买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中铁十九局集团矿业投资有限公司

摘要：本发明属于矿区边坡稳定性监测技术领域，公开了一种富水区边坡稳定性及排水状况预警方法及系统。该方法对矿区高度、矿区宽度、施工后坡度、原始边坡坡度、原始边坡高度进行边坡稳定性统计，分析不同因素影响下，对施工后边坡的稳定性影响；基于有限元强度折减原理，模拟分析在附加基底积水、降雨或地表水入渗作用下，富水区边坡的稳定性和失稳机制；根据矿区动态发展过程及汇水区补排条件的变化，提出矿区对应恶劣环境条件下的动态排水技术系统。本发明分析了富水区在不同条件因素影响下边坡的稳定性影响，提出科学、经济、有效的排水技术以及在各种条件下的应对措施，保证施工地下水及时排出提高施工工作的效率。

主权项：1.一种富水区边坡稳定性及排水状况预警方法，其特征在于，该方法包括：S1，模拟实验及现场试验参数收集与整理，对矿区高度、矿区宽度、施工后坡度、原始边坡坡度、原始边坡高度进行边坡稳定性统计，分析不同因素影响下，对施工后边坡的稳定性影响；S2，制定不同条件下模拟模型机制，基于有限元强度折减原理，模拟分析在附加基底积水、降雨或地表水入渗作用下，富水区边坡的稳定性和失稳机制；S3，建立不同条件下的稳定排水技术系统，根据矿区动态发展过程及汇水区补排条件的变化，提出矿区对应恶劣环境条件下的动态排水技术系统；在步骤S2中，制定不同条件下模拟模型机制包括：S201，结合物联网技术和人工智能技术，建立智能化的边坡稳定性监测系统；S202，在边坡上部和下部布设传感器节点，实时监测边坡的位移、倾斜、水位参数，将监测数据传输到云端进行实时处理和分析；S203，利用密度聚类算法DBSCAN，对监测数据进行智能识别和分析，发现边坡稳定性异常和预警信号，同时优化监测网络布局和数据采集策略；所述优化监测网络布局和数据采集策略适用于包含边坡稳定性不同类特征和数字标记符特征的混合数据，同时为每一个特征映射一个权重阈值，考虑每个特征的关联重要关系；在步骤S203中，优化监测网络布局和数据采集策略包括：第一步，采用边坡稳定性异常监测数据关联度公式统一计算边坡稳定性不同类特征和数字标记符特征的匹配度，每个特征权重阈值设为1；对于不同类特征的边坡稳定性，监测数据密度集聚主区域选择出现最多的值，对于数字标记符特征，监测数据密度集聚主区域选择平均值；第二步，随机选择e个点作为初始监测数据密度集聚主区域，代表e个监测网络识别集合；第三步，按照边坡稳定性异常监测数据关联度，将每一个点映射到最近的监测网络识别集合，并在每一个点映射后重识别监测数据密度集聚主区域，直到所有点映射完毕；第四步，计算每一个点和各监测数据密度集聚主区域的矢量值，重识别相应的监测数据密度集聚主区域，直到所有点被重新确认并且没有任何点变化；第五步，将数据集在数字标记符特征上的值从大到小排列，按照等间隔划分成多个序列空间，稀疏化数字标记符特征；对于每一数字标记符特征，将数据集在此特征上的值从大到小排列，按照等间隔划分成多个序列空间，同一序列空间的值用一个值或符号表示；第六步，计算每个特征在每个监测网络识别集合中的方差值并求平均值，作为参考值一；按照特征值是否相同将数据集分成多个子序列空间，计算监测网络识别集合在每个子序列空间中的方差值并求平均值，作为参考值二；第七步，根据两个方差参考值识别各特征的关联重要关系，计算并重识别权重阈值；第八步，根据重识别权重阈值后的边坡稳定性异常监测数据关联度，重新计算每一个点和各监测数据密度集聚主区域的矢量值，将每个点映射到离其最近的监测网络识别集合，同时重识别相应的监测数据密度集聚主区域，持续这个过程直到所有的点都被确认并且没有任何点变化；在第一步中，边坡稳定性异常监测数据关联度公式包括：采用数字矢量值计算数字标记符特征的匹配度，用边坡稳定性不同类矢量值计算边坡稳定性不同类特征的匹配度，为整体边坡稳定性不同类特征加一个参数，为每个特征添加一个权重阈值，表达式为： 式中，fEo，Da为边坡稳定性异常监测数据关联度函数，Eo为第o个监测网络数字矢量值，Da为数字标记符特征，为p个子序列中数字标记符特征的值，为第o个监测网络p个子序列中数字标记符特征的当前值，为某节点下p个子序列中数字标记符特征值，Ka为整体边坡稳定性不同类特征参数，为不同类下p个子序列中不同类特征的值，ζ为每个特征权重，为第o个监测网络p个子序列中不同类特征的当前值，为某节点下p个子序列中不同类特征值，gs为数字标记符特征的个数，gr为边坡稳定性不同类特征的个数；Ka取同一个值，此值根据数字标记符特征的方差确定，各特征的权重阈值满足：

全文数据：

权利要求：

百度查询： 中铁十九局集团矿业投资有限公司 一种富水区边坡稳定性及排水状况预警方法及系统