基于實時監測數據的尾礦壩失穩風險評價方法

基于實時監測數據的尾礦壩失穩風險評價方法
【專利摘要】本發明涉及基于實時監測數據的尾礦壩失穩風險評價方法，屬于專門適用于特定應用的數字計算或數據處理的方法技術領域。其解決了現有技術存在的無法判斷壩坡失穩風險的大小以及風險源等缺陷。本發明在獲得監測數據的前提下并確定代表性失穩模式的基礎上，利用各失穩模式的失效概率與滑動面積來確定其失穩風險，進而量化尾礦壩失穩風險，實現多基于監測數據的尾礦壩失穩風險評價；根據淺層與深層失穩模式在抗滑穩定安全系數上的相關性進行分組并進行代表性失穩模式的篩選，利用代表性失穩模式作為最危險失穩模式的次數以及滑動面來定量評價其風險，本發明更加科學、直觀、合理可行，為尾礦庫運營安全管理以及風險控制提供了科學依據。
【專利說明】
基于實時監測數據的尾礦壩失穩風險評價方法
技術領域
[0001] 本發明涉及基于實時監測數據的尾礦壩失穩風險評價方法，屬于專門適用于特定 應用的數字計算或數據處理的方法技術領域。
【背景技術】
[0002] 我國是世界上的礦業大國，每年尾礦排放量巨大，有時甚至達10億噸之多，其中大 部分尾礦采用構筑尾礦庫的方式來儲存。《尾礦庫安全技術規程》中指出，所謂尾礦庫就是 指筑壩攔截谷口或圍地構成的用以貯存金屬或非金屬礦山、礦石選別后所排出尾礦的場 所。作為尾礦庫外圍壩體構筑物，尾礦壩的穩定性直接關系到尾礦庫的安全運營。尾礦壩壩 坡失穩繼而導致尾礦庫流動具有很高的危險性，例如1994年7月13日，湖北大冶有色金屬有 限公司龍角山尾礦庫潰壩，造成30人死亡；2000年10月18日，廣西南丹宏圖選廠尾礦庫垮 塌，造成28人死亡、56人受傷；2010年9月21日上午9時，廣東信宜市紫金礦業有限公司信宜 銀巖錫礦尾礦庫突然崩塌。事故共造成6人失蹤，5人死亡，7人受傷，這些尾礦庫潰決事故給 我國人民的生命與財產安全造成了巨大損失。有鑒于此，2011年7月1日起施行的《尾礦庫安 全監督管理規定》第一章第八條規定，"鼓勵生產經營單位應用尾礦庫在線監測等先進適用 技術"來及時評估尾礦庫的安全運營狀況。
[0003] 然而，盡管許多尾礦庫均已安裝了在線監測系統，如何有效地分析并利用其監測 數據評估尾礦壩失穩風險，卻仍然困擾著業界學者與工程人員。傳統上，尾礦庫運營管理部 門利用監測數據的趨勢分析或者速率突變等手段或現象來判斷尾礦庫的安全程度，無法判 斷壩坡失穩風險的大小以及風險源，因此在尾礦庫潰壩風險評價中，缺少一種系統合理的 評價方法。

【發明內容】

[0004] 本發明的目的在于克服現有技術存在的缺點，尋求一種尾礦壩失穩風險評價方 法，在獲得監測數據的前提下并合理地確定代表性失穩模式的基礎上，綜合利用各失穩模 式的失效概率與滑動面積來確定其失穩風險，進而科學合理地量化尾礦壩失穩風險，最終 實現多基于監測數據的尾礦壩失穩風險評價。
[0005] 為了達到上述目的，本發明評價尾礦壩失穩風險的具體過程為:步驟一、監測剖面 幾何數據確定：由巖土勘察報告確定尾礦壩的筑壩材料的巖土物理力學參數，并結合設計 文件確定尾礦壩的主要幾何剖面；
[0006] 步驟二、浸潤線的確定:從在線監測系統監控中心服務器獲取實時監測數據；
[0007] 步驟三、尾礦壩失穩模式的生成:假定尾礦壩的失穩模式，由程序自動生成包括淺 層失穩以及深層失穩在內的多種失穩模式，并利用規范上規定的極限平衡方法計算每一個 失穩模式的抗滑穩定安全系數；
[0008] 步驟四、壩層參數變異性以及概率分布類型確定:在巖土工程勘察報告的基礎上， 結合室內土工試驗確定筑壩材料的變異性，并在文獻查閱的基礎上假定材料參數的概率分 布類型以及波動范圍；
[0009] 步驟五、各失穩模式之間的相關系數計算:將尾礦壩壩層按照波動范圍五分之一 的垂直間距進行離散，得到尾礦壩虛擬壩層，根據每個失穩模式在不同虛擬壩層之間的距 離長短，計算各失穩模式之間在抗滑穩定安全系數上的相關性；
[0010] 步驟六、失穩模式分組以及代表性失穩模式篩選:將所有的失穩模式進行分組，分 組后，每組內的失穩模式之間的相關系數高于設定的閾值，在每個分組內選擇安全系數最 小的作為代表性失穩模式；
[0011]步驟七、各代表性失穩模式作為最危險失穩模式的次數確定:利用蒙特卡羅法生 成足夠數量的隨機樣本，計算每個隨機樣本下，代表性失穩模式中安全系數最小且小于1的 那個失穩模式作為最危險失穩模式，統計各個失穩模式作為最危險失穩模式的次數；
[0012] 步驟八、風險評價以及風險源控制：計算代表性失穩模式的滑動面積以及作為最 危險失穩模式的次數，利用其乘積與蒙特卡羅樣本數量的比值來代表該失穩模式的失穩風 險;按照失穩模式風險值進行降序排列，即可直觀地評估尾礦壩失穩風險。
[0013] 步驟一中的巖土物理力學參數包括容重y、密度p、內摩擦角以及粘聚力C。
[0014] 步驟一中的主要幾何剖面取自尾礦壩的3~5個主要二維幾何剖面，幾何剖面的數 據包括坡比、馬道數目。
[0015] 步驟二中的實時監測數據，包括浸潤線位置、庫水位以及滲壓計數據。
[0016] 步驟三中的失穩模式由程序利用Xl，X。以及0角度自動生成，失穩模式包括淺層失 穩以及深層失穩。
[0017] 步驟四中的變異性可由巖土工程勘察報告查找確定內摩擦角9的最大、最小值 ^PmaTO^Pmin，.并根據3〇法則確定，中的標準差為查找粘聚力C的最大、最小值Cmax、 Cmin，同樣地可確定粘聚力C的標準差為(Cmax-Cmin) /6。
[0018] 步驟四中的概率分布類型假定為正態分布，垂直波動范圍A可由現場靜力觸探試 驗確定，該參數表示壩層在垂直方向上A厚度內壩層材料是顯著相關的。
[0019] 步驟五中的計算公式如公式(1):
⑴
[0021 ]上式中，Pij代表失穩模式Si與失穩模式Sj在抗滑穩定安全系數上的相關系數，Lik 和L#分別代表失穩模式Si和失穩模式&位于第k個虛擬壩層內的長度，n為虛擬壩層的層 數，其數值取決于波動范圍的大小。
[0022] 步驟六中的失穩模式分組是按照如下步驟：
[0023] (1)隨機選擇一個失穩模式作為組長，然后從剩下的失穩模式中選擇一個相關系 數高于P〇的失穩模式進入該組，在繼續選擇失穩模式進入該組時，要注意判斷擬進入該組 的失穩模式與已經進入該組失穩模式之間的相關系數均要高于P 〇;
[0024] (2)反復按照（1)進行失穩模式分組篩選，直至所有的失穩模式均已經進入相應的 分組為止，如此共得到失穩模式組數為P個；
[0025] (3)從每組失穩模式中，選擇抗滑穩定安全系數最小的作為代表性失穩模式，分別 記為 Sid、S2d、......、SPd〇
[0026] 步驟七中，蒙特卡羅抽樣的樣本數量N=10 000 000。
[0027]本發明的有益效果是：
[0028]與現有技術相比，根據淺層與深層失穩模式在抗滑穩定安全系數上的相關性進行 合理分組并進行代表性失穩模式的篩選，綜合利用了代表性失穩模式作為最危險失穩模式 的次數以及滑動面來定量評價其風險，通過實例分析表明，本發明所提出的尾礦壩失穩風 險評價方法更加科學、直觀、合理可行，為尾礦庫運營安全管理以及風險控制提供了科學依 據。
【附圖說明】
[0029]圖1是本發明的流程框圖。
[0030]圖2是監測剖面示意圖。
[0031]圖3是尾礦壩失穩模式示意圖。
[0032] 圖4是兩失穩模式之間的相關性示意圖。
[0033] 圖5是招遠某金礦尾礦壩監測剖面示意圖。
[0034] 圖6是招遠某金礦尾礦壩風險源控制示意圖。
【具體實施方式】
[0035] 下面結合附圖對本發明作進一步說明。
[0036] 如圖1所示，本發明所述的基于實時監測數據的尾礦壩失穩風險評價方法，本發明 實施的具體過程為：
[0037]步驟一：由尾礦庫運營管理部門獲取巖土工程勘察報告和尾礦壩設計文件，由巖 土勘察報告查找尾礦壩的筑壩材料的巖土物理力學參數，譬如容重Y、內摩擦角巾以及粘 聚力c;結合設計文件以及尾礦庫在線監測設計方案確定尾礦壩的3~5個主要二維幾何剖 面，一般在線監測系統中的監測剖面即可作為主要的幾何剖面，每個幾何剖面數據包括坡 比，馬道數目等。
[0038]步驟二:針對每一個監測剖面，由在線監測系統監控中心服務器獲取相應的傳感 器數據，譬如滲壓計數據，由滲壓計數據并結合庫水位數據即可確定該剖面的浸潤線位置， 相應說明如圖2所示。
[0039]步驟三:假定尾礦壩的失穩模式，一般假定為剪切滑動模式，而且對于尾礦壩而 言，圓弧失穩模式發生的概率較大，因此假定為圓弧失穩模式，失穩模式示意圖如圖3所示。 由程序利用xi，x〇以及0角度自動生成包括淺層失穩以及深層失穩在內的多種失穩模式，并 利用《尾礦庫安全技術規程》上規定的極限平衡方法(簡化Bishop法或者摩根斯坦普萊斯方 法)計算每一個失穩模式的抗滑穩定安全系數。
[0040]步驟四：在巖土工程勘察報告的基礎上，結合室內土工試驗確定筑壩材料的變異 性，譬如可由巖土工程勘察報告查找確定內摩擦角9的最大、最小值并根據30法 則確定中的標準差為((Pmax-Cp mm)/6?，類似地可查找粘聚力C的最大、最小值Cmax、Cmin，同樣地可 確定粘聚力C的標準差為(c max-c_)/6;并在文獻查閱的基礎上假定材料參數的概率分布類 型以及波動范圍，概率分布類型一般假定為正態分布，垂直波動范圍A可由現場靜力觸探試 驗確定，該參數表示壩層在垂直方向上A厚度內壩層材料是顯著相關的。
[0041] 步驟五:將尾礦壩壩層按照波動范圍五分之一的垂直間距進行離散，得到尾礦壩 虛擬壩層，根據每個失穩模式在不同虛擬壩層之間的距離長短，計算各失穩模式之間在抗 滑穩定安全系數上的相關性，示意圖如圖4所示，其計算公式如公式(1);
⑴
[0043]上式中，Pij代表失穩模式Si與失穩模式Sj在抗滑穩定安全系數上的相關系數，Lik 和L#分別代表失穩模式Si和失穩模式&位于第k個虛擬壩層內的長度，n為虛擬壩層的層 數，其數值取決于波動范圍的大小。
[0044] 步驟六:將生成的多種失穩模式按照相關系數進行分組，首先設定相關系數閾 值PQ，根據參數敏感性分析進行優選后取為〇. 5，按照如下步驟進行失穩模式分組：
[0045] (1)隨機選擇一個失穩模式作為組長，然后從剩下的失穩模式中選擇一個相關系 數高于P〇的失穩模式進入該組，在繼續選擇失穩模式進入該組時，要注意判斷擬進入該組 的失穩模式與已經進入該組失穩模式之間的相關系數均要高于P 〇;
[0046] (2)反復按照（1)進行失穩模式分組篩選，直至所有的失穩模式均已經進入相應的 分組為止，如此共得到失穩模式組數為P個；
[0047] (3)從每組失穩模式中，選擇抗滑穩定安全系數最小的作為代表性失穩模式，分別 記為 Sid、S2d、......、SPd〇
[0048] 步驟七:根據尾礦壩層的概率分布類型以及其參數的變異性，產生蒙特卡羅抽樣 的樣本值，樣本數量N=10 000 000。將每一個樣本值視為尾礦壩壩層的計算參數，計算代 表性失穩模式對應的抗滑穩定安全系數值Fid、F2d、......、FPd。從這p個安全系數中選擇最小 值并進行判斷，若該最小值小于1，則其相應的代表性失穩模式即為最危險失穩模式，如此 反復計算、判斷，最終可得出P個代表性失穩模式分別作為最危險失穩模式的次數91(1、 Q2d、......、Qpd 〇
[0049] 步驟八:計算p個代表性失穩模式的滑動面積^^知^……、Apd，計算p個代表性失 穩模式的失穩風險為Aid X Qid/N、A2d X Q2d/N、......、APd X Qpd/N。各代表性失穩模式之和即為 尾礦壩失穩風險，將各代表性失穩模式的失穩風險按降序排列，由此可直觀判斷尾礦壩的 失穩風險的風險源，進而有針對性地進行風險控制。
[0050] 下面結合圖5、6進行實例說明。
[0051] 圖5所示的尾礦壩壩坡為招遠市夏甸鎮某金礦尾礦壩，該尾礦庫目前已經安裝并 運營在線監測系統。
[0052]本發明實現定量評價尾礦壩失穩風險的過程如下：
[0053]步驟一、監測剖面幾何數據確定：
[0054]查閱尾礦庫設計文件知，目前該尾礦壩壩高27米，監測剖面的坡比自下而上依次 為：1:2、6:5、1:1、1:2，中間有一個水平的馬道，距離6米。由勘察報告可知，壩層的巖土物理 力學參數有容重T、內摩擦角9以及粘聚力c。
[0055]步驟二、浸潤線的確定：
[0056]由安裝運營的在線監測系統監控中心的服務器讀取某一監測時段的滲壓計數據 以及庫水位數據，綜合確定該監測剖面的浸潤線位置，自滲壓計1至滲壓計5,由監控中心服 務器獲取的數據（即測量的水位至壩頂面的深度)依次為8.1米、8米、7.2米、6.3米、5米。綜 合生成的浸潤線位置如圖5中虛線所示。
[0057]步驟三、尾礦壩失穩模式的生成：
[0058] 基于圓弧失穩模式假定，失穩模式滑入點、滑出點Xl，X。的可能變化范圍為[0,60]， 0角度的變化范圍為[0°，90°]，首先生成[0，1]之間的兩個隨機數 ri、r2,選擇兩個隨機數中 較小的一個(譬如r2〈rl)映射成失穩模式的滑出點坐標 Xci = r2X60,另一個映射成失穩模 式的滑入點坐#Xl = rlX60,并根據角度M角定失穩模式的具體位置。如此反復生成多種淺 層與深層失穩模式，為尾礦壩失穩風險評價奠定基礎。
[0059] 步驟四、壩層參數變異性以及概率分布類型確定：
[0060] 壩層的容重y=20kN/m3,不考慮其變異性，在尾礦壩失穩的風險評價中，將其視 為定值。內摩擦角 (P的平均值為30°，(pma、、（pmin的值分別為48°和12°，因此根據3〇法則，內 摩擦角的標準差為6°;粘聚力c的平均值為5kPa，類似地，可以確定其標準差為1.5kPa。內摩 擦角和粘聚力的概率分布類型假設為正態分布。內摩擦角和粘聚力在垂直方向上的波動范 圍取為3m。
[0061 ]步驟五、各失穩模式之間的相關系數計算：
[0062 ] 根據確定的垂直方向波動范圍值A = 3m，確定壩層垂直離散的間距為0.6m，按照此 間隔將該尾礦壩壩層在垂直方向上離散為45個虛擬壩層，因此公式（1)中n = 45。針對每一 個失穩模式Si，分別統計該失穩模式落在每一個虛擬壩層內的長度Lu，Li2,......，Lin，在此 基礎上，即可利用公式(1)計算每兩個失穩模式之間在安全系數上的相關系數。
[0063]步驟六、失穩模式分組以及代表性失穩模式篩選：
[0064]設定相關系數閾值Po = 0.5，以三個失穩模式S1、S2、S3為例說明失穩模式的分組 過程。設三個失穩模式的抗滑穩定安全系數依次為1.4、1.5、1.6,51、52之間的相關系數〇12 =0 ? 8，其余為P13 = 0 ? 7，P23 = 0 ? 4。首先隨機選擇S1進入第一組，接下來判斷S2，由于P12大于 設定的相關系數閾值P〇,因此S2也進入該組，因為p23〈p〇,所以S3不能進入該組，所以3個失 穩模式共分成2組。在第一組中包括S1和S2,選擇安全系數較小的S1作為代表性失穩模式， S3自成一組，所以S3也作為代表性失穩模式。本發明實例中，共分成14個失穩模式組，選擇 產生了 14個代表性失穩模式。
[0065]步驟七、各代表性失穩模式作為最危險失穩模式的次數確定：
[0066]根據壩層參數內摩擦角和粘聚力的概率分布類型，生成足夠多的蒙特卡羅抽樣樣 本，每一個樣本包含了一個9值和c值，本發明生成N=10 000 000個樣本。利用每一個樣本 中的W值和c值以及確定的y值，計算14個代表性失穩模式的安全系數值，從中選擇最小的 安全系數進行判斷，若該最小值小于1，則該最小安全系數值對應的失穩模式即為最危險失 穩模式，統計14個失穩模式作為最危險失穩模式的次數Qld~Q14d，如表1所不。
[0067] 步驟八、風險評價以及風險源控制：
[0068] 計算14個代表性失穩模式的滑動面積Aid~A14d，結合Qld~Q14d計算每個代表性 失穩模式的風險，結果如表1所示。由表1可見，14個代表性失穩模式，按照風險進行降序排 列，依次為:38,54,55,53,52,51，59,510,57,56,512,514,511，513。511~514這四個代表性 失穩模式的風險可以忽略不計，選擇前六名的風險源進行控制，其失穩模式位置如圖6所 示，結合表1和圖6,尾礦庫運營管理部門可以直觀、科學地進行風險控制。
[0069] 本發明與現有技術相比，根據淺層與深層失穩模式在抗滑穩定安全系數上的相關 性進行合理分組并進行代表性失穩模式的篩選，綜合利用了代表性失穩模式作為最危險失 穩模式的次數以及滑動面來定量評價其風險，通過實例分析表明，本發明所提出的尾礦壩 失穩風險評價方法更加科學、直觀、合理可行，為尾礦庫運營安全管理以及風險控制提供了 科學依據。
[0070] 表1尾礦壩失穩風險評價量化表
[0072]當然，上述內容僅為本發明的較佳實施例，不能被認為用于限定對本發明的實施 例范圍。本發明也并不僅限于上述舉例，本技術領域的普通技術人員在本發明的實質范圍 內所做出的均等變化與改進等，均應歸屬于本發明的專利涵蓋范圍內。
【主權項】
1. 一種基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于:包括如下步驟： 步驟一、監測剖面的幾何數據確定：由巖±勘察報告確定尾礦巧筑巧材料的巖±物理 力學參數，并結合設計文件確定尾礦巧的主要幾何剖面； 步驟二、浸潤線的確定:從在線監測系統監控中屯、服務器獲取實時監測數據； 步驟=、尾礦巧失穩模式的生成:假定尾礦巧的失穩模式，由程序自動生成包括淺層失 穩W及深層失穩在內的多種失穩模式，并利用規范上規定的極限平衡方法計算每一個失穩 模式的抗滑穩定安全系數； 步驟四、巧層參數變異性W及概率分布類型確定:在巖上工程勘察報告的基礎上，結合 室內±工試驗確定筑巧材料的變異性，并在文獻查閱的基礎上假定材料參數的概率分布類 型W及波動范圍； 步驟五、各失穩模式之間相關系數的計算:將尾礦巧巧層按照波動范圍五分之一的垂 直間距進行離散，得到尾礦巧虛擬巧層，根據每個失穩模式在不同虛擬巧層之間的距離長 短，計算各失穩模式之間在抗滑穩定安全系數上的相關性； 步驟六、失穩模式分組W及代表性失穩模式篩選:將所有的失穩模式進行分組，分組 后，每組內的失穩模式之間的相關系數高于設定的闊值，在每個分組內選擇安全系數最小 的作為代表性失穩模式； 步驟屯、各代表性失穩模式作為最危險失穩模式的次數確定:利用蒙特卡羅法生成足 夠數量的隨機樣本，計算每個隨機樣本下，代表性失穩模式中安全系數最小且小于1的那個 失穩模式作為最危險失穩模式，統計各個失穩模式作為最危險失穩模式的次數； 步驟八、風險評價W及風險源控制:計算代表性失穩模式的滑動面積W及作為最危險 失穩模式的次數，利用其乘積與蒙特卡羅樣本數量的比值來代表該失穩模式的失穩風險； 按照失穩模式風險值進行降序排列。2. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟一中的巖±物理力學參數包括容重丫、密度P、內摩擦角W ^及粘聚力C。3. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟一中的主要幾何剖面取自尾礦巧的3~5個主要二維幾何剖面，幾何剖面的數據包括坡 比、馬道數目。4. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟二中的實時監測數據，包括浸潤線位置、庫水位W及滲壓計數據。5. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟=中的失穩模式由程序利用Xi，XdW及0角度自動生成，失穩模式包括淺層失穩W及深 層失穩。6. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟四中的變異性可由巖±工程勘察報告查找確定內摩擦角qj的最大、最小值學max、學mm， 并根據3〇法則確定，取的標準差為如查找粘聚力C的最大、最小值Cmax、Cmin，同樣地 可確走粘聚力C的柄;準差為(Cmax-Cmin) /6。7. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟四中的概率分布類型假定為正態分布，垂直波動范圍A可由現場靜力觸探試驗確定，該 參數表示巧層在垂直方向上A厚度內巧層材料是顯著相關的。8. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟五中的計算公式如公式(1):(1) 上式中，Pij代表失穩模式Si與失穩模式Sj在抗滑穩定安全系數上的相關系數， 分別代表失穩模式Si和失穩模式&位于第k個虛擬巧層內的長度，n為虛擬巧層的層數，其數 值取決于波動范圍的大小。9. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在于： 步驟六中的失穩模式分組是按照如下步驟： (1) 隨機選擇一個失穩模式作為組長，然后從剩下的失穩模式中選擇一個相關系數高 于PO的失穩模式進入該組，在繼續選擇失穩模式進入該組時，要注意判斷擬進入該組的失 穩模式與已經進入該組失穩模式之間的相關系數均要高于PO; (2) 反復按照（1)進行失穩模式分組篩選，直至所有的失穩模式均已經進入相應的分組 為止，如此共得到失穩模式組數為P個； (3) 從每組失穩模式中，選擇抗滑穩定安全系數最小的作為代表性失穩模式，分別記為 Sld、S2d、......、Spd O10. 根據權利要求1所述的基于實時監測數據的尾礦巧失穩風險評價方法，其特征在 于:步驟屯中，蒙特卡羅抽樣的樣本數量N=IO 000 000。
【文檔編號】G06Q50/02GK105913184SQ201610222185
【公開日】2016年8月31日
【申請日】2016年4月11日
【發明人】李亮, 褚雪松
【申請人】青島理工大學