(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211245880.X (22)申请日 2022.10.12 (71)申请人 西南交通大 学 地址 610031 四川省成 都市二环路北一段 111号 (72)发明人 杨柳　李搏凯　宋怡鲜　饶云康　 于贵　吴坤　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 刘林　陈攀 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 基覆型边坡破裂面预警的方法、 装置、 设备 及存储介质 (57)摘要 本发明提供了基覆型边坡破裂面预警的方 法、 装置、 设备及存储介质， 涉及山地灾害技术领 域。 本申请中， 根据现场采集的各参数利用神经 网络预测出边坡生成后缘破裂面的几何形态参 数和位置参数， 提高预测结果精准度的同时， 也 缩短了预测时间。 然后再基于后缘破裂面的几何 形态参数、 位置参数以及现场采集的参数进行强 度折减法计算， 得到后缘破裂面的安全系数和潜 在滑移土的总方量， 并基于后缘破裂面的安全系 数和潜在滑移土的总方量进行预警， 同时结合众 多影响因素得到最终预警等级， 对于预警等级的 判断考虑因素更加完善， 进而提高预警等级的精 准度。 权利要求书3页 说明书11页 附图3页 CN 115329679 A 2022.11.11 CN 115329679 A 1.基覆型边坡 破裂面预警的方法， 其特 征在于， 包括： 获取第一参数、 第二参数和第三参数； 所述第一参数为待预警区域内坡面裂缝的三维 位置参数； 所述第二参数为所述待预警区域内边坡岩土体的物理参数和力学参数； 所述第 三参数包括所述待预警区域内接触面的抗剪强度参数， 所述接触面是边坡的基岩与岩土体 的分界面； 基于训练后的神经网络模型， 将所述第一参数、 所述第二参数和所述第三参数输入训 练后的所述神经网络模型中， 得到后缘破裂面的几何形态参数和位置参数； 基于所述后缘破裂面的几何形态参数和位置参数、 所述第二参数和所述第三参数， 利 用强度折减法计算， 分别得到所述后缘破裂面的安全系数和潜在滑 移土的总方量； 基于所述 安全系数和所述潜在滑 移土的总方量， 对基覆型边坡 破裂面进行 预警。 2.根据权利要求1所述的基覆型边坡破裂面预警的方法， 其特征在于， 所述神经网络模 型的训练方法包括： 获取相互对应的第四参数、 第五参数， 所述第 四参数为基覆型边坡实 际工程中边坡的 物理参数和力学参数； 所述第五参数为基覆型边坡实际工程中坡面裂缝的几何形态参数和 位置参数； 基于所述第五参数， 得到裂缝集 合， 所述裂缝集 合中的每 个裂缝对应一个 裂缝宽度值； 基于神经网络模型， 将所述裂缝集合、 所述第五参数中的所述位置参数作为所述神经 网络模型 的输入值， 所述第四参数作为所述神经网络模型 的输出值， 按照最小均方差规则 进行学习并更新所述神经网络模型的各项参数， 得到训练后的所述神经网络模型。 3.根据权利要求2所述的基覆型边坡破裂面预警的方法， 其特征在于， 所述第四参数和 所述第五参数的获取 方法包括： 获取第一特征参数、 第二特征参数、 第三特征参数和第四特征参数； 所述第 一特征参数 为基覆型边坡中岩土体部分的几何形态参数； 所述第二特征参数为基覆型边坡中基岩部分 的几何形态参数； 所述第三特征参数为所述接触面自定义的抗剪强度参数； 所述第四特征 参数为自定义物理参数和力学参数； 基于所述第一特征参数和所述第二特征参数分别构建岩土体拟合模型和基岩拟合模 型； 基于所述岩土体拟合模型、 所述基岩拟合模型和所述第三特征参数， 构建第一基覆型 边坡拟合模型； 基于所述第 一基覆型边坡拟合模型和所述第四特征参数， 在离散元软件3DEC中利用节 理刻画基覆型边坡生成的后缘破裂面， 得到第 五特征值和第六特征值， 所述第 五特征值为 所述后缘破裂面的几何形态参数， 所述第六特征值为所述后缘破裂面中每个裂缝对应的所 述裂缝宽度值和位置参数； 基于对应的所述第五特 征值和所述第六 特征值， 构成所述第五参数； 基于对应的所述第三特 征参数和所述第四特 征参数， 构成所述第四参数； 构建所述第四参数与 所述第五参数之间的映射关系， 获得相互对应的所述第四参数与 所述第五参数。 4.根据权利要求3所述的基覆型边坡破裂面预警的方法， 其特征在于， 所述第四参数中 主成分因素的选择 方法包括：权　利　要　求　书 1/3 页 2 CN 115329679 A 2获取至少十个实际工程中基覆型边坡生成后缘破裂面现象的地质勘探数据； 基于所述地质勘探数据， 确定目标参数， 所述目标参数为所述实 际工程中基覆型边坡 生成后缘破裂面的具体位置及形态； 基于所述 地质勘探数据， 确定所述实际工程中基覆型边坡的组成结构； 基于所述目标参数和所述实际工程中基覆型边坡的组成结构， 利用分析法进行归纳总 结， 得到刻画因素以及所述刻画因素的权 重值； 基于所述刻画因素、 所述权 重值和预设阈值， 得到主成分因素。 5.基覆型边坡 破裂面预警的装置， 其特 征在于， 包括： 获取模块： 用于获取第一参数、 第 二参数和第 三参数； 所述第一参数为待预警区域内坡 面裂缝的三 维位置参数； 所述第二参数为所述待 预警区域内边坡岩土体的物理参数和力学 参数； 所述第三参数包括所述待预警区域内接触面的抗剪强度参数， 所述接触面是边坡的 基岩与岩土体的分界面； 第一计算模块： 用于基于训练后的神经网络模型， 将所述第 一参数、 所述第 二参数和所 述第三参数输入训练后的所述神经网络模型中， 得到后缘破裂面的几何形态参数和位置参 数； 第二计算模块： 用于基于所述后缘破裂面的几何形态参数和位置参数、 所述第二参数 和所述第三参数， 利用强度折减法计算， 分别得到所述后缘破裂面的安全系 数和潜在滑移 土的总方量； 预警模块： 用于基于所述安全系数和所述潜在滑移土的总方量， 对基覆型边坡破裂面 进行预警。 6.根据权利要求5所述的基覆型边坡破裂面预警的装置， 其特征在于， 所述第 一计算模 块包括： 第一获取单元： 用于获取相互对应的第四参数、 第五参数， 所述第四参数为基覆型边坡 实际工程中边坡的物理参数和力学参数； 所述第五参数为基覆型边坡实际工程中坡面裂缝 的几何形态参数和位置参数； 第一处理单元： 用于基于所述第五参数， 得到裂缝集合， 所述裂缝集合中的每个裂缝对 应一个裂缝宽度值； 训练单元： 用于基于神经网络模型， 将所述裂缝集合、 所述第五参数中的所述位置参数 作为所述神经网络模型 的输入值， 所述第四参数作为所述神经网络模型 的输出值， 按照最 小均方差规则进 行学习并更新所述神经网络模型的各项参数， 得到训练后的所述神经网络 模型。 7.根据权利要求6所述的基覆型边坡破裂面预警的装置， 其特征在于， 所述第 一处理单 元包括： 第二获取单元： 用于获取第一特征参数、 第二特征参数、 第三特征参数和第四特征参 数； 所述第一特征参数为基覆型边坡中岩土体部分的几何形态参数； 所述第二特征参数为 基覆型边坡中基岩部分的几何形态参数； 所述第三特征参数为所述接触面自定义的抗剪强 度参数； 所述第四特 征参数为自定义物理参数和力学参数； 第一构建单元： 用于基于所述第 一特征参数和所述第 二特征参数分别构建岩土体拟合 模型和基岩 拟合模型；权　利　要　求　书 2/3 页 3 CN 115329679 A 3