ISSN 1003-8035 CN 11-2852/P
  • 中国科技核心期刊
  • CSCD收录期刊
  • Caj-cd规范获奖期刊
  • Scopus 收录期刊
  • DOAJ 收录期刊
  • GeoRef收录期刊
欢迎扫码关注“i环境微平台”

铁路边坡变形在线监测数据处理方法及其应用以朔黄铁路为例

谷牧

谷牧. 铁路边坡变形在线监测数据处理方法及其应用−以朔黄铁路为例[J]. 中国地质灾害与防治学报,2025,36(1): 101-107. DOI: 10.16031/j.cnki.issn.1003-8035.202308052
引用本文: 谷牧. 铁路边坡变形在线监测数据处理方法及其应用−以朔黄铁路为例[J]. 中国地质灾害与防治学报,2025,36(1): 101-107. DOI: 10.16031/j.cnki.issn.1003-8035.202308052
GU Mu. Online monitoring data processing methods for railway slopes and its application: A case study of the Shuohuang Railway[J]. The Chinese Journal of Geological Hazard and Control,2025,36(1): 101-107. DOI: 10.16031/j.cnki.issn.1003-8035.202308052
Citation: GU Mu. Online monitoring data processing methods for railway slopes and its application: A case study of the Shuohuang Railway[J]. The Chinese Journal of Geological Hazard and Control,2025,36(1): 101-107. DOI: 10.16031/j.cnki.issn.1003-8035.202308052

铁路边坡变形在线监测数据处理方法及其应用——以朔黄铁路为例

基金项目: 国家能源集团科技创新项目(GJNY-20-231);国能朔黄铁路公司科技创新项目(朔其他[2021]367号)
详细信息
    作者简介:

    谷 牧(1981—),男,安徽肥东人,工程工务研究员,硕士。研究方向为铁路工务设备运维关键技术。E-mail:mguens@163.com

  • 中图分类号: P642.22

Online monitoring data processing methods for railway slopes and its application: A case study of the Shuohuang Railway

  • 摘要:

    基于北斗全球卫星导航系统的铁路边坡在线监测系统具有全天时、全天候、高精度和高可靠的特点,监测性能与数据处理模型密切相关。以朔黄(朔州—黄骅)铁路边坡变形在线监测系统为例,针对数据处理中涉及的数据预处理,噪声抑制和变形趋势预测三个环节开展研究。首先在数据预处理中采用3σ准则识别监测数据中的异常值并利用卡尔曼滤波算法对其进行修正,然后将CLEAN算法引入变形监测领域,利用CLEAN算法对监测数据进行噪声抑制,降低噪声分量对后续变形趋势预测的影响,最后利用RBF神经网络对噪声抑制后的数据建模分析,从而获得铁路边坡当前状态和未来变形趋势预测。工程应用表明,所提方法能够有效实现异常值检测及修正,噪声抑制性能良好,变形趋势预测精度高,应用效果较好。

    Abstract:

    The online monitoring system for railway slopes, based on the Beidou global navigation satellite system, features all-weather, all-weather, high-precision, and high reliability. The effectiveness of system monitoring closely correlates with the data processing model. Taking the online monitoring system for slope deformation on the Shuohuang Railway as an example, this study focuses on three crucial aspects of data processing: data preprocessing, noise suppression, and deformation trend prediction. Initially, the 3σ criterion is employed for outlier detection in monitoring data, which is then corrected using the Kalman filter algorithm. Subsequently, the CLEAN algorithm, introduced to the field of deformation monitoring, is utilized to suppress noise, minimizing its impact on subsequent deformation trend predictions. Finally, an RBF neural network is applied for modeling and analyzing the noise-suppressed data to forecast current and future deformation trends of railway slopes. Engineering applications demonstrate that the proposed methods effectively detect and correct outliers, provide robust noise suppression, and yield precise deformation trend predictions, enhancing the practical application of monitoring systems.

  • 《中国地质灾害与防治学报》(双月刊)是由中国地质调查局主管,中国地质环境监测院、中国地质灾害防治与生态修复协会主办,反映地质灾害学科并向国内外公开发行的学术性刊物。由于贯彻了“双百”方针,理论与实践密切结合,充分运用地质灾害防治技术,重视办刊质量,因而受到同行的好评。欢迎广大科技人员和读者积极投稿。

    主要刊登范围:重点刊登地质灾害发生发展机理、成灾模式与应急处置、地质灾害链及风险评价、调查/监测/预警与综合防治,空天地一体化早期识别和普适型监测仪器研发,重大工程沿线地质灾害研究与防治等方面的创新性研究成果。

    本刊物主要面向国内工程地质学科发展、地质工程建设、技术方法创新、地质环境开发与保护等方面的院校教师、研究生及科技人员。期刊最初定位是服务于生产一线的野外工作者。是我国工程地质、环境地质、特别是地质灾害研究(地质灾害防治及地质环境保护)等领域的综合性学术理论与实践相结合的地质学类权威性刊物。

    理论研究与调查评价栏目:重点针对单体单灾分析研究与调查评价;

    技术方法与防治工程栏目:技术方法,是指勘察、监测、防治等具体的技术方法,不是评价方法和研究方法,这是业界约定俗成的共识;

    综合研究与区划栏目:对多灾种综合研究、区域性灾害研究和易发性、危险性和风险评价与区划。

    以简短的文字介绍写作背景和目的,以及相关领域内前人所作的工作和研究的概况(即前人研究进展的综述),说明本研究与前人研究工作的关系,目前研究的热点和存在的问题;以便读者了解该文的概貌,起导读的作用。基本内容应包括:

    (1)简要叙述研究此项工作的起因和目的(研究背景);(2)国内外对此项工作的研究现状和研究动态(并指出存在的问题);(3)强调此项研究工作拟解决现有研究中存在问题中的哪个问题,以及研究解决这些问题的重要性和意义;(4)适当说明研究假设。

    这是论文的重要部分。重点阐述两方面的内容,一是用什么做研究(即研究所用的材料),二是怎么做研究(从事研究所用的方法)。如果采用的方法是按照前人的,或者即使有所改进,也必须标注参考文献。

    不同的课题有不同的研究方法,以试验研究方法为例,其内容应包括:(1)研究的对象及其取样;(2)仪器设备的应用;(3)相关因素和无关因素的控制;(4)操作程序与方法;(5)操作性概念的界定;(6)研究结果的统计方法。针对基于地质调查的研究论文,可将第1节设置为“研究区地质背景”,其内容包括:(1)野外调查工作和试验室测试所用的技术方法或技术手段(野外工作技术路线),开展完成的主要工作(及其量);(2)所得到第一手资料情况以及开展综合研究所应用的基础数据(包括利用前人已有数据)情况;(3)室内综合研究所用的方法(技术路线)。

    结果是论文的核心(主体部分),主要论述通过试验研究得到了什么数据、规律和发现等(可包括试验和研究的结果、数据,被确定的关系,观察或得到的效果、性能等)。

    结果内容的表达:(1)数据,不用原始数据,要经统计学处理;(2)图表,用于显示规律性和对比性;(3)照片,能形象客观地表达研究结果;(4)文字,对数据、图表、照片加以说明。

    结果的写作应注意:(1)按试验所得到的事实材料进行安排,可分段、分节,可加小标题;(2)解释客观结果,不要外加作者的评价、分析和推理;(3)结果要真实性,不可将不符合主观设想的数据或其它结果随意删除;(4)因图表和照片所占篇幅较大,能用文字说明的问题,尽可能少用或不用图表或照片。

    讨论是论文的重要主体部分,是作者对研究得到的资料进行归纳、概括和探讨,提出自己的见解,评价其意义。

    讨论的内容包括:(1)对试验观察过程中各种数据或现象的理论分析和解释;(2)评估研究方法的科学性,评估自己结果的正确性和可靠性,与他人结果比较异同,并解释其原因;(3)试验结果的理论意义及对实践的指导作用和应用价值;(4)作用机制或变化规律的探讨;(5)本研究还存在的局限性以及进一步研究的建议。

    这是论文的精髓部分。要回答研究出了什么,主要内容应包括:

    (1)由研究结果所揭示的原理及其普遍性(即本研究结果说明了什么问题,得出了什么规律性的东西,解决了什么理论或实际问题);

    *(2)研究中有无例外或本论文尚难解决的问题(还有哪些问题没有解决),与以前以发表论文的异同,在理论与实践上意义;

    *(3)对进一步研究的建议。

    需要特别注意的是,结论不是摘要的简单重复。结语部分文字要简洁,逐条写出,3~4 条为宜。

    (1)论文标题需明确、精练,体现创新点。具体要求:

    ● 阐述具体,用语简洁。题目不足以概括论文内容时,可加副标题;

    ● 文题相称、确切鲜明,标题体现内容,内容说明标题;

    ● 重点突出、主题明确,突出论文创新点,高度概括,一目了然。

    (2)基金资助的研究项目,需注明资助项目来源及编号。

    (3)作者一般只列出主要参加者。第一作者和通讯作者附简介:姓名(出生年—),性别,学历,职称,主要从事工作或研究方向,E-mail。

    (4)摘要应具有独立性和自明性,即通过阅读摘要就能获得必要的信息。摘要的内容包括研究目的、方法、结果结论,也可适当增加背景和意义,500字左右。英文摘要与中文摘要内容基本一致,可以适当扩充。关键词5~8个,要严格筛选,选用实词,充分、准确、全面地反映文章的中心内容。具体要求:

    ● 目的(objective):阐述论文要解决的问题及其起源、由来(适当突出问题的重要性和目前存在的不足,指出你的论文工作要解决存在的不足中的什么问题);

    ● 方法(methods):说明论文采用的主要手段(方法),必要时介绍使用手段的方式;

    ● 结果(results):说明研究内容中得出的主要结果,得到了什么数据、规律和发现等;

    ● 结论(conclusions):说明研究结果有什么含义、影响和意义(理论意义或实用价值、推广前景等)。

    (5)全文一般不超过 10 个版面(包括图、表)。

    (6)论文需符合科技论文体裁,论点明确,论据充分,论述严谨,结论可信,语句通达,逻辑严密。

    (7)正文采用 3 级标题,即:一级标题如“2 模型建立及计算方法”;二级标题如“2.1 模型建立”;三级标题如 “2.1.1 模型建立基本原则”或“(1)模型建立基本原则”。

    (8)提供必要的图表。表格一般采用三线表,使用国家法定计量单位,采用国际标准符号。图件采用通用制图软件制作,单栏图宽不超过 8 cm,通栏图宽不超过 16 cm,图面内容主题突出、结构合理、图面清晰,图中内容要与图注和正文叙述相符。中、英文图表名齐全,图名置于图件之下,表名置于表格之上。

    (9)论文要突出反映基础和试验数据,对前人研究成果及存在问题或不足要进行充分的总结、分析。

    (10)参考文献遵循“最新、关键、必要和亲自阅读过”的原则,采用顺序编码制,在正文中用“[ 1 ]”或“[1-2]”在引用处标注。所有文献需用信息资源原语种著录,中文文献需列出英译文。

    列出论文参考文献的目的是让读者了解论文研究命题的来龙去脉,便于查找,同时也是尊重前人劳动,对自己的工作有准确的定位。一切粗心大意、不查文献,故意不引、自鸣创新,贬低别人、抬高自己,避重就轻、故作姿态的做法都是错误的。

    (1)本刊只接收网络投稿,投稿网址为http://www.zgdzzhyfzxb.com

    (2)自收稿日起 3 个月内,编辑部通知作者稿件处理结果。退稿不附详细意见。

    (3)作者收到修改通知后 2 个月内返回修改稿。逾期(特殊原因且已向编辑部说明者除外)视为自动撤稿。

    (4)期刊不收取审稿费,按规定收取版面费和支付稿费(含印刷版、光盘版和网络版),每篇论文赠送当期刊物 2 本。

    (5)为了保证期刊正常出版,《中国地质灾害与防治学报》收取版面费,需要由作者或其所在机构、基金资助项目等支付。如果作者确无课题经费支付版面费可申请减免。申请方式:作者提交经单位科研管理部门盖章的书面申请,并提供单位科研管理部门的联系电话,编辑部经确认后即可减免。

    论文出版版面费收费标准为:每面收取300元;加急论文出版版面费收费标准为:每面收取600元。

    作者应对所投稿件拥有无可争议的著作权,且文责自负。作者应保证稿件未一稿多投,且保证我刊的首发权。稿件一旦被本刊录用,作者即将论文整体及附属于论文的图表等可许可使用的著作权(包括但不限于复制权、发行权、信息网络传播权、翻译权、汇编权),转交给本刊。许可期限为论文著作权的法定保护期,许可地域范围为全世界。作者依著作权法行使上述权利或向第三方转让上述权利时,不得损害本刊利益,如汇编入其他论文集时,必须注明曾在本刊刊出,并注明刊载年、卷、期。

    (2022 年 2 月修订)

  • 图  1   RBF神经网络模型结构

    Figure  1.   RBF neural network model structure

    图  2   所提方法流程图

    Figure  2.   Flowchart of proposed method for railway slope deformation monitoring system data processing

    图  3   监测点位布置平面图

    Figure  3.   Layout plan of monitoring points

    图  4   变形监测数据

    Figure  4.   Deformation monitoring data

    图  5   监测数据异常值检测结果

    Figure  5.   Detection results of abnormal values in monitoring data

    图  6   监测数据异常值修正结果

    Figure  6.   Correction results of abnormal values in monitoring data

    图  7   监测数据噪声抑制结果

    Figure  7.   Monitoring data noise suppression results

    图  8   变形趋势预测结果

    Figure  8.   Prediction results of deformation trend

    图  9   不同方法预测误差

    Figure  9.   Prediction error of different methods

    表  1   不同方法预测结果对比

    Table  1   Comparison of prediction results using different methods

    GM(1,1)小波变换所提方法
    MRE0.680.270.12
    RMSE0.870.520.23
    下载: 导出CSV
  • [1] 赵振宇. 基于数值计算的测斜仪监测误差分析[J]. 水文地质工程地质,2021,48(3):157 − 161. [ZHAO Zhenyu. Error analysis of an inclinometer based on numerical analysis[J]. Hydrogeology & Engineering Geology,2021,48(3):157 − 161. (in Chinese with English abstract)]

    ZHAO Zhenyu. Error analysis of an inclinometer based on numerical analysis[J]. Hydrogeology & Engineering Geology, 2021, 48(3): 157 − 161. (in Chinese with English abstract)

    [2] 袁于思,冯小鹏,李勇,等. 基于PSO-DSRVM的边坡变形预测[J]. 中国地质灾害与防治学报,2023,34(1):1 − 7. [YUAN Yusi,FENG Xiaopeng,LI Yong,et al. Prediction of mine slope deformation based on PSO-DSRVM[J]. The Chinese Journal of Geological Hazard and Control,2023,34(1):1 − 7. (in Chinese with English abstract)]

    YUAN Yusi, FENG Xiaopeng, LI Yong, et al. Prediction of mine slope deformation based on PSO-DSRVM[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(1): 1 − 7. (in Chinese with English abstract)

    [3] 方杨. 基于物联网与云计算的自动化变形监测技术研究[J]. 铁道勘察,2022,48(2):44 − 47. [FANG Yang. Research of automatic deformation monitoring technology based on IOT and cloud computing[J]. Railway Investigation and Surveying,2022,48(2):44 − 47. (in Chinese with English abstract)]

    FANG Yang. Research of automatic deformation monitoring technology based on IOT and cloud computing[J]. Railway Investigation and Surveying, 2022, 48(2): 44 − 47. (in Chinese with English abstract)

    [4] 刘佳意,陈春利,付昱凯,等. 降雨诱发的浅表堆积层滑坡成因机理与稳定性预测模型[J]. 水文地质工程地质,2024,51(2):183 − 191. [LIU Jiayi,CHEN Chunli,FU Yukai,et al. Mechanism of rainfall-induced shallow landslide and stability prediction model[J]. Hydrogeology & Engineering Geology,2024,51(2):183 − 191. (in Chinese with English abstract)]

    LIU Jiayi, CHEN Chunli, FU Yukai, et al. Mechanism of rainfall-induced shallow landslide and stability prediction model[J]. Hydrogeology & Engineering Geology, 2024, 51(2): 183 − 191. (in Chinese with English abstract)

    [5] 周苏华,付宇航,邢静康,等. 基于不同统计模型的肯尼亚滑坡危险性评价[J]. 中国地质灾害与防治学报,2023,34(4):114 − 124. [ZHOU Suhua,FU Yuhang,XING Jingkang,et al. Assessment of landslide hazard risk in Kenya based on different statistical models[J]. The Chinese Journal of Geological Hazard and Control,2023,34(4):114 − 124. (in Chinese with English abstract)]

    ZHOU Suhua, FU Yuhang, XING Jingkang, et al. Assessment of landslide hazard risk in Kenya based on different statistical models[J]. The Chinese Journal of Geological Hazard and Control, 2023, 34(4): 114 − 124. (in Chinese with English abstract)

    [6] 宋宜祥,尹子航,黄达. 基于Green-Ampt模型的多层结构边坡降雨入渗改进计算方法及稳定性影响研究[J]. 水文地质工程地质,2022,49(6):162 − 170. [SONG Yixiang,YIN Zihang,HUANG Da. Rainfall infiltration process of multi-layer slope based on improved Green-Ampt model stability analysis[J]. Hydrogeology & Engineering Geology,2022,49(6):162 − 170. (in Chinese with English abstract)]

    SONG Yixiang, YIN Zihang, HUANG Da. Rainfall infiltration process of multi-layer slope based on improved Green-Ampt model stability analysis[J]. Hydrogeology & Engineering Geology, 2022, 49(6): 162 − 170. (in Chinese with English abstract)

    [7] 洪艳. 改进灰色聚类法对边坡稳定性的预测评价[J]. 人民珠江,2018,39(6):85 − 88. [HONG Yan. Improved grey clustering method for evaluation of slope stability prediction[J]. Pearl River,2018,39(6):85 − 88. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1001-9235.2018.06.019

    HONG Yan. Improved grey clustering method for evaluation of slope stability prediction[J]. Pearl River, 2018, 39(6): 85 − 88. (in Chinese with English abstract) DOI: 10.3969/j.issn.1001-9235.2018.06.019

    [8] 侯太平,杨前冬,卢雪峰,等. 基于IVDF-SVR耦合模型的边坡变形预测[J]. 人民珠江,2022,43(5):68 − 74. [HOU Taiping,YANG Qiandong,LU Xuefeng,et al. Slope deformation prediction based on IVDF-SVR coupling model[J]. Pearl River,2022,43(5):68 − 74. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1001-9235.2022.05.011

    HOU Taiping, YANG Qiandong, LU Xuefeng, et al. Slope deformation prediction based on IVDF-SVR coupling model[J]. Pearl River, 2022, 43(5): 68 − 74. (in Chinese with English abstract) DOI: 10.3969/j.issn.1001-9235.2022.05.011

    [9] 蒋家祥,聂文泽. GNSS自动化监测系统在库区滑坡体变形监测中的应用[J]. 云南水力发电,2022,38(12):88 − 92. [JIANG Jiaxiang,NIE Wenze. Application of GNSS automatic monitoring system in deformation monitoring of landslide mass in reservoir area[J]. Yunnan Water Power,2022,38(12):88 − 92. (in Chinese with English abstract)] DOI: 10.3969/j.issn.1006-3951.2022.12.019

    JIANG Jiaxiang, NIE Wenze. Application of GNSS automatic monitoring system in deformation monitoring of landslide mass in reservoir area[J]. Yunnan Water Power, 2022, 38(12): 88 − 92. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-3951.2022.12.019

    [10] 喻小,赵其华,张埕豪,等. GNSS实时监测在滑坡预警中的应用——以陕西省周至G108路段滑坡为例[J]. 人民长江,2019,50(10):126 − 130. [YU Xiao,ZHAO Qihua,ZHANG Chenghao,et al. Application of GNSS real-time monitoring in landslide early warning:Case of Landslide of G108 section in Zhouzhi County,Shannxi Province[J]. Yangtze River,2019,50(10):126 − 130. (in Chinese with English abstract)]

    YU Xiao, ZHAO Qihua, ZHANG Chenghao, et al. Application of GNSS real-time monitoring in landslide early warning: Case of Landslide of G108 section in Zhouzhi County, Shannxi Province[J]. Yangtze River, 2019, 50(10): 126 − 130. (in Chinese with English abstract)

    [11] 张赛飞. 陕南某岩质边坡滑坡监测预警研究[D]. 西安:长安大学,2019. [ZHANG Saifei. Study on monitoring and early warning of a rock slope landslide in southern Shaanxi[D]. Xi’an:Changan University,2019. (in Chinese with English abstract)]

    ZHANG Saifei. Study on monitoring and early warning of a rock slope landslide in southern Shaanxi[D]. Xi’an: Changan University, 2019. (in Chinese with English abstract)

    [12] 马松增,徐建昭,何明月,等. 河南省淤地坝安全自动化监测系统设计与应用[J]. 水土保持通报,2020,40(5):112 − 117. [MA Songzeng,XU Jianzhao,HE Mingyue,et al. Design and application of automatic safety monitoring system for soil-saving dams in He’nan Province[J]. Bulletin of Soil and Water Conservation,2020,40(5):112 − 117. (in Chinese with English abstract)]

    MA Songzeng, XU Jianzhao, HE Mingyue, et al. Design and application of automatic safety monitoring system for soil-saving dams in He’nan Province[J]. Bulletin of Soil and Water Conservation, 2020, 40(5): 112 − 117. (in Chinese with English abstract)

    [13] 苏金亮,黎盟,艾露,等. 基于北斗GNSS的边坡自动化实时监测数据处理及变形预测方法[J]. 水电能源科学,2022,40(5):146 − 150. [SU Jinliang,LI Meng,AI Lu,et al. Method of data processing and deformation prediction for slope automatic real-time monitoring based on Beidou GNSS[J]. Water Resources and Power,2022,40(5):146 − 150. (in Chinese with English abstract)]

    SU Jinliang, LI Meng, AI Lu, et al. Method of data processing and deformation prediction for slope automatic real-time monitoring based on Beidou GNSS[J]. Water Resources and Power, 2022, 40(5): 146 − 150. (in Chinese with English abstract)

图(9)  /  表(1)
计量
  • 文章访问数:  109
  • HTML全文浏览量:  15
  • PDF下载量:  49
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-08-29
  • 修回日期:  2024-01-08
  • 录用日期:  2025-01-02
  • 网络出版日期:  2025-01-05
  • 刊出日期:  2025-02-24

目录

/

返回文章
返回