基于云计算的岩体灾害预警方法及系统与流程

本发明涉及数据处理领域，尤其涉及基于云计算的岩体灾害预警方法及系统。

背景技术：

1、在地下矿山开采过程中，随着地下矿体的开挖，围岩的原始应力平衡状态被打破，导致应力重新分布，当围岩所承载的应力大于其抗拉强度或抗压强度时，便会发生片帮、顶板冒落甚至岩爆等灾害，严重影响矿山安全生产。因此，在开采过程中，随着巷道的掘进或采场的生产就需要利用锚固部件对岩体进行支护加固。同时随着生产作业的进行，围岩及矿体应力变动过程中，用于支护岩体的锚固部件的受力情况也会发生显著变化，当发生剧烈的受力变动时，很容易出现锚固部件的失稳和变形，因而需要对开采过程中的锚固部件的受力情况进行分析，从而在可能出现岩体灾害之前进行预警提醒。锚固部件出现失稳和变形之前，其受力较大或出现突变，这种受力数据会呈现出离群特征，因而可以通过离群检测，来进行异常检测。

2、局部离群因子检测方法（local outlier factor），简称lof算法，常用于岩体灾害检测，该方法主要根据各数据点所在的局部区域内密度情况来进行离群检测，这种检测方法不能体现数据点的变动特征。但是锚固部件受力变动情况也是导致锚固部件失稳变形的原因，因而直接利用lof算法进行岩体灾害预警分析不够准确。

3、公开号为cn112560135a的专利申请文件中公开了一种基于冲击能量指标的岩体崩塌早期预警方法，该方法是通过岩体振动信息来判定是否存在崩塌情况，由于在挖掘过程中也会产生振动信息，这种振动信息会干扰崩塌振动判定。因而这种方法进行预警分析不够准确。

技术实现思路

1、为了解决如何提高岩体灾害预警的准确性问题，本发明提供基于云计算的岩体灾害预警方法及系统。

2、第一方面，本发明提供基于云计算的岩体灾害预警方法，采用如下的技术方案：

3、基于云计算的岩体灾害预警方法，包括步骤：

4、获取支护岩体的锚固部件所承载的应力时序序列；

5、将应力时序序列分割成若干单调变动的数据段记为候选分析数据段，计算波动程度，所述波动程度与候选分析数据段中数据方差以及数据数量均正相关；筛选出波动程度大于预设程度阈值的候选分析数据段作为分析数据段；

6、计算修正后局部异常因子：，表示所述一个分析数据段中第个应力数据的局部异常因子，所述局部异常因子表征应力数据的离群情况，表示该分析数据段的风险程度，所述风险程度表征分析数据段的波动程度，表示锚固部件所能承载的最大应力，表示该分析数据段中第个应力数据，表示该分析数据段中第个应力数据的修正后局部异常因子；

7、将修正后局部异常因子大于预设异常阈值的应力数据作为异常数据，计算预警程度，以辅助预警提醒，其中所述预警程度与相邻异常数据之间的时间间隔负相关。

8、本发明在获取分析数据段过程中，考虑了数据序列的单调情况以及波动情况，从而将每次开挖矿体后的锚固部件的应力变动过程中的应力数据分割在一个数据段中，为后续准确分析应力数据的异常情况提供基础。进一步地，在计算修正局部异常因子时，不仅考虑了应力数据的离群情况同时还考虑了应力波动和应力数据与锚固部件所能承载的最大应力的差异情况，从而防止只考虑应力数据的离群情况导致的异常分析不够准确的情况，提高岩体灾害预警分析的准确性。进一步地，在进行预警提醒时，通过考虑异常数据的间隔情况，从而排除单个异常数据错误判定导致的错误预警的现象，提高了预警的准确性。

9、优选的，所述风险程度的获取方法，包括：

10、；

11、其中，表示一个分析数据段中第个应力数据，表示该分析数据段中应力数据的数量，表示绝对值符号。

12、本发明在计算风险程度时引入了所有相邻两应力数据的波动的方差，来反映了应力数据的突变情况，从全面表征异常因素，提高异常检测的准确性；进一步地，在计算风险程度时还引入了所有应力数据的增长率均值，来准确反映应力数据的综合变动情况，从而从全面表征异常因素，提高异常检测的准确性。

13、优选的，所述计算预警程度，包括：

14、；

15、其中，表示应力时序序列中第个异常数据的时间，表示应力时序序列中第个异常数据的时间，表示应力时序序列中包含异常数据的数量，表示以自然常数为底的指数函数，表示预警程度。

16、本发明在计算预警程度时，考虑了相邻异常数据的时间间隔，更准确的反映岩体灾害发生时的异常数据出现情况，防止单个异常数据误判导致的预警错误，提高预警的准确性。

17、优选的，所述候选分析数据段的获取方法，包括：

18、计算应力时序序列中每个应力数据与前一应力数据的差值，记为每个应力数据的一阶差分；将第一个应力数据作为起始数据，从起始数据开始，获取第一个一阶差分小于等于0的应力数据记为截止数据，将起始数据到截止数据之间的所有应力数据构成的数据段记为分析数据段；响应于截止数据不是最后一个应力数据，将截止数据的下一个数据作为新的起始数据，从新的起始数据开始，获取第一个一阶差分小于等于0的应力数据记为新的截止数据，将新的起始数据到新的截止数据之间的应力数据构成的数据段记为新的分析数据段；响应于新的截止数据是最后一个应力数据，得到所有的分析数据段。

19、本发明通过将应力时序序列分割成多个单调变动的数据段，从而保障将每次开挖矿体后的锚固部件的应力变动过程中的应力数据分割在一个数据段中。

20、优选的，所述计算波动程度，包括：

21、将候选分析数据段中数据数量与候选分析数据中所有数据的方差的乘积作为候选分析数据段的波动程度。

22、本发明在计算波动程度时，不仅考虑了数据的变动，同时还考虑了数据段中的数据量，从而排除每次开挖矿体后的锚固部件的应力变动平衡过程中的数据的干扰。

23、优选的，所述局部异常因子的获取方法，包括：

24、利用lof算法对应力时序序列中所有应力数据进行异常检测得到每个应力数据的局部异常因子。

25、优选的，所述以辅助预警提醒，包括：

26、若预警程度大于预设预警程度阈值时，进行预警提醒；若预警程度小于等于预设预警程度阈值时，不进行预警提醒。

27、第二方面，本发明提供基于云计算的岩体灾害预警系统，采用如下的技术方案：

28、基于云计算的岩体灾害预警系统，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述基于云计算的岩体灾害预警方法。

29、通过采用上述技术方案，将上述的基于云计算的岩体灾害预警方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便使用。

30、本发明具有以下技术效果：

31、本发明在获取分析数据段过程中，考虑了数据序列的单调情况以及波动情况，从而将每次开挖矿体后的锚固部件的应力变动过程中的应力数据分割在一个数据段中，为后续准确分析应力数据的异常情况提供基础。进一步地，在计算修正局部异常因子时，不仅考虑了应力数据的离群情况同时还考虑了应力波动和应力数据与锚固部件所能承载的最大应力的差异情况，从而防止只考虑应力数据的离群情况导致的异常分析不够准确的情况，提高岩体灾害预警分析的准确性。进一步地，在进行预警提醒时，通过考虑异常数据的间隔情况，从而排除单个异常数据错误判定导致的错误预警的现象，提高了预警的准确性。