System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及边坡监测,尤其涉及一种基于数字孪生的边坡监控方法、装置、设备及存储介质。
技术介绍
1、由于复杂的板块构造与沉积作用、内外动力地质作用以及恶劣的自然条件,形成了大规模的堆积体滑坡群及广泛分布的碎裂松动岩体边坡。这些不良地质体在天然条件下处于临界稳定或基本稳定状态。
2、但是,在受到受人工活动、雨水冲刷、地壳运动或地震等因素的影响,使坡体的部分土体或岩体在重力作用下,沿着一定的斜面整体下滑。其灾难性较大,且滑坡产生的因素具有多样性、多变性和复杂性,因此,造成了预测困难、治理困难等问题,是威胁人民生命财产的重大自然灾害之一。
3、然而,现有的边坡预警模型考虑的因素较单一、预警时间短、预警准确性较差,如何提高监测的准确度,成为目标亟需解决的技术问题。
技术实现思路
1、本专利技术实施例提供了一种基于数字孪生的边坡监控方法、装置、设备及存储介质,以解决目前的边坡预警方法的准确度较低的问题。
2、第一方面,本专利技术实施例提供了一种基于数字孪生的边坡监控方法,包括:
3、获取待监测边坡上安装的多种类型的传感器的监测数据集,其中,监测数据集包括多个测点的土压力、位移和孔隙水压力;
4、对监测数据集中的监测数据进行敏感性分析,筛选满足预设敏感度的敏感数据集;
5、将敏感数据集输入至预先构建的数字孪生模型中,反演得到待监测边坡的反演数据集;其中,反演数据集包括位移场、土压力场和孔隙水压力场;
6、对反
7、基于综合监测信息曲线的倾角,确定待监测边坡的状态。
8、在一种可能的实现方式中,对监测数据集中的监测数据进行敏感性分析,筛选满足预设敏感度的敏感数据集,包括:
9、对目标监测点进行多次测量,以确定目标监测点的监测数据的敏感度;其中,目标监测点为任意一个监测点,所有监测点的监测数据组成监测数据集;
10、当目标监测点的监测数据的敏感度小于第一预设阈值时,则将目标监测点的监测数据从监测数据集中剔除;
11、当目标监测点的监测数据的敏感度大于第二预设阈值时,则在目标监测点周围增加监测点;其中,第二预设阈值大于第一预设阈值。
12、在一种可能的实现方式中,目标监测点的监测数据的敏感度的计算方法为:
13、
14、其中,k为敏感度,m(e1,e2,...,ei+δei,...en)和m(e1,e2,...,ei,...en)分别为同一种传感器在同一个目标监测点的不同次的监测数据,ei为一种传感器监测的影响因素,δei为取值变化。
15、在一种可能的实现方式中,对反演数据集进行融合处理,得到待监测边坡的综合监测信息曲线,包括:
16、基于主成分分析法,对位移场、土压力场和孔隙水压力场进行融合处理,得到待监测边坡的综合监测信息曲线。
17、在一种可能的实现方式中,基于综合监测信息曲线的倾角,确定待监测边坡的状态,包括:
18、当综合监测信息曲线与横轴的夹角小于第一预设角度时,则确定待监测边坡处于稳定演进阶段;
19、当综合监测信息曲线与横轴的夹角大于等于第一预设角度且小于第二预设角度时,则确定待监测边坡处于加速演进阶段;
20、当综合监测信息曲线与横轴的夹角大于等于第二预设角度且小于第三预设角度时,则确定待监测边坡处于危险演进阶段;
21、当综合监测信息曲线与横轴的夹角大于等于第三预设角度且小于第四预设角度时,则确定待监测边坡处于临滑阶段。
22、在一种可能的实现方式中,基于数字孪生的边坡监控方法还包括:
23、将待监测边坡的状态进行三维可视化展示,并根据待监测边坡的状态采取相应的防范措施;
24、基于待监测边坡的历史监测数据集,展示待监测边坡的变形过程;
25、基于待监测边坡的历史监测数据集推演待监测边坡的变形趋势。
26、第二方面,本专利技术实施例提供了一种基于数字孪生的边坡监控装置,包括:
27、获取模块,用于获取待监测边坡上安装的多种类型的传感器的监测数据集,其中,监测数据集包括多个测点的土压力、位移和孔隙水压力;
28、分析模块,用于对监测数据集中的监测数据进行敏感性分析,筛选满足预设敏感度的敏感数据集;
29、反演模块,用于将敏感数据集输入至预先构建的数字孪生模型中,反演得到待监测边坡的反演数据集;其中,反演数据集包括位移场、土压力场和孔隙水压力场;
30、融合模块,用于对反演数据集进行融合处理,得到待监测边坡的综合监测信息曲线;
31、确定模块,用于基于综合监测信息曲线的倾角,确定待监测边坡的状态。
32、第三方面,本专利技术实施例提供了一种基于数字孪生的边坡控监系统,包括:采集终端、边缘终端和显示终端;
33、采集终端用于在待监测边坡上的多个目标监测点上布设各类传感器,并将所有传感器的监测数据集上传到数据采集平台;
34、边缘终端用于对监测数据集进行敏感性分析,并将敏感数据集输入至预设的数字孪生模型中进行反演;
35、显示终端用于将数字孪生模型的反演结果进行可视化展示。
36、第四方面,本专利技术实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
37、第五方面,本专利技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
38、本专利技术实施例提供一种基于数字孪生的边坡监控方法、装置、设备及存储介质,首先,获取待监测边坡上安装的多种类型的传感器的监测数据集,然后,对监测数据集中的监测数据进行敏感性分析,筛选满足预设敏感度的敏感数据集。接着,将敏感数据集输入至预先构建的数字孪生模型中,反演得到待监测边坡的反演数据集。次之,对反演数据集进行融合处理,得到待监测边坡的综合监测信息曲线。最后,基于综合监测信息曲线的倾角,确定待监测边坡的状态。本专利技术提供的基于数字孪生的边坡监控方法,通过首先对接收到的监测数据集进行敏感性分析,将不敏感的数据剔除,从而可以提高后续处理的准确度。通过对敏感数据集进行反演,基于融合得到的综合监测信息曲线的倾角,即可确定待监测边坡的状态,进而可以准确快速地确定待监测边坡的状态。
本文档来自技高网...【技术保护点】
1.一种基于数字孪生的边坡监控方法,其特征在于,包括:
2.如权利要求1所述的基于数字孪生的边坡监控方法,其特征在于,所述对所述监测数据集中的监测数据进行敏感性分析,筛选满足预设敏感度的敏感数据集,包括:
3.如权利要求2所述的基于数字孪生的边坡监控方法,其特征在于,所述目标监测点的监测数据的敏感度的计算方法为:
4.如权利要求1所述的基于数字孪生的边坡监控方法,其特征在于,所述对所述反演数据集进行融合处理,得到所述待监测边坡的综合监测信息曲线,包括:
5.如权利要求1所述的基于数字孪生的边坡监控方法,其特征在于,所述基于所述综合监测信息曲线的倾角,确定所述待监测边坡的状态,包括:
6.如权利要求1-5所述的基于数字孪生的边坡监控方法,其特征在于,所述基于数字孪生的边坡监控方法还包括:
7.一种基于数字孪生的边坡监控装置,其特征在于,包括:
8.一种基于数字孪生的边坡监控系统,其特征在于,包括:采集终端、边缘终端和显示终端;
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于数字孪生的边坡监控方法,其特征在于,包括:
2.如权利要求1所述的基于数字孪生的边坡监控方法,其特征在于,所述对所述监测数据集中的监测数据进行敏感性分析,筛选满足预设敏感度的敏感数据集,包括:
3.如权利要求2所述的基于数字孪生的边坡监控方法,其特征在于,所述目标监测点的监测数据的敏感度的计算方法为:
4.如权利要求1所述的基于数字孪生的边坡监控方法,其特征在于,所述对所述反演数据集进行融合处理,得到所述待监测边坡的综合监测信息曲线,包括:
5.如权利要求1所述的基于数字孪生的边坡监控方法,其特征在于,所述基于所述综合监测信息曲线的倾角,确定所述待监测边坡的状态,包括:...
【专利技术属性】
技术研发人员:史方石,袁维,高岭,李建朋,王伟,尹超,李朝博,马文君,于浩淼,彭旭,张飞,
申请(专利权)人:石家庄铁道大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。