一种大断面隧道的稳定性预测方法、系统、终端及介质与流程

本发明涉及隧道稳定性预测，尤其涉及一种大断面隧道的稳定性预测方法、装置、终端及介质。

背景技术：

1、现阶段在隧道施工过程中多采用普通锚杆进行围岩锚固，这种方式仅仅只是对隧道进行暂时固定，而并不能完全杜绝风险。现有技术中对于隧道稳定性的判定与预测基本都是依靠监测到的隧道数据以及工程经验来进行判断，人为干预的影响较大，尤其是针对复杂大断面隧道，没有丰富的工程经验是无法准确地对隧道稳定性进行预测。

2、因此，现有技术还有待改进和提高。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种大断面隧道的稳定性预测方法、装置、终端及介质，旨在解决现有技术中对于隧道稳定性的判定与预测基本都是依靠监测到的隧道数据以及工程经验来进行判断，人为干预的影响较大，无法准确地对隧道稳定性进行预测等问题。

2、为了解决上述技术问题，本发明所采用的技术方案如下：

3、第一方面，本发明提供一种大断面隧道的稳定性预测方法，其中，所述方法包括：

4、基于预设的扫描设备对大断面隧道进行扫描，得到所述大断面隧道的当前轮廓数据，并基于所述当前轮廓数据对所述大断面隧道的初始三维模型进行更新，得到所述大断面隧道的当前三维模型，所述当前三维模型用于反映所述大断面隧道当前的三维结构；

5、对所述当前三维模型进行区域划分，确定分析区域，所述分析区域包括所述大断面隧道的两侧支撑区域以及所述大断面隧道的顶部区域；

6、获取所述分析区域所对应的目标形变数据，并将所述目标形变数据输入至预设的稳定性分析模型中，得到与所述目标形变数据所对应的目标风险概率，并基于所述目标风险概率确定所述分析区域所对应的稳定性预测结果，其中，所述稳定性分析模型是基于所述大断面隧道上多个样本区域所对应的样本形变数据与样本风险概率之间的映射关系训练得到的模型，所述目标风险概率用于反映所述分析区域发生事故的概率。

7、在一种实现方式中，所述基于所述当前轮廓数据对所述大断面隧道的初始三维模型进行更新，得到所述大断面隧道的当前三维模型，包括：

8、获取所述初始三维模型所对应的初始轮廓数据；

9、基于所述初始轮廓数据与所述当前轮廓数据，确定轮廓变化数据；

10、基于所述轮廓变化数据对所述初始三维模型进行更新，得到所述当前三维模型。

11、在一种实现方式中，所述基于所述当前轮廓数据对所述大断面隧道的初始三维模型进行更新，得到所述大断面隧道的当前三维模型，还包括：

12、将所述当前三维模型与所述初始三维模型重合放置，并确定所述当前三维模型与所述初始三维模型之间的非重合区域；

13、将所述非重合区域在所述当前三维模型上进行标识。

14、在一种实现方式中，所述对所述当前三维模型进行区域划分，确定分析区域，包括：

15、对所述当前三维模型进行受力分析，确定所述当前三维模型的整体受力分布；

16、基于所述整体受力分布，确定所述当前三维模型的受力集中区域，并将所述受力集中区域作为所述分析区域。

17、在一种实现方式中，所述获取所述分析区域所对应的目标形变数据，包括：

18、获取所述分析区域在所述初始三维模型中所对应的初始尺寸数据；

19、获取所述分析区域在所述当前三维模型中所对应的当前尺寸数据；

20、基于所述初始尺寸数据与所述当前尺寸数据，确定所述目标形变数据。

21、在一种实现方式中，所述稳定性分析模型的训练方式包括：

22、预先采集所述大断面隧道上的若干个样本区域，所述样本区域包括所述大断面隧道的两侧支撑区域以及所述大断面隧道的顶部区域；

23、获取每个所述样本区域中的若干个关键点的样本形变数据，并确定每个所述样本区域中的每个关键点发生事故的样本风险概率；

24、针对每个样本区域，建立关键点的样本形变数据与样本风险概率之间的映射关系；

25、基于所述映射关系训练预设的神经网络模型，得到所述稳定性分析模型。

26、在一种实现方式中，所述方法还包括：

27、每隔预设时间间隔扫描所述大断面隧道上与所述分析区域所对应的隧道区域，得到所述分析区域的最新轮廓数据，并基于所述最新轮廓数据，确定所述分析区域的最新形变数据；

28、基于所述稳定性分析模型对所述最新形变数据进行分析，输出最新风险概率，并根据所述最新风险概率输出最新的稳定性预测结果。

29、第二方面，本发明实施例还提供一种大断面隧道的稳定性预测系统，其中，所述装置包括：

30、三维模型更新模块，用于基于预设的扫描设备对大断面隧道进行扫描，得到所述大断面隧道的当前轮廓数据，并基于所述当前轮廓数据对所述大断面隧道的初始三维模型进行更新，得到所述大断面隧道的当前三维模型，所述当前三维模型用于反映所述大断面隧道当前的三维结构；

31、分析区域确定模块，用于对所述当前三维模型进行区域划分，确定分析区域，所述分析区域包括所述大断面隧道的两侧支撑区域以及所述大断面隧道的顶部区域；

32、稳定性预测模块，用于获取所述分析区域所对应的目标形变数据，并将所述目标形变数据输入至预设的稳定性分析模型中，得到与所述目标形变数据所对应的目标风险概率，并基于所述目标风险概率确定所述分析区域所对应的稳定性预测结果，其中，所述稳定性分析模型是基于所述大断面隧道上多个样本区域所对应的样本形变数据与样本风险概率之间的映射关系训练得到的模型，所述目标风险概率用于反映所述分析区域发生事故的概率。

33、第三方面，本发明实施例还提供一种终端，其中，所述终端包括存储器、处理器及存储在存储器中并可在处理器上运行的大断面隧道的稳定性预测程序，处理器执行大断面隧道的稳定性预测程序时，实现上述方案中任一项的大断面隧道的稳定性预测方法的步骤。

34、第四方面，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有大断面隧道的稳定性预测程序，所述大断面隧道的稳定性预测程序被处理器执行时，实现上述方案中任一项所述的大断面隧道的稳定性预测方法的步骤。

35、有益效果：与现有技术相比，本发明提供了一种大断面隧道的稳定性预测方法，本发明首先基于预设的扫描设备对大断面隧道进行扫描，得到所述大断面隧道的当前轮廓数据，并基于所述当前轮廓数据对所述大断面隧道的初始三维模型进行更新，得到所述大断面隧道的当前三维模型，所述当前三维模型用于反映所述大断面隧道当前的三维结构。然后，对所述当前三维模型进行区域划分，确定分析区域，所述分析区域包括所述大断面隧道的两侧支撑区域以及所述大断面隧道的顶部区域。最后，获取所述分析区域所对应的目标形变数据，并将所述目标形变数据输入至预设的稳定性分析模型中，得到与所述目标形变数据所对应的目标风险概率，并基于所述目标风险概率确定所述分析区域所对应的稳定性预测结果，其中，所述稳定性分析模型是基于所述大断面隧道上多个样本区域所对应的样本形变数据与样本风险概率之间的映射关系训练得到的模型，所述目标风险概率用于反映所述分析区域发生事故的概率。本发明可利用预先训练好的稳定性分析模型来对大断面隧道的目标形变数据进行智能分析，自动输出对应的目标风险概率，基于该目标风险概率就可以实现对大断面隧道的稳定性进行预测，以预测出该大断面隧道是否稳定，确保隧道施工的安全。