(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 202211036435.2 (22)申请日 2022.08.29 (71)申请人 中国电建集团华 东勘测设计 研究院 有限公司 地址 311100 浙江省杭州市余杭区高教路 201号 (72)发明人 王国光　彭达　房倩　高修强　 王军　赵冠远　周墨臻　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 刘芳 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/08(2012.01) G06F 30/13(2020.01)G06F 30/23(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种地铁深基坑施工安全预警及辅助决策 方法及系统 (57)摘要 本发明涉及一种地铁深基坑施工安全预警 及辅助决策方法及系统， 包括： 获取地铁深基坑 的物理数据； 物理数据包括基坑实体信息、 基坑 状态信息和基坑环境信息； 基于物理数据应用聚 类算法对地铁深基坑进行分区； 对每一分区应用 CSA‑BPNN神经网络并结合地铁深基坑数字孪生 模型输出的仿真数据进行地质参数反演； 将基于 地铁深基坑数字孪生模型得到的地质参数预测 值、 基坑实体仿真信息和基坑环 境仿真信息输入 到基坑状态预测模型中， 得到每一分区的基坑状 态预测值并进行施工安全预警及辅助决策。 基于 对基坑进行细化分区， 从而能够对每一分区进行 状态预测， 提高状态预测的准确性进而更精准的 进行安全预警和辅助决策。 权利要求书3页 说明书9页 附图2页 CN 115423167 A 2022.12.02 CN 115423167 A 1.一种地铁深基坑施工安全预警及辅助决策 方法， 其特 征在于， 包括： 获取地铁深基坑的物理数据； 所述物理数据包括基坑实体信息、 基坑状态信息和基坑 环境信息； 所述基坑实体信息为基坑尺寸数据； 所述基坑状态信息为基坑受力和变形 数据； 基于所述物理数据应用K ‑Means算法对所述 地铁深基坑进行分区； 对每一分区， 以所述基坑实体信 息和所述基坑环境信 息以及对应的所述基坑状态信 息 为输入， 以地质参数为标签训练第一CSA ‑BPNN神经网络， 得到地质参数预测模 型； 所述地质 参数包括弹性模量和内摩擦角； 将所述物理数据输入至地铁深基坑数字孪生模型进行仿真预测， 输出仿真数据， 并将 所述仿真数据输入至所述 地质参数 预测模型中， 得到地质参数 预测值； 以所述地质参数预测值、 所述基坑实体信息和所述基坑环境信息为输入， 所述基坑状 态信息为标签训练第二CSA ‑BPNN神经网络， 得到基坑状态预测模型； 将基于所述地铁深基坑数字孪生模型得到的所述地质参数预测值、 基坑实体仿真信 息 和基坑环境仿 真信息输入到所述基坑状态预测模型中， 得到每一所述分区的基坑状态预测 值； 根据每一所述分区的基坑状态预测值进行施工安全预警及辅助决策。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述物理数据应用K ‑Means算法 对所述地铁深基坑进行分区之前还 包括： 建立不同支护类型的基坑数字化模型； 对不同支护类型的所述基坑数字化模型进行多因素 水平试验， 得到试验数据； 将所述试验数据和所述物理数据合并； 合并后的数据用于对所述地铁深基坑进行分 区、 所述第一CSA ‑BPNN神经网络和所述第二CSA ‑BPNN神经网络的训练。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述物理数据应用K ‑Means算法 对所述地铁深基坑进行分区， 具体包括： 采用主成分分析法对所述合并后的数据进行预处理， 所述预处理包括降维， 并将冗余 的数据进行剔除和重新组合； 将预处理后的数据中包含预设百分比数信息的数据提取出来并应用K ‑Means算法对所 述地铁深基坑进行分区。 4.根据权利要求1或2所述的方法， 其特征在于， 所述对每一分区， 以所述基坑实体信 息 和所述基坑环境信息以及对应的所述状态信息为输入， 以地质参数为标签训练第一CSA ‑ BPNN神经网络， 得到地质参数 预测模型， 具体包括： 对每一分区， 利用参数敏感性分析方法确定所述物理数据中的关键基坑实体信 息和关 键基坑环境信息； 以所述关键基坑实体信息和所述关键基坑环境信息以及对应的所述基坑状态信息为 输入， 以所述 地质参数为标签训练第一CSA ‑BPNN神经网络， 得到所述 地质参数 预测模型。 5.根据权利要求1所述的方法， 其特征在于， 所述根据每一所述分区的基坑状态预测值 进行施工安全预警及辅助决策， 具体包括： 基于所述 地铁深基坑的物理模型， 对每一所述分区设置基坑状态预警值； 将每一所述分区的所述基坑状态预测值与对应的所述基坑状态预警值进行比较， 进行 施工安全预警及辅助决策。权　利　要　求　书 1/3 页 2 CN 115423167 A 26.一种基于权利要求1至5任一项所述的方法的地铁深基坑施工安全预警及辅助决策 系统， 其特 征在于， 包括： 基坑物理数据获取模块， 用于获取地铁深基坑的物理数据； 所述物理数据包括基坑实 体信息、 基坑状态信息和基坑环境信息； 所述基坑实体信息为基坑尺寸数据； 所述基坑状态 信息为基坑受力和变形 数据； 分区模块， 用于基于所述物理数据应用K ‑Means算法对所述 地铁深基坑进行分区； 地质参数预测模型构建模块， 用于对每一分区， 以所述基坑实体信息和所述基坑环境 信息以及对应的所述状态信息为输入， 以地质参数为标签训练第一CSA ‑BPNN神经网络， 得 到地质参数 预测模型； 所述 地质参数包括弹性模量和内摩擦角； 地质参数预测模块， 用于将所述物 理数据输入至地铁深基坑数字孪生模型进行仿真预 测， 输出仿 真数据， 并将所述仿 真数据输入至所述地质参数预测模型中， 得到地质参数预测 值； 基坑状态预测模型构建模块， 用于将所述地质参数预测值、 所述基坑实体信息和所述 基坑环境信息为输入， 所述基坑状态信息为标签训练第二CSA ‑BPNN神经网络， 得到基坑状 态预测模型； 基坑状态预测模块， 用于将基于所述地铁深基坑数字孪生模型得到的所述地质参数预 测值、 基坑实体仿真信息和基坑环境仿真信息输入到所述基坑状态预测模型中， 得到每一 所述分区的基坑状态预测值； 预警及决策模块， 用于根据每一所述分区的基坑状态预测值进行施工安全预警及辅助 决策。 7.根据权利要求6所述的系统， 其特征在于， 所述系统还包括： 数据扩充模块； 所述数据 扩充模块包括： 基坑数字化模型构建单 元， 用于建立 不同支护类型的基坑数字化模型； 试验数据获取单元， 用于对不同支护类型的所述基坑数字化模型进行多因素水平试 验， 得到试验数据； 数据合并单元， 用于将所述试验数据和所述物理数据合并； 合并后的数据用于对所述 地铁深基坑进行分区、 所述第一CSA ‑BPNN神经网络和所述第二CSA ‑BPNN神经网络的训练。 8.根据权利要求7 所述的系统， 其特 征在于， 所述分区模块具体包括： 数据预处理单元， 用于采用主成分分析法对所述合并后的数据进行预处理， 所述预处 理包括降维， 并将冗余的数据进行剔除和重新组合； 分区单元， 用于将预处理后的数据中包含预设百分比数信 息的数据提取出来并应用K ‑ Means算法对所述 地铁深基坑进行分区。 9.根据权利要求7所述的系统， 其特征在于， 所述地质参数预测模型构建模块具体包 括： 关键参数获取单元， 用于对每一分区， 利用参数敏感性分析方法确定所述物理数据中 的关键基坑实体信息和关键基坑环境信息； 训练单元， 用于以所述关键基坑实体信 息和所述关键基坑环境信 息以及对应的所述状 态信息为输入， 以所述地质参数为标签训练第一CSA ‑BPNN神经网络， 得到所述地质参数预 测模型。权　利　要　求　书 2/3 页 3 CN 115423167 A 3