[发明专利]一种边坡智能预警方法和装置有效
申请号: | 202110658286.2 | 申请日: | 2021-06-15 |
公开(公告)号: | CN113111595B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 杨涛;高福洲;张俊云;李博凯;张哲;陈怀林;吴羿君 | 申请(专利权)人: | 西南交通大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06N3/08;G06F119/14 |
代理公司: | 北京集智东方知识产权代理有限公司 11578 | 代理人: | 陈亚斌;关兆辉 |
地址: | 610031 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 预警 方法 装置 | ||
1.一种边坡智能预警方法,其特征在于,包括:
获取边坡的地质信息、所述边坡的模型、所述边坡中各个监测点的水平位移和所述边坡中各个监测点的垂直位移,所述边坡的地质信息包括所述边坡的坐标位置信息、所述边坡的土体重度、所述边坡的土体性质、所述边坡的土体的内摩擦角范围和所述边坡的土体的粘聚力范围;
基于所述边坡的地质信息,计算所述边坡的模型中边坡的不同滑面形状信息、所述边坡的模型中布置的各个监测点的水平位移范围和所述边坡的模型中布置的各个监测点的垂直位移范围;
基于所述内摩擦角范围、所述粘聚力范围、所述边坡的模型中边坡的不同滑面形状信息、所述边坡的模型中布置的各个监测点的水平位移范围和所述边坡的模型中布置的各个监测点的垂直位移范围构建神经网络模型,得到构建好的神经网络模型;
根据所述构建好的神经网络模型、所述边坡中各个监测点的水平位移和所述边坡中各个监测点的垂直位移,得到预测结果,基于所述预测结果和所述边坡的土体重度得到所述边坡的预警等级;
其中,所述根据所述构建好的神经网络模型、所述边坡中各个监测点的水平位移和所述边坡中各个监测点的垂直位移,得到预测结果,基于所述预测结果和所述边坡的土体重度得到所述边坡的预警等级,包括:
根据所述构建好的神经网络模型和所述边坡中各个监测点的水平位移和垂直位移,对所述边坡的土体的内摩擦角、所述边坡的土体的粘聚力和所述边坡的滑面形状信息进行预测,得到所述边坡的土体的内摩擦角预测结果、所述边坡的土体的粘聚力预测结果和所述边坡的滑面形状信息预测结果;
根据所述边坡的土体的内摩擦角预测结果、所述边坡的土体的粘聚力预测结果和所述边坡的土体重度,按照传递系数法计算边坡安全系数;
根据所述边坡的滑面形状预测结果计算所述边坡的滑带上部可能发生滑移的土方量,基于所述边坡安全系数和所述边坡的滑带上部可能发生滑移的土方量,得到所述边坡的预警等级。
2.根据权利要求1所述的边坡智能预警方法,其特征在于,所述边坡的模型的构建方法,包括:
获取所述边坡周围的地质信息;
基于所述边坡的地质信息和所述边坡周围的地质信息建立一个包括所述边坡且大于所述边坡的体积的三维地质块体;
基于所述边坡的坐标位置信息对所述三维块体进行切除,得到所述边坡的模型。
3.根据权利要求1所述的边坡智能预警方法,其特征在于,所述边坡中各个监测点的位置信息和所述边坡的模型中各个监测点的位置信息的确定方法,包括:
获取所述边坡周围的地质信息,基于所述边坡的地质信息和所述边坡周围的地质信息,判断所述边坡是否存在控制性结构面,若存在则将所述控制性结构面的形状信息定义为所述边坡的滑面的形状信息,若不存在,则根据所述边坡的土体性质确定所述边坡的滑面形状信息;
根据所述边坡的滑面形状信息、所述边坡的地质信息和所述边坡周围的地质信息确定所述边坡中各个监测点的位置信息和所述边坡的模型中各个监测点的位置信息,其中所述边坡中各个监测点的位置和所述边坡的模型中各个监测点的位置均沿着边坡坡面等间距设置。
4.根据权利要求1所述的边坡智能预警方法,其特征在于,所述边坡中各个监测点的水平位移和垂直位移的获取方法,包括:
获取所述边坡周围的地质信息,基于所述边坡的地质信息和所述边坡周围的地质信息,判断所述边坡是否存在控制性结构面,若存在则将所述控制性结构面的形状信息定义为所述边坡的滑面的形状信息,若不存在,则根据所述边坡的土体性质确定所述边坡的滑面形状信息;
根据所述边坡的滑面形状信息、所述边坡的地质信息和所述边坡周围的地质信息确定所述边坡中各个监测点的位置,其中所述边坡中各个监测点的位置沿着边坡坡面等间距设置;
获取设置在所述边坡中各个监测点的浅层位置处的位移监测器的数据,得到所述边坡中各个监测点的水平位移和垂直位移。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南交通大学,未经西南交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110658286.2/1.html,转载请声明来源钻瓜专利网。