本发明涉及滑坡监测与预警，具体涉及一种基于数字孪生技术的滑坡监测与预警方法。
背景技术：
1、滑坡由于其在短时间内发生且具有突发性的显著特点，已逐步成为最严重、最难预防的自然灾害之一，严重威胁人们的生命与财产安全，因此对滑坡进行及时、准确的监测和预警的重要性与必要性不言而喻。传统的滑坡监测预警方法主要依赖于人工巡查、多种单一传感器监测等手段，虽然取得了一定的成效，但在实时性、准确性和可靠性上仍存在较大局限性。因此，寻求一种更加高效、精准的滑坡监测与预警方法势在必行。数字孪生技术作为近年来兴起的一种新兴技术，在各个领域展现出了巨大的潜力和应用价值。如何将数字孪生技术融入滑坡监测与预警领域，实现数字世界的“危险状态先行”，是亟待解决的难题。
2、在滑坡全域监测方面，目前主要依赖于传统的地质勘测、地形测量、遥感技术和传感器监测等手段。这种方式可以获取滑坡区域的地质构造、地形特征等信息，实现对滑坡区域的实时监测和数据采集，但只能提供单一的静态信息、覆盖范围有限、滑坡危险的实时性获取等问题显著，滑坡的预警预防存在极大局限性。
3、在数字孪生技术方面，其基本原理是通过建立虚拟的数字孪生模型，将现实世界中的物体或系统数字化、仿真化，从而实现对物体或系统的实时监测、分析和预测。它能够实时获取包括地形信息、地质构造、气象条件等多源数据并进行深度融合，监测实时性更高，极大提高监测信息的全面性和准确性，有助于对滑坡形成机制和演变过程进行更深入的分析和理解。但基于数字孪生技术的滑坡监测预警鲜有尝试，尚未明晰其运行机制。
4、对于滑坡智能预警，目前已有研究通过构建滑坡三维模型进行实时仿真计算，超前预测其位移；构建滑坡裂隙提取模块进行实景展示，通过有限元计算云图获取裂缝体系进行预警等。但均为利用历史数据信息融合动态模拟结果构建智能孪生体，以模拟不同情景下的滑坡行为，提供多种预测方案。通过数字孪生技术最具显著优势的综合分析和预测能力，来及时发现滑坡可能发生的迹象并提前预警，帮助相关部门和决策者制定科学合理的应急预案和管理措施，是滑坡数字孪生的核心要点。
5、综上所述，真正有效利用数字孪生技术进行滑坡智能监测、模拟与预警鲜有研究。
技术实现思路
1、本技术的发明人经过研究发现，数字孪生技术在滑坡监测领域具有实时性高、多源数据融合、精准预测与模拟、远程监测与管理、预防和减灾等诸多优势，可以为滑坡监测和应对工作提供更加科学、有效的支持和保障；ansys软件具有完善的二次开发生态，其mechanical apdl模块能够进行语言编程；python能提供高效高级数据结构，能将孪生计算所需参数进行语言转换，因此如何利用仿真软件和编程语言协同完成数字孪生的循环框架构建方法是亟待解决的难题。对此本发明提供一种基于数字孪生技术的滑坡监测与预警方法，该方法通过建立滑坡全域监测感知体系，构建实景几何模型、精准材料赋参、精细网格划分、二次开发优化本构模型求解、实时动态模拟后处理完成孪生体的建立，并利用python与其对接进行循环孪生算法的搭建，根据多次模拟完成孪生体的动态修正与优化，获取滑坡危险性指数并调整危险滑域范围分布，根据其等级强度进行多级滑坡的预测预警，实现对滑坡危险的数字空间预演、现实空间预报。
2、为了解决上述技术问题，本发明采用了如下的技术方案：
3、一种基于数字孪生技术的滑坡监测与预警方法，包括以下步骤：
4、s1、采用多类型监测传感器全域滑坡感知：按照系统设备采集频率属性划分包含季度/月级的低频采集、周/日级的中频采集、时/分/秒级的高频采集和特定事件与阈值触发采集的多级别精频率采集方法，以及按照系统设备采集精度属性划分包含分米级形变精度、厘米级形变精度、毫米级形变精度的多等级精度采集方法，对所有设备建立包含坐标、土/岩层层位、编号信息在内的多维数组；
5、s2、边坡高精度三维模型构建：利用ansys进行二次开发，参数化构建边坡数字孪生基础有限元模型即孪生体模型，包括的元素有边坡几何模型、材料参数、网格大小、边界条件，模型构建包含的几何模型有整体边坡尺寸、各地层土体层厚、各地层土体倾角、边坡支护简化结构、各断层与构造体；
6、s3、孪生体模型材料赋参：编写ansys自动材料参数赋值程序，根据步骤s2划分的具体岩层独立充填材料，若存在支护、充填结构则单独赋予混凝土、钢材、木材属性的材料，材料输入过程若存在结构未被赋予材料参数，则默认充填为混凝土材料；
7、s4、孪生体模型结构网格划分：孪生体模型按照性质划分三种网格尺寸，黏土、泥质岩和松散的沙砾土在内的地质敏感区域预设尺寸最小的细化网格，网格尺寸约为剩余岩体结构的1/3；陡坡和过度开发的山区、河谷在内的坡度大、坡面裸露的地形敏感区域预设尺寸较小的细化网格，网格尺寸约为剩余岩体结构的1/2；剩余岩体结构设置较粗大网格；
8、s5、边界条件设定：对孪生体模型两侧铅垂平面施加侧向载荷值的法向应力荷载，在模型下表面选取z坐标区间在-0.1到0.1所有节点施加沿xyz轴位移与绕xyz轴旋转的六自由度约束条件，上表面不施加约束条件；
9、s6、模型求解与后处理：基于ansys二次开发构建与实际情况最为匹配的优化本构模型，预设非线性求解器、隐式求解器对非线性材料进行求解，分别利用胡克定律求解材料弹性应变问题、流动法则求解材料塑性应变问题，并利用全拉格朗日法开率应力与应变增量关系，读取最后一步载荷结果，将位移、应力计算云图存放在指定路径，依次读取步骤s1中实际监测设备多维数组信息及其数据监测结果，编写宏文件组并预留python接口；
10、s7、编写数字孪生过程程序：依托ansys二次开发结果，通过python宏文件组编写与ansys二次开发接口实现对接，数字孪生框架分为基础孪生体及其对接与孪生循环程序构建两大模块，基于孪生逻辑与框架，利用python丰富的第三方库资源编写界面交互程序；
11、s8、数字孪生循环算法构建：以实际监测的前端数据为现实依据，根据所设定的频率与幅值以及具体边坡事件在内的多级阈值对孪生体模型与边界条件进行动态更新，通过多源数据动态融合手段，将监测数据根据不同空间位置与参数性质关键信息赋予滑坡危险性权重系数，以此为基础利用动态算法探明实测数据与滑坡体对应数学关系；通过多层级时空信息进行计算结果的循环往复，利用多时段、多频次、多能级结果对孪生程序进行动态修正，实现孪生计算的循环优化；
12、s9、滑坡综合危险性孪生预警：根据步骤s8中各危险性权重系数的关系，形成滑坡危险性综合指标系数，预设本次孪生计算系数值较上轮计算增幅达5％即发生一次较大预滑坡危险事件，当判断事件发生时生成ansys滑坡函数宏并输出事件发生信号，ansys读取后判断是否为预滑坡危险事件，若是则进入瞬态求解器进行计算，否则进入静力求解器进行计算；孪生循环程序遍历各关键点位结果云图，计算出各点滑坡危险性指数，形成一次危险滑域，结合历次数据结果进行结果函数拟合，预测未来危险滑域范围及危险性指数变化，根据结果及时采取调整措施，实现由物理空间向数字空间的实时映射，完成滑坡危险的动态孪生预警。
13、进一步，所述步骤s1中各类传感器按照30-50m间隔有序布设在考虑松软土体的地质敏感区、考虑较大坡度及坡度交汇点的地形敏感区以及考虑历史滑坡事件的危险滑带关键点位，同时进行局部加密，建立数据高速准确采集系统和传输通道，确保实时或定期获取传感器采集数据。
14、进一步，所述步骤s3中采用考虑静水压力影响的广义mises屈服准则—drucker-prager准则即d-p准则进行材料变形计算，根据d-p材料变形公式中涉及的参数，预设包括弹性模型、密度、泊松比在内的弹性材料参数与包括内聚力、内摩擦角、膨胀角在内的塑性材料参数的多项材料参数接口进行属性精确描述；
15、其中，σe为有效应力，表示多轴应力状态下的综合应力；β为系数，可用于调整或转换关系；σm为主应力，多轴应力状态下的主要应力分量之一；{s}为应力张量，描述应力分布的数学对象；[m]为矩阵，描述材料的某种性质或特征。
16、进一步，所述步骤s4中根据边坡的具体几何形状、土体特性、边坡表面和支撑结构在内的因素，相关岩土材料采用10节点的实体单元solid65，悬崖边或支撑结构梁状部分采用beam188单元，若考虑水力影响则加入相关流体单元；通过ansys二次开发进行多场景的本构模型优化，并根据材料编号进行材料赋参。
17、进一步，所述步骤s5中孪生体模型两侧的法向应力荷载根据实际非均匀受力情况，由侧向压力加载函数与重力的乘积确定，重力加速度预设为9.8m/s2。
18、进一步，所述步骤s6中应变增量由各点位移增量与空间坐标关系决定：再将应变增量代入应力增量关系中得到应力的增量：同时将应变增量分解为线性与非线性之和，利用最小势能原理推导平衡方程，基于能量最小化的原理，假设系统在平衡状态下总势能达到最小值求解分析边坡的稳定性和变形情况；
19、其中，δεij表示应变张量分量的增量；表示各点位移分量的增量；表示各点空间坐标；δσij表示应力张量分量的增量；表示应力-应变关系的切线刚度。
20、进一步，所述步骤s7中交互程序各窗口包括参数输入、材料赋参、静态计算、孪生循环在内的功能通过建立信号与槽函数实现，各窗口通过函数联立联系，结束程序后将信号文件中ansys可读信号0覆盖为1，传递各部分宏构建完成信号；ansys根据读取的主体宏文件命令自动构建有限元模型，并且在构建模型结束后自动计算。
21、进一步，所述步骤s8中循环部分可分解为孪生计算后的边坡更新、初步计算、建立传感器数据与边界条件关系、反演滑坡边界条件、孪生计算、再次更新边坡状态，构成孪生循环算法。
22、进一步，所述步骤s9中滑坡危险性综合指标系数变化趋势曲线需进行十次以上循环计算得出，第一轮计算中的第一次数值模拟为初次计算，五次模拟完成后为一次循环完成；根据模拟结果绘制滑坡危险性动态云图，根据云图结果预测边坡滑面分布情况，以此推断滑体、滑带运动趋势与程度，最终预测出滑坡状态，动态循环实现虚拟空间孪生效果，为滑坡预警提供智能化方案。
23、与现有技术相比，本发明提供的基于数字孪生技术的滑坡监测与预警方法，创新性地将数字孪生技术融入滑坡危险的智能预警当中，利用动态的精准数值模拟结果对边坡实时状态进行数字空间的全方位实时描述，并通过仿真模拟与python程序形成循环孪生手段，将虚拟空间演变结果映射到现实世界空间。本发明通过数字孪生技术建立真实反映滑坡状态的数字孪生体，可以实现对整个滑坡区域的全域监测和实时预警，弥补了滑坡传统监测与预警方法的不足之处。因此相比于现有技术具有以下优点：
24、1、全域感知与多级别采集：采用多类型监测传感器(“空-地-深”一体化)，实现对滑坡区域的全域感知，并采用包括低频、中频和高频采集的多级别精度与频率采集方法，灵活调整监测的频率和精度的同时引入特定事件触发采集机制，较现有的传统传感器高误差、高延迟、低相关性传输与读取，提高了监测数据的全面性、实时性与准确性。
25、2、区别于现有的单一静态数值模拟，利用ansys进行二次开发，构建高精度的三维数字孪生模型，包括几何精模、材料参数和最适宜的网格大小，提高模型的精度和真实性；融合前端实时监测数据更精准调整模型几何尺寸、边界条件影响等参数，实现孪生体的动态修正与优化，进一步准确模拟滑坡的行为和特征，为提高预警的精准度和准确性提供基础。
26、3、利用多源数据动态融合手段，不再依赖静态的单次数值模拟结果，采用边坡更新、监测信息、应力应变状态等多种类型信息的信号输出与读取，调用多个宏文件包实现仿真软件和编程语言协同的滑坡数字孪生的循环框架构建，从初次模拟结果开始多次孪生循环计算，以赋予滑坡危险性权重系数方式组建危险性云图，精准探明目前区域滑坡可能发生的时间、概率、能级等关键信息。
27、4、与传统的通过有限实测数据进行滑坡模糊预警不同，数字孪生技术根据危险性指标系数，将危险滑域解译并重构为即将滑坡的滑面范围，并进一步展现滑体、滑带的分布状态，利用其高实时性、高准确性、高智能性实现对滑坡危险的高保真预测预警，为应急处置和灾害防范提供了强有力的支持。
1.一种基于数字孪生技术的滑坡监测与预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s1中各类传感器按照30-50m间隔有序布设在考虑松软土体的地质敏感区、考虑较大坡度及坡度交汇点的地形敏感区以及考虑历史滑坡事件的危险滑带关键点位，同时进行局部加密，建立数据高速准确采集系统和传输通道，确保实时或定期获取传感器采集数据。
3.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s3中采用考虑静水压力影响的广义mises屈服准则—drucker-prager准则即d-p准则进行材料变形计算，根据d-p材料变形公式中涉及的参数，预设包括弹性模型、密度、泊松比在内的弹性材料参数与包括内聚力、内摩擦角、膨胀角在内的塑性材料参数的多项材料参数接口进行属性精确描述；
4.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s4中根据边坡的具体几何形状、土体特性、边坡表面和支撑结构在内的因素，相关岩土材料采用10节点的实体单元solid65，悬崖边或支撑结构梁状部分采用beam188单元，若考虑水力影响则加入相关流体单元；通过ansys二次开发进行多场景的本构模型优化，并根据材料编号进行材料赋参。
5.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s5中孪生体模型两侧的法向应力荷载根据实际非均匀受力情况，由侧向压力加载函数与重力的乘积确定，重力加速度预设为9.8m/s2。
6.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s6中应变增量由各点位移增量与空间坐标关系决定：再将应变增量代入应力增量关系中得到应力的增量：同时将应变增量分解为线性与非线性之和，利用最小势能原理推导平衡方程，基于能量最小化的原理，假设系统在平衡状态下总势能达到最小值求解分析边坡的稳定性和变形情况；
7.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s7中交互程序各窗口包括参数输入、材料赋参、静态计算、孪生循环在内的功能通过建立信号与槽函数实现，各窗口通过函数联立联系，结束程序后将信号文件中ansys可读信号0覆盖为1，传递各部分宏构建完成信号；ansys根据读取的主体宏文件命令自动构建有限元模型，并且在构建模型结束后自动计算。
8.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s8中循环部分可分解为孪生计算后的边坡更新、初步计算、建立传感器数据与边界条件关系、反演滑坡边界条件、孪生计算、再次更新边坡状态，构成孪生循环算法。
9.根据权利要求1所述的基于数字孪生技术的滑坡监测与预警方法，其特征在于，所述步骤s9中滑坡危险性综合指标系数变化趋势曲线需进行十次以上循环计算得出，第一轮计算中的第一次数值模拟为初次计算，五次模拟完成后为一次循环完成；根据模拟结果绘制滑坡危险性动态云图，根据云图结果预测边坡滑面分布情况，以此推断滑体、滑带运动趋势与程度，最终预测出滑坡状态，动态循环实现虚拟空间孪生效果，为滑坡预警提供智能化方案。
