[发明专利]一种隧道施工引起地表位移的预测方法及系统

说明书

本发明提供一种隧道施工引起地表位移的预测方法及系统，该方法包括：采集地表位移监测数据，构建最大隆起数据集、最大沉降数据集和位移模式数据集，通过各数据集分别对基于GRU的最大隆起预测模型、最大沉降预测模型和位移模式预测模型进行训练；基于训练后的位移模式预测模型、最大沉降预测模型和最大隆起预测模型，预测隧道施工过程中的位移模式、最大沉降值和最大隆起值；判断最大沉降值、最大隆起值与位移模式是否匹配，若匹配则输出位移预测信息，若不匹配，则发送至工程技术人员分析判断。通过该方案可以实现最大沉降和最大隆起的有效区分，提高位移预测的准确性和可靠性。

技术领域

本发明涉及隧道工程施工领域，尤其涉及一种隧道施工引起地表位移的预测方法及系统。

背景技术

隧道施工过程中，由于原有的应力平衡受到破坏，不可避免会对地表产生影响，如地表沉降或隆起，从而对周边建筑等产生影响。在城市地铁隧道施工中，尤其需要注意施工对地面高层建筑的影响，因此，有必要对隧道施工引起的地表位移进行预测评估，以减少施工影响。

目前，采用的主要方法是基于机器学习预测隧道施工引起的地表位移，通常会根据机器学习算法预测地表最大沉降或最大隆起。但实际中，由于地表最大隆起和地表最大沉降产生的机理和发生的时间点不同，机器学习模型不能根据盾构施工参数直接地对最大沉降和最大隆起差异进行区分，导致地表位移预测结果不准确。

发明内容

有鉴于此，本发明实施例提供了一种隧道施工引起地表位移的预测方法及系统，以解决现有地表位移预测方法预测结果不准确的问题。

在本发明实施例的第一方面，提供了一种隧道施工引起地表位移的预测方法，包括：

采集地表位移监测数据，构建最大隆起数据集、最大沉降数据集和位移模式数据集，通过各数据集分别对基于GRU的最大隆起预测模型、最大沉降预测模型和位移模式预测模型进行训练；

基于训练后的位移模式预测模型、最大沉降预测模型和最大隆起预测模型，预测隧道施工过程中的位移模式、最大沉降值和最大隆起值；

判断最大沉降值、最大隆起值与位移模式是否匹配，若匹配则输出位移预测信息，若不匹配，则发送至工程技术人员分析判断。

在本发明实施例的第二方面，提供了一种隧道施工引起地表位移的预测系统，包括：

模型训练模块，用于采集地表位移监测数据，构建最大隆起数据集、最大沉降数据集和位移模式数据集，通过各数据集分别对基于GRU的最大隆起预测模型、最大沉降预测模型和位移模式预测模型进行训练；

预测模块，用于基于训练后的位移模式预测模型、最大沉降预测模型和最大隆起预测模型，预测隧道施工过程中的位移模式、最大沉降值和最大隆起值；

位移信息输出模块，用于判断最大沉降值、最大隆起值与位移模式是否匹配，若匹配则输出位移预测信息，若不匹配，则发送至工程技术人员分析判断。

在本发明实施例的第三方面，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本发明实施例第一方面所述方法的步骤。

本发明实施例的第四方面，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本发明实施例第一方面提供的所述方法的步骤。

本发明实施例中，通过分别构建最大隆起数据集、最大沉降数据集和位移模式数据集，通过各数据集对基于GRU的最大隆起预测模型、最大沉降预测模型和位移模式预测模型进行训练，基于训练后的模型预测隧道施工过程中的位移模式、最大沉降值和最大隆起值，判断位移模式是否匹配，匹配则输出位移预测信息，否则交由人工判断。从而可以有效区分地表最大沉降和最大隆起，提高位移预测结果的准确性。并能预防某一模型预测失误而带来的工程风险，增强预测的可靠性，提高施工的安全性。