واحد 9 / 12

ژئوتکنیک: داده های پایش و پایداری شیب

سود:

  • امکان خلاصه کردن داده های مانیتورینگ مانند رادار، منشور، InSAR و پیزومتر با هوش مصنوعی و جستجوی الگوهای هشدار اولیه
  • توانایی تفسیر مفاهیم نرخ تغییر شکل، شتاب و ضریب ایمنی با پشتیبانی هوش مصنوعی
  • امکان تست اخطار شیب داده شده توسط هوش مصنوعی با آنالیز و تایید میدانی مهندس ژئوتکنیک

بزرگترین خطر فاجعه در گودال های روباز، شکست شیب است: زمانی که بخشی از دیواره گود لغزنده، تجهیزات و افراد در معرض خطر قرار می گیرند و تولید متوقف می شود. زیرزمین، فروریختن سقف/دیوار و خرابی تکیه گاه به همان اندازه حیاتی هستند. رشته ای که این خطرات را مدیریت می کند ژئوتکنیک نامیده می شود. با تجزیه و تحلیل استحکام توده سنگ، ناپیوستگی ها (گسل، ترک، سطح لایه)، وضعیت آب و هندسه شیب، طرح های ایمن می سازد و دائماً نظارت می کند. در معادن مدرن، شیب ها به صورت میلی متری با ابزارهایی مانند رادار، منشور (هدف بازتابی)، InSAR (اندازه گیری تغییر شکل سطح با رادار ماهواره ای)، پیزومتر (فشار سنج آب زیرزمینی) و اکستنسومتر کنترل می شوند. این ابزارها سری های زمانی عظیمی را تولید می کنند. هوش مصنوعی کمک قدرتمندی برای خلاصه کردن این داده ها و جستجوی روندها و الگوهای هشدار اولیه است. اما تصمیم ایمنی شیب، تخلیه و سطح هشدار اولیه توسط آنالیز و تایید میدانی مهندس ژئوتکنیک انجام می شود.

مفاهیم اساسی

  • ضریب ایمنی (FoS): نسبت مقاومت به لغزش به نیروی لغزش. زیر 1 به معنای شکست است. در طراحی، مقدار قابل توجهی بیشتر از 1 به طور کلی هدف قرار می گیرد.
  • نرخ تغییر شکل: میزان تغییر شکل شیب در طول زمان (به عنوان مثال میلی متر در روز). حرکت آهسته ثابت ممکن است طبیعی باشد. شتاب (افزایش سرعت) علامت خطر است.
  • شکست پیشرونده: به تدریج افزایش نرخ تغییر شکل قبل از فروپاشی. بسیاری از خرابی های شیب با این الگو پیش بینی می شوند.
  • ناپیوستگی: سطوح ضعف در توده سنگ. شکست شیب به طور کلی در امتداد این صفحات رخ می دهد.

ماهیت نظارت بر شیب این نیست که "آیا حرکت وجود دارد" بلکه "حرکت چگونه تغییر می کند؟" هوش مصنوعی با استخراج روندهای سرعت و شتاب از داده های ردیابی پر سر و صدا در جلب توجه خوب است. اما تشخیص واقعی بودن اخطار یا نویز/اثر اتمسفر اندازه گیری، مستلزم قضاوت ژئوتکنیکی است.

گام به گام: هوش مصنوعی با داده های ردیابی کار می کند

  1. داده ها را پاک کنید در دنباله‌های ردیابی شکاف، پاشش و نویز جوی وجود دارد. هوش مصنوعی: تمیز کردن و علامت گذاری شکاف.
  2. سرعت و شتاب به دست می آید. سرعت را از جابجایی و شتاب را از سرعت بدست آورید. هوش مصنوعی: کد و گرافیک
  3. نظارت بر آستانه و روند. مناطقی را که از آستانه های هشدار مشخص شده فراتر می روند علامت گذاری کنید و سرعت افزایش یافته را نشان دهید. هوش مصنوعی: ناهنجاری/روند.
  4. مطابقت با زمینه تغییر شکل را با بارش، انفجار، پیشرفت حفاری مرتبط کنید. هوش مصنوعی: مقایسه چند سری
  5. ارزیابی ژئوتکنیکی واقعیت و معنای هشدار به صورت کارشناسی تفسیر می شود.
  6. تصمیم و پروتکل سطح هشدار اولیه، تخلیه و TARP (طرح واکنش محرک) توسط مهندس ژئوتکنیک اجرا می شود.
احتیاط: منفی کاذب (حرکت واقعی از دست رفته) در پایش شیب می تواند کشنده باشد. مثبت کاذب (تخلیه بیهوده) پرهزینه است. هوش مصنوعی می تواند هر دو را تولید کند. فقط مهندس ژئوتکنیک مجاز این تصمیم تعادل و تخلیه را در پروتکل تعیین شده مدیریت می کند.

هشدار اولیه: شتاب خواندن

قبل از بسیاری از خرابی های شیب، سرعت تغییر شکل ابتدا کاهش می یابد و سپس به تدریج افزایش می یابد. با نزدیک شدن به سقوط، سرعت به طور تصاعدی افزایش می یابد. بنابراین، نحوه تغییر سرعت به جای تغییر مکان مطلق، بررسی می شود. رویکردهایی مانند سرعت معکوس برای تخمین زمان شکست تلاش می کنند. هوش مصنوعی در ترسیم این روند و جلب توجه به آن مفید است. اما برآورد نامشخص است و تصمیم گیری به عهده متخصصی است که کل داده های پایش، زمین شناسی و مشاهدات میدانی را ارزیابی می کند. "زمان تخلیه" داده شده توسط هوش مصنوعی هرگز نمی تواند به تنهایی مبنای تصمیم تخلیه باشد.

سه کیف کوچک

مورد 1 - شتاب گرفتن. بخشی از دیوار در یک کوره برای هفته ها با سرعت 2 میلی متر در روز ثابت حرکت می کرد. داده های مانیتورینگ هوش مصنوعی نشان می دهد که سرعت در سه روز گذشته از 2 به 9 میلی متر در روز افزایش یافته است، یعنی شتاب گرفته است. تیم ژئوتکنیک داده ها را تأیید می کند، شکاف های میدانی را مشاهده می کند و طبق TARP به طور موقت آن منطقه را تخلیه می کند. دو روز بعد یک اسلاید محدود وجود دارد اما به کسی آسیبی نرسیده است. هوش مصنوعی توجه را به خود جلب کرد. تصمیم و تخلیه با یک پروتکل ژئوتکنیکی صورت گرفت.

مورد 2 - رابطه با بارش. تصور می شود که تغییر شکل یک شیب پس از هر بارندگی شدید افزایش می یابد. هوش مصنوعی سری دو ساله تغییر شکل و بارش را مقایسه می کند. این نشان می دهد که افزایش حرکت همزمان با افزایش فشار آب پیزومتر 1-2 روز پس از بارندگی است. تیم بهبود زهکشی را انجام می دهد. حرکت در باران های بعدی کاهش می یابد. هوش مصنوعی رابطه را قابل مشاهده کرد. تیم ژئوتکنیک راه حل و تایید را انجام داد.

مورد 3 - هشدار نادرست جوی (هشدار). یک کارآموز با مشاهده یک "تغییر شکل" ناگهانی در داده های InSAR وحشت می کند. چک های مهندس ژئوتکنیک؛ او دریافت که جهش یک خطای اندازه گیری است که ناشی از رطوبت جو است و نه حرکت واقعی. اگر این هشدار کورکورانه رعایت می شد و تولید متوقف می شد، زیان های غیرضروری به بار می آمد. درس: هر سیگنال ردیابی حرکت واقعی نیست. هشدار هوش مصنوعی نشانه ای است که باید به صورت تخصصی و میدانی تایید شود.

الگوهای درخواستی قابل کپی

نظارت بر پاکسازی داده ها "نقش: شما یک دستیار تحلیلگر مانیتورینگ ژئوتکنیک هستید. در زیر یک سری زمانی جابجایی از یک نقطه منشور/رادار آمده است. شکاف ها، سنبله ها و نقاط احتمالی ناشی از اتمسفر/نویز را علامت گذاری کنید. به طور خودکار حذف نکنید؛ هر نقطه مشکوک را با توجیه سرعتی/روزی صادر کنید). سری داده ها: [چسباندن]."

تجزیه و تحلیل سرعت و شتاب "سرعت و شتاب را از سری جابجایی زیر بدست آورید و نمودار کنید. دوره هایی را که سرعت به طور قابل توجهی افزایش می یابد (شتاب می شود) علامت گذاری کنید. تخمین ریزش دقیق ندهید، فقط پیشنهاد دهید کدام دوره ها باید فوراً توسط اطلاعات فنی بررسی شوند."

همبستگی چند سری "در زیر سری‌های زمانی تغییر شکل، بارش و پیزومتر (فشار آب) آمده است. رابطه زمانی تغییر شکل افزایش‌یافته با بارش/فشار آب را تحلیل کنید و تاخیر را نشان دهید (بعد از چند روز).

فهرست چک پشتیبانی TARP "پیش نویس یک چارچوب عمل ماشه (مانند TARP) برای یک برنامه پایش شیب: چه کسی تصمیم می گیرد چه شاخص هایی (سرعت، شتاب، ترک) باید نظارت شود، چه اقداماتی باید در چه سطوحی در نظر گرفته شود، تعیین SEN ترکیبات دیجیتال؛ تاکید کنید که اینها باید توسط تجزیه و تحلیل ژئوتکنیکی خاص سایت تعیین شوند."

اعلان ضعیف / اعلان قوی

اعلان ضعیف: "آیا این شیب، کی فرو می ریزد؟"

هشدار قوی: "نقش: شما دستیار مانیتورینگ ژئوتکنیکی هستید. سرعت و شتاب را از سری تغییر شکل رادار زیر استخراج کنید، دوره های افزایش سرعت را علامت گذاری کنید و نویز احتمالی جو را جدا کنید. زمان دقیق فروپاشی را ارائه دهید؛ پیشنهاد دهید کدام بخش باید فوراً توسط رصد میدانی توسط [مشاهده فنی] داده ها تایید شود."

جدول مقایسه: شاخص و معنای آن

نشانگر

چه می گوید

نقش هوش مصنوعی

تصمیم گیری

سرعت آهسته ثابت

به طور کلی عادی است

ردیابی روند

پایش ژئوتکنیکی

افزایش سرعت

علامت خطر

علامت گذاری اولیه

مهندس ژئوتکنیک

افزایش فشار آب

افت ثبات

نسبت دادن

تصمیم زهکشی

پرش ناگهانی

ممکن است سر و صدا وجود داشته باشد

علامت مشکوک

تایید تخصصی

باز شدن ترک

حرکت فعال

زمینه

مشاهده میدانی

اشتباهات رایج

  • نگاه به جابجایی مطلق و از دست دادن تغییر سرعت. آنچه مهم است این است که چگونه سرعت تغییر می کند.
  • اشتباه گرفتن هر سیگنال با حرکت واقعی. هشدارهای کاذب ناشی از اتمسفر/نویز رایج هستند.
  • با تکیه بر "زمان مهاجرت" هوش مصنوعی. پیش بینی نامشخص است. به تنهایی نمی تواند مبنایی برای تخلیه باشد.
  • عدم تنظیم آستانه های عددی مختص سایت. آستانه ها به زمین شناسی و هندسه بستگی دارد.
  • نادیده گرفتن اثر آب فشار آب یکی از بزرگترین دشمنان پایداری شیب است.
نکته: قدرتمندترین روش برای نظارت بر شیب، داشتن چندین نشانگر مستقل (رادار + منشور + ترک + فشار آب) است که در یک جهت قرار دارند. هشدار یک سنسور تا زمانی که توسط دیگران و مشاهده میدانی تایید نشود، با احتیاط رفتار می شود.

به طور خلاصه

مانیتورینگ ژئوتکنیکی یک منطقه حیاتی ایمنی است که خطر سقوط در گودال روباز را مدیریت می‌کند و سوال مهم این است که "عملکرد چگونه تغییر می‌کند؟" این یک کمک قدرتمند در تمیز کردن داده های ردیابی هوش مصنوعی، استخراج سرعت/شتاب، همبستگی چندین سری و جلب توجه است. اما واقعیت هشدار، سطح هشدار اولیه و تصمیم تخلیه، تصمیماتی است که توسط مهندس ژئوتکنیک در پروتکل تعیین شده و با تأیید صحرایی اتخاذ می شود. «زمان مهاجرت» هوش مصنوعی به تنهایی هرگز نمی تواند مبنایی برای تخلیه باشد.

وظیفه کاربردی

برای مشخص کردن دوره‌های شتاب و جداسازی نویز احتمالی، الگوهای «تصفیه داده‌های ردیابی» و «تجزیه و تحلیل سرعت و شتاب» را روی یک سری تغییر شکل نمونه (یا خودتان) اعمال کنید. سپس سری تغییر شکل-بارندگی-فشار آب را با الگوی "Multi-series Association" مطابقت دهید و تاخیر را پیدا کنید. در نهایت، یک چارچوب نظارتی را با استفاده از الگوی "چک لیست پشتیبانی TARP" پیش‌نویس کنید و به نیاز به تعیین آستانه‌های عددی توسط تحلیل ژئوتکنیکی توجه کنید.

چک لیست

  • [ ] من سرعت/شتاب را از داده های ردیابی به دست آوردم و به مقدار مطلق پایبند نبودم.
  • [ ] من آلارم های کاذب ناشی از اتمسفر/نویز را جدا کردم.
  • [ ] من از هیچ "زمان اعزام" ارائه شده توسط هوش مصنوعی به عنوان تنها مبنای تصمیم گیری استفاده نکردم.
  • [ ] من تأثیر فشار آب و بارش را با تغییر شکل مرتبط کردم.
  • [ ] من آستانه های عددی هشدار را از طریق تجزیه و تحلیل ژئوتکنیکی خاص سایت تعیین کردم.
  • [ ] تصمیم تخلیه/هشدار اولیه را به مهندس ژئوتکنیک و پروتکل واگذار کردم.