【技术实现步骤摘要】
本专利技术涉及数字孪生领域，特别是一种精细化动态地质模型结合geoai的灾害数字孪生仿真方法。
技术介绍
1、随着煤矿灾害频发和全球气候变化的不断加剧，对于煤矿地质灾害的预测、监测和管理变得尤为重要。传统的地质模型在捕捉地质过程和灾害演变方面存在一定的局限性，而现代地学和人工智能(artificial intelligence，ai)的发展为地质模型的提升提供了新的机遇。传统地质模型通常受到地理数据精度和分辨率的限制，难以捕捉煤矿灾害发生时地表和地下过程的微观细节。因此不能很好的、精准的对于煤矿地质灾害的预测、监测和管理。
技术实现思路
1、鉴于上述问题，本专利技术提出了一种精细化动态地质模型结合geoai的灾害数字孪生仿真方法。
2、本专利技术实施例提供了一种精细化动态地质模型结合geoai的灾害数字孪生仿真方法，所述灾害数字孪生仿真方法包括：
3、精细化动态地质灾害仿真模型建模及网格初始化；
4、对所述精细化动态地质灾害仿真模型中计算单元的参数初始化；
5、对所述精细化动态地质灾害仿真模型进行数值模拟；
6、对所述精细化动态地质灾害仿真模型进行实时动态修正；
7、基于所述数值模拟过程中的各项数据，建立精细化动态地质灾害演化数据库；
8、基于精细化动态地质灾害演化数据库，利用geoai，训练精细化动态地质灾害仿真推理校准模型；
9、基于所述精细化动态地质灾害仿真模型和所述精细化动态地质
10、可选地，精细化动态地质灾害仿真模型建模及网格初始化，包括：
11、利用钻探、物探、化探、测绘、实验室分析专业综合分析方法，以及利用地理信息系统gis技术、建筑信息建模bim、计算机辅助设计cad软件建模技术，构建精细化煤层与岩层地层形态与特性、巷道、地质储量、构造、水文、瓦斯、矿压、岩石或地层物理性质参数等空间分布情况，自动接入矿井地质揭露数据和感知数据，形成精细化动态地质模型；
12、对所述精细化动态地质模型进行网格划分，并校验网格计算封闭性，形成满足灾害仿真所需精度与数量的网格，所述网格是所述计算单元的集合进而得到所述精细化动态地质灾害仿真模型，所述网格包含结构化网格与非结构化网格；
13、其中，所述计算单元为所述精细化动态地质模型经进行网格划分后形成的具备真实坐标的基本单元，且每个计算单元具备相应的参数。
14、可选地，所述计算单元的参数包括：边界条件与单元属性；
15、所述边界条件为矿井火灾、矿井水害、矿井冲击地压、矿井顶板、矿井瓦斯、矿井粉尘、矿井热害、以及矿井耦合灾害涉及的灾害仿真边界条件，其包括：速度边界、位移边界、应力边界、自由场边界、粘性边界、质量边界、流量边界、压力边界、风机边界、交界面边界、壁面边界、对称面边界、水动力边界、水位边界、浓度边界等边界条件；
16、所述单元属性为矿井火灾、矿井水灾、矿井冲击地压、矿井顶板、矿井瓦斯、矿井粉尘、矿井热害、以及矿井耦合灾害涉及的灾害仿真单元属性，其包括：弹性模量、泊松比、体积模量、剪切模量、粘聚力、内摩擦角、抗拉强度、剪胀角、应力、应变、位移、速度、温度、质量、密度、孔裂隙流体压力、流体流速、孔隙率、渗透率、质量源项、渗透系数、扩散系数、流体粘度、煤的水分和灰分。
17、可选地，对所述精细化动态地质灾害仿真模型进行数值模拟，包括：
18、将矿井火灾、矿井水灾、矿井冲击地压、矿井顶板、矿井瓦斯、矿井粉尘、矿井热害、以及矿井耦合灾害涉及的物理场数学模型，应用于每个所述计算单元，建立代表局部行为的本征方程；
19、将多个所述计算单元各自的本征方程组合成一个整体求解对象；
20、对整体求解对象进行数值计算；所述本征方程为矿井火灾、矿井水灾、矿井冲击地压、矿井顶板、矿井瓦斯、矿井粉尘、矿井热害、以及矿井耦合涉及的本征方程，其包括：
21、空单元模型、各向同性模型、正交各向异性模型、横向各向同性模型、drucker-prager模型、摩尔-库仑模型、多节理模型、横向同性多节理模型、应变硬化/软化模型、双线性应变硬化/软化多节理模型、d-y模型、修正的剑桥模型、霍克-布朗模型、霍克-布朗-pac模型、c-y模型、简化c-y模型、塑性硬化模型、膨胀模型和摩尔-库仑拉裂模、纳维-斯托克斯方程、计算流体力学直接模拟、大涡模型、湍流模型、传热模型、多相流模型、燃烧模型、颗粒动力学模型、辐射模型、化学反应模型、自由表面模型、声学模型、水-力耦合本构模型，水-岩劣化本构模型，流体弹塑性本构模型，牛顿流体本构模型，非牛顿流体本构模型，oldroyd-b本构模型，扩散模型，流-固-热多场耦合模型，层流模型、双重孔隙介质模型；
22、所述精细化动态地质灾害仿真模型实时计算方法包括有限差分法、有限元法、边界元法、有限体积法、离散元法。
23、可选地，对所述精细化动态地质灾害仿真模型进行实时动态修正，包括：
24、所述精细化动态地质灾害仿真模型接收揭露数据与感知数据的真实数据；
25、所述精细化动态地质灾害仿真模型利用所述真实数据，同步更新内部各个所述计算单元的参数，更新方式包括：直接替换计算单元的属性、插值替换计算区域内多个计算单元的属性。
26、可选地，基于所述数值模拟过程中的各项数据，建立精细化动态地质灾害演化数据库，包括：
27、将地质、感知数据、仿真模拟数据、空间数据及时间数据存储至所述精细化动态地质灾害演化数据库；
28、利用分布式存储实现所述精细化动态地质灾害演化数据库的统一存储。
29、可选地，基于精细化动态地质灾害演化数据库，利用geoai，训练精细化动态地质灾害仿真推理校准模型，包括：
30、基于所述精细化动态地质灾害演化数据库，制作精细化动态地质灾害仿真实时的推理校准模型数据集；
31、基于所述实时的推理校准模型数据集，对所述精细化动态地质灾害仿真推理校准模型进行训练；
32、基于训练结果，对所述精细化动态地质灾害仿真推理校准模型进行实时预测。
33、可选地，基于所述精细化动态地质灾害演化数据库，制作精细化动态地质灾害仿真实时的推理校准模型数据集，包括：
34、获取所述精细化动态地质灾害演化数据库中的各项数据；
35、基于所述各项数据，生成所述精细化动态地质灾害仿真推理校准模型所需的输入图节点特征、输入图拓扑结构特征以及输出特征；
36、其中，所述图节点代表所述精细化动态地质灾害仿真模型的空间关系；
37、所述图节点特征代表所述精细化动态地质灾害仿真模型对应位置的多维时间序列特征，其包括：所述计算单元的属性；
38、所述输入图节点特征利用仿真产生的灾害数据得到；
39本文档来自技高网...
【技术保护点】
1.一种精细化动态地质模型结合GEOAI的灾害数字孪生仿真方法，其特征在于，所述灾害数字孪生仿真方法包括：
2.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，精细化动态地质灾害仿真模型建模及网格初始化，包括：
3.根据权利要求2所述的灾害数字孪生仿真方法，其特征在于，所述计算单元的参数包括：边界条件与单元属性；
4.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，对所述精细化动态地质灾害仿真模型进行数值模拟，包括：
5.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，对所述精细化动态地质灾害仿真模型进行实时动态修正，包括：
6.根据权利要求5所述的灾害数字孪生仿真方法，其特征在于，基于所述数值模拟过程中的各项数据，建立精细化动态地质灾害演化数据库，包括：
7.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，基于精细化动态地质灾害演化数据库，利用GEOAI，训练精细化动态地质灾害仿真推理校准模型，包括：
8.根据权利要求7所述的灾害数字孪生仿真方法，其特征在于，基于所述精细
9.根据权利要求8所述的灾害数字孪生仿真方法，其特征在于，构建所述矿井灾害邻接矩阵的方式包括：
10.根据权利要求8所述的灾害数字孪生仿真方法，其特征在于，对所述精细化动态地质灾害仿真推理校准模型进行训练，包括：
11.根据权利要求7所述的灾害数字孪生仿真方法，其特征在于，对所述精细化动态地质灾害仿真推理校准模型进行预测，包括：
12.根据权利要求11所述的灾害数字孪生仿真方法，其特征在于，基于所述精细化动态地质灾害仿真模型和所述精细化动态地质灾害仿真推理校准模型，进行矿井地质灾害演化及反演，并进行可视化展示，包括：
...【技术特征摘要】
1.一种精细化动态地质模型结合geoai的灾害数字孪生仿真方法，其特征在于，所述灾害数字孪生仿真方法包括：
2.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，精细化动态地质灾害仿真模型建模及网格初始化，包括：
3.根据权利要求2所述的灾害数字孪生仿真方法，其特征在于，所述计算单元的参数包括：边界条件与单元属性；
4.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，对所述精细化动态地质灾害仿真模型进行数值模拟，包括：
5.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，对所述精细化动态地质灾害仿真模型进行实时动态修正，包括：
6.根据权利要求5所述的灾害数字孪生仿真方法，其特征在于，基于所述数值模拟过程中的各项数据，建立精细化动态地质灾害演化数据库，包括：
7.根据权利要求1所述的灾害数字孪生仿真方法，其特征在于，基于精细化动...
【专利技术属性】
技术研发人员：毛善君，景超，张震，宋启，李忠孝，余子豪，李哲，
申请(专利权)人：北京龙软科技股份有限公司，
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。