[发明专利]基于监测位移的岩土工程灾变动态实时智能预警方法

摘要

基于监测位移的岩土工程灾变动态实时智能预警方法，其特征在于按下列步骤进行：由岩土工程现场位移监测获取对象实时位移监测数据；构建位移速率—时间样本数据库；由MATLA建立ANFIS系统；位移速率—时间样本对ANFIS系统进行训练得到位移速率智能预测模型；由专家经验结合具体岩土工程对象设置灾变位移速率阈值判据；由ANFIS给出下一时段位移速率预测值；预测值与灾变阈值比较，如果预测值>灾变阈值，发出预警；否则用下一时段实测位移数据更新样本数据并重新训练模型；预测下一时刻位移，直至预测值>灾变阈值。本发明的显著效果是：普遍适用于边坡、隧道、地基、地质灾害等各类岩土工程；灾变动态预警可靠性高，且操作简单。

主权项

1.基于监测位移的岩土工程灾变动态实时智能预警方法，其特征在于：其实现主要包括以下步骤：步骤一、通过各种岩土工程现场位移监测，经筛选获取对象的可靠的位移实时监测数据；经筛选采集的数据主要是指某等间隔相应时刻所对应的位移值（X—t）：（X₀,t₀）（X₁,t₁）（X₂,t₂）……（X_n,t_n）其中：（X₀,t₀）为初始时刻对应的初始位移，且:t₁-t₀=t₂-t₁=…t_n-t_n-1=步骤二、由位移—时间数据对（X—t）换算时段对应的位移增长量（—）：并将其进一步处理为位移速率—时段数据对：步骤三、在以上基础上，假设从t_n-1至t_n时间段对应的位移速率为时刻t_n的速率，从而构建位移速率—时间数据对（—t_n）：（，t₁）（，t₂）……（，t_n）从而形成位移速率—时间样本数据库；步骤四、利用MATLAB的神经网络工具箱，选择ANFIS，生成位移速率—时间的ANFIS模型；步骤五、用前述位移速率—时间样本库对ANFIS模型进行训练，得到满足精度要求的、ANFIS的位移速率—时间模型=F_(t)，该模型即为可用于位移速率—>时间的智能预测；步骤六、向基于ANFIS的位移速率—时间模型=F_(t)输入所需进行预测的下一时间值：t_n+1=t_n+得位移速率预测值：步骤七、由专家经验结合具体岩土工程对象，设置研究对象的灾变位移速率阈值判据V；步骤八、将预测值与灾变阈值判据V比较，若：>V 停止预测，并发出预警，得到t_n+1为研究对象可能灾变时间；否则：步骤九、获取t_n+1时刻的实测位移数据，重复步骤二至步骤三，更新位移速率—时间样本数据库；进入步骤五，得到满足精度要求的基于ANFIS的位移速率—>时间智能预测模型；重复步骤六和步骤八，直至位移速率预测值>灾变阈值判据V，对应的时间即为研究对象灾变预警时间。