网 随着矿山的不断向深部开采底部也需要进行 监测以保证开采过程中的安全性加之原有的监测 点在开采过程中被破坏所以对监测点进行调整:两 个基准点不变G11、G12和 G13由于开挖被破坏 故由西排布设到东帮即 14个监测点共 16个点; 每点设站两次;四台接收机同时观测可得满足精度 的最少观测时段数为 8;总基线数为 48必要基线数 ·9·