基于物理约束神经网络的岩土体失稳早期预警方法及系统与流程

本申请涉及基坑岩土体监测数据处理和神经网络预测，尤其涉及一种基于物理约束神经网络的岩土体失稳早期预警方法及系统。

背景技术：

1、随着基坑工程规模扩大以及监测装置数字化发展，基坑施工过程中能够持续采集围护结构位移、地表沉降、深层水平位移和支护轴力数据。计算机通过神经网络学习监测数据随时间变化的关系，并根据预测结果判断监测量是否达到工程控制限值，使基坑风险判断从实测值越限后的报警处理转向未来监测响应预测。

2、现有神经网络预测方法将历史监测数据和相邻监测点数据作为模型输入，通过神经网络学习监测量与未来变形之间的映射关系。现有图神经网络方法进一步将监测对象作为图节点，将监测对象之间的空间关系或施工关系作为图连接，通过图连接聚合相邻节点特征，从而在预测过程中使用监测数据的空间关联。

3、例如，公告号为cn115238850b的发明专利公开了一种基于mi-gra与改进pso-lstm的山区边坡位移预测方法，包括：(1)搜集与构建边坡位移预测的原始数据；(2)在构建的边坡位移预测的原始数据基础上，建立mi-gra的边坡位移特征选择模型；(3)将经过特征选择后的数据作为边坡位移预测的最优特征集输入，建立改进pso-lstm边坡位移预测模型；(4)将建立好的边坡预测模型进行模型预测与测试。

4、例如，公告号为cn109711530b的发明专利公开了一种滑坡预测方法及系统，包括：融合滑坡体传感器的时间序列和空间序列，形成传感器网络时空序列；将时间序列输入长短期记忆网络，将网络时空序列输入径向基函数神经网络；对两个神经网络的输出进行加权融合，得到未来时刻的滑坡预测数据。

5、现有技术中，现有系统依据监测点空间距离、初始布设关系、预先选定的相邻监测点或监测数据相关性建立连接关系，存在以下不足：开挖完成后，穿过已开挖空区的土体连接仍参与监测响应传播；支护完成安装但尚未产生支护轴力时，支护连接容易被提前写入连接关系；支护产生轴力后，新形成的支护连接无法按照支护激活时刻加入连接关系；施工阶段发生转换时，全部连接权重被整体沿用或整体重新计算，无法区分因开挖消失的连接、因支护激活增加的连接和未发生结构变化的连接。

技术实现思路

1、本申请提供了基于物理约束神经网络的岩土体失稳早期预警方法及系统，可以使监测点之间的物理连接关系随分层开挖和支护激活过程更新，减少监测响应沿已开挖空区或未激活支护对应连接传播的情况，同时使进入风险预警判断的动态连接权重与支护轴力监测结果相对应。

2、本申请实施例一方面提供了基于物理约束神经网络的岩土体失稳早期预警方法，包括：s1，确定每一道支护的支护编号和支护激活时刻，形成施工阶段转换时刻表，以相邻时刻划分施工阶段，并输出施工阶段序列；s2，结合各施工阶段的已开挖空区和已激活支护编号清单筛选物理连接，并写入各物理连接的参考刚度；s3，构建监测响应窗口，并生成标准化响应增量和物理量纲响应增量；s4，采用门控循环图神经网络训练算法，建立阶段连接预测模型，并求取动态连接权重，组成连接标识，形成施工阶段连接更新记录；s5，计算节点平衡误差与支护轴力一致性误差，生成有效动态连接记录，计算预测越限幅值，确定最早预测越限时刻，并输出监测量越限风险预警和异常响应传递路径。

3、本申请实施例另一方面提供了基于物理约束神经网络的岩土体失稳早期预警系统，包括：施工阶段确定模块，用于确定每一道支护的支护编号和支护激活时刻，形成施工阶段转换时刻表，以相邻时刻划分施工阶段，并输出施工阶段序列；物理连接生成模块，用于结合各施工阶段的已开挖空区和已激活支护编号清单筛选物理连接，并写入各物理连接的参考刚度；监测响应窗口构建模块，用于构建监测响应窗口，并生成标准化响应增量和物理量纲响应增量；动态连接权重更新模块，用于采用门控循环图神经网络训练算法，建立阶段连接预测模型，并求取动态连接权重，组成连接标识，形成施工阶段连接更新记录；风险预警输出模块，用于计算节点平衡误差与支护轴力一致性误差，生成有效动态连接记录，计算预测越限幅值，确定最早预测越限时刻，并输出监测量越限风险预警和异常响应传递路径。

4、本申请实施例提供的技术方案所实现的有益效果至少包括：

5、（1）本发明，通过将分层开挖完成时刻和支护激活时刻写入施工阶段转换时刻表，并根据阶段已开挖空区、阶段剩余土体和阶段已激活支护编号清单生成施工阶段物理连接记录，使监测点之间的连接关系与对应施工阶段的传力范围相对应。

6、（2）本发明，通过逐项比对支护设计连接点编号和支护连接点安装验收记录，并根据安装结束时刻之后b个相邻轴力采样值与支护激活阈值的比较结果确定支护激活时刻，使支护连接在支护产生轴力后写入施工阶段物理连接记录，减少未形成支护传力关系时提前建立支护连接的情况。

7、（3）本发明，通过将监测点时序响应特征、连接类型独热向量和刚度比例输入连接权重生成层，求取各物理连接的动态连接权重，并利用实测支护轴力增量检查支护连接传递力增量，使进入监测量越限风险预警判断的动态连接权重同时对应监测响应变化、参考刚度和支护轴力监测结果。

8、（4）本发明，通过比较相邻施工阶段的物理连接记录，对删除连接、新增连接、端点关联连接和继承连接分别执行权重清零、重新求取或沿用处理，并在同一监测点和同一监测量于相邻c个监测响应窗口中均出现预测越限时输出监测量越限风险预警和异常响应传递路径，减少单个监测响应窗口出现预测越限时直接发布预警的情况。

9、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。

1.基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，包括：

2.根据权利要求1所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述确定每一道支护的支护编号和支护激活时刻包括：

3.根据权利要求2所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述形成施工阶段转换时刻表，以相邻时刻划分施工阶段，并输出施工阶段序列包括：

4.根据权利要求3所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述结合各施工阶段的已开挖空区和已激活支护编号清单筛选物理连接，并写入各物理连接的参考刚度包括：

5.根据权利要求4所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述构建监测响应窗口，并生成标准化响应增量和物理量纲响应增量包括：

6.根据权利要求5所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述采用门控循环图神经网络训练算法，建立阶段连接预测模型，并求取动态连接权重包括：

7.根据权利要求6所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述组成连接标识，形成施工阶段连接更新记录包括：

8.根据权利要求7所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述计算节点平衡误差与支护轴力一致性误差，生成有效动态连接记录包括：

9.根据权利要求8所述的基于物理约束神经网络的岩土体失稳早期预警方法，其特征在于，所述计算预测越限幅值，确定最早预测越限时刻，并输出监测量越限风险预警和异常响应传递路径包括：

10.基于物理约束神经网络的岩土体失稳早期预警系统，其特征在于，包括：