[发明专利]一种土质边坡险情智能预警预报方法

权利要求书

1.一种土质边坡险情智能预警预报方法，其特征在于，包括以下步骤：

1)现场设置带有雨量计的雨量监测站，土体中埋置土壤渗透计和位移计；

2)使用雨量计、土壤渗透计和位移计分别实时采集边坡的降雨工况、坡体土壤渗透性和土体位移及变形数据并传输到数据采集站，数据采集站将接收的数据实时自动传输到远程客户端；

3)远程客户端接收数据，并对数据进行格式化处理；

4)采用层次分析灰色关联度方法，计算降雨工况、土壤渗透性、坡体位移、边坡坡度、地下水位和岩土体抗剪强度影响边坡安全系数的权重和灰色关联度；

5)采用弹塑性强度折减法，确定边坡各时段的安全系数，得到以时间为顺序的安全系数数列；

6)依据步骤3)、4)和5)的数据，建立反馈动力学神经网络，并采用人工智能模糊控制方法，计算各时段的降雨工况、坡体土壤渗透系数、土体位移及变形数据与安全系数的关系，预测土质边坡破坏的发生时间，当安全系数为1时，土质边坡发生破坏；

其中，反馈动力神经网络的建立具体包括以下步骤：

601)确定单层互连的网络神经元，建立反馈动力神经网络的初始络状态；

602)利用外界输入激发网络进入动态演变过程；

603)待网络稳定，获得网络输出；

604)设定人工智能模糊控制方法的规则来源：包括专家经验和知识、操作员的操作模式和自我学习；

605)采用单输入和单输出的定值控制时间响应，在各阶段分别用状态评估模糊控制法则和目标评估模糊控制法则获得输出，模糊控制器之输出输入关系为：E，CE→CU，

其中，状态评估模糊控制中，前件部变量为输出误差量化值E和误差变化量化值CE，后件部变量为控制器输出变化量CU，其中误差量化值E、误差变化量化值CE分别为：

E＝K_e×e_k

CE=Kee×ek-ek-1T]]>

式中，K_e为误差量化因子，e_k为第k次采样得到的误差值，e_k＝R-Y，R为输出设定值，Y为系统输出，K_ee为误差变化量化因子，T为采样周期；

模糊控制器输出变化量CU为：

CU＝αE+(1-α)CE

α=1|E|max(αmax-αmin)×|E|+αmin]]>

式中，α为自调节因子，|E|_max取E绝对值的最大值，α_min取α的下限，α_max取α的上限，并且满足0≤α_min≤α_max≤1；

606)选择各阶段的特征点，根据各阶段控制对象反应确定该阶段的控制法则；

7)对步骤3)得到的数据采用突变理论预报法进行计算，获取潜在破坏的边坡的临界破坏时间和失稳时间；

8)综合步骤6)和7)，在临界破坏时间或失稳时间之前对土质边坡的险情进行早期预警预报。