基于云服务的离散元并行实时仿真边坡预警系统及方法，属于应用仿真分析技术领域；包括本地数据监测采集系统，用于采集边坡预警需要的宏观数据及监测数据，并将所述宏观数据及监测数据上传至所述云服务数据中心；所述云服务数据中心用于建立所述宏观数据与所述离散元GPU并行数值仿真分析所需的微观参数之间的关系模型；还用于设置边坡的预警阈值，当所述离散元GPU并行数值仿真云服务器端的计算结果超过所述预警阈值时，所述云服务数据中心启动告警；所述离散元GPU并行数值仿真云服务器端用于进行离散元GPU并行数值仿真，获得离散元仿真计算结果，并将所述计算结果传送至所述云服务数据中心，实现边坡实时预警。实现边坡实时预警。实现边坡实时预警。
【技术实现步骤摘要】
基于云服务的离散元并行实时仿真边坡预警系统及方法
[0001]本专利技术属于应用仿真分析
，特别涉及一种基于云服务的离散元（DEM）GPU并行实时仿真分析边坡预警系统及方法。
技术介绍
[0002]降雨、地震引起的山体滑坡、泥石流等自然灾害，严重影响着人民群众的生命安全，造成巨大的财产损失。近几年，通过在重点区域埋设传感器、通过遥感技术监测山体滑滑移量为滑坡预警的主要工具，但也有一定的局限性。
[0003]数值仿真在提供一定参数的情况下，能够预测与分析未来时间段内的安全状态。因此，急需开发一种能够实时提供参数，快速计算的实时仿真分析方法。
[0004]离散元单元法是一种在边坡分析等方面有所应用的数值分析方法，其在数值分析中的应用尚未成熟，主要存在以下几点困难：1、针对工程问题，离散单元数量巨大，采用显式求解方法，计算量巨大；2、离散元参数难以准确标定，需要反复测试与标定；3、多物理场耦合理论尚未完善。
[0005]中国专利申请CN 202110431947 .8公开了一种基于遗传算法和离散元分析法的锚固边坡安全性评价方法，主要包括以下步骤：基于现场勘察和仪器监测收集岩质锚固边坡的基础数据；基于离散元分析软件3DEC构建岩质锚固边坡分析计算模型；根据岩体蠕变试验确定蠕变本构模型及蠕变参数范围；基于遗传算法和岩质锚固边坡分析计算模型的响应确定岩质锚固边坡蠕变本构模型的最优参数；基于设定的分析时间，提取岩质锚固边坡的特征变量。根据特征变量的变化情况进行岩质锚固边坡长期安全性评价。该方法主要着眼于解决离散元参数确定困难的问题，但是，该方法是针对特定地区的岩土测定，针对不同岩土，一般使用一次必须重新实验标定；通用性较差。
技术实现思路
[0006]本专利技术的目的在于提供一种基于云服务的离散元并行实时仿真边坡预警系统及方法，通过对边坡宏观数据、监测数据的采集，利用离散元模型，建立宏观数据与所述离散元GPU并行数值仿真分析所需的微观参数之间的关系模型，并依据所述关系模型实时更新边坡离散元模型中的参数，提高数值模拟精度；设置边坡的预警阈值，将离散元GPU并行数值仿真计算结果与所述预警阈值进行比较，并适时告警。
[0007]本专利技术提供一种基于云服务的离散元并行实时仿真边坡预警系统，包括本地数据监测采集系统、云服务数据中心、以及离散元GPU并行数值仿真云服务器端；所述本地数据监测采集系统用于采集边坡预警需要的宏观数据及监测数据，并将所述宏观数据及监测数据上传至所述云服务数据中心；所述宏观数据包括边坡的宏观力学性质数据；所述监测数据包括含水量及位移；所述云服务数据中心用于建立所述宏观数据与离散元GPU并行数值仿真分析所需的微观参数之间的关系模型；还用于设置边坡的预警阈值，当所述离散元GPU并行数值仿真
云服务器端的计算结果超过所述预警阈值时，所述云服务数据中心启动告警；所述离散元GPU并行数值仿真云服务器端用于利用边坡离散元模型，依据实时采集的所述宏观数据进行离散元GPU并行数值仿真计算，获得离散元仿真计算结果，并将所述计算结果传送至所述云服务数据中心；所述云服务数据中心判断是否启动告警，实现边坡实时预警。
[0008]进一步地，所述边坡离散元模型为利用所述宏观数据建立的边坡离散元模型；包括边坡的几何形状及粒径分布。
[0009]进一步地，所述宏观数据及监测数据通过在边坡本地布置传感器和/或对岩石的岩性进行实验室分析获得。
[0010]进一步地，通过前期的离散元仿真计算，得出边坡的危险位置，在所述危险位置设置所述传感器。
[0011]进一步地，所述云服务数据中心包括数据存储模块、参数模型模块、以及预警模块；其中，所述数据存储模块用于存储所述本地数据监测采集系统实时上传的所述宏观数据及监测数据；所述参数模型模块，用于利用所述数据存储模块中的所述宏观数据及监测数据，采用人工智能方法获得所述关系模型；所述预警模块用于设置边坡的预警阈值，并当所述离散元GPU并行数值仿真云服务器端的计算结果超过所述预警阈值时，启动告警。
[0012]进一步地，所述关系模型的建立过程为：（1）将所述宏观数据作为所述边坡离散元模型的初始条件或边界条件；（2）依据经验或随机假定一组所述边坡离散元模型进行离散元GPU并行数值仿真分析需要的微观参数；（3）利用所述边坡离散元模型进行数值计算，并获得计算结果；（4）将所述计算结果与所述监测数据进行比较，如计算结果在误差范围内，则认为收敛，获得一组所述宏观数据与所述微观参数之间的对应关系；（5）重复进行步骤（1）
‑
（4），最终得到所述宏观数据与所述微观参数之间的关系模型。
[0013]进一步地，所述预警阈值包括临界边坡安全系数、临界摩擦系数、和/或临界位移量。
[0014]进一步地，所述离散元GPU并行数值仿真云服务器端的离散元GPU并行数值仿真依据如下步骤进行：（1）将所述云服务数据中心中实时的所述宏观数据作为所述边坡离散元模型的初始条件或边界条件；（2）依据所述云服务数据中心的所述关系模型确定所述宏观数据对应的所述边坡离散元模型的微观参数；（3）利用所述边坡离散元模型进行离散体接触检索；（4）针对所述边坡离散元模型进行接触力计算；（5）依据边坡岩土的具体情况，考虑或不考虑离散体之间的粘结作用；对于考虑粘
结作用的情形，针对所述边坡离散元模型，计算离散体之间的键链接力；（6）针对所述边坡离散元模型，计算含水量对离散体的影响；当饱和度小于100%的时为非饱和状态，则计算液桥力对离散体的影响；饱和度为1的时候为流固耦合，采用格子玻尔兹曼方法与离散元求解；其中，步骤（3）
‑
（6）采用GPU并行化处理；（7）得到计算结果，包括边坡安全系数、边坡的摩擦系数、和/或位移。
[0015]本专利技术提供一种基于云服务的离散元GPU并行实时仿真分析边坡预警方法，具体包括以下步骤：步骤S01、实时采集边坡预警需要的边坡宏观数据及边坡监测数据，并实时上传至云服务数据中心；步骤S02、依据所述边坡宏观数据建立边坡离散元模型；步骤S03、所述云服务数据中心依据所述边坡宏观数据及边坡监测数据、利用所述边坡离散元模型建立边坡宏观数据与边坡离散元GPU并行数值仿真分析所需的微观参数之间的关系模型；步骤S04、将实时采集的所述边坡宏观数据作为所述边坡离散元模型的初始条件或边界条件，并依据实时的所述边坡宏观数据、利用所述关系模型确定微观参数，实时更新所述边坡离散元模型；利用实时更新的所述边坡离散元模型进行GPU并行数值仿真计算，获得离散元仿真计算结果；步骤S05、设置边坡的预警阈值，当所述离散元仿真计算结果超过所述预警阈值时，启动告警。
[0016]本专利技术结合边坡监测云服务系统，包括本地数据监测采集系统、人工智能数据梳理中心与数据云服务中心，搭建离散元GPU并行数值仿真云服务器端。采用数据云服务、人工智能、本地监测与云计算，实现仿真参数调整与校正；通过实时更新数值仿真参数，实现时间维度上的参数变化，分析山体、边坡稳定性；仿真本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于云服务的离散元并行实时仿真边坡预警系统，包括本地数据监测采集系统、云服务数据中心、以及离散元GPU并行数值仿真云服务器端；所述本地数据监测采集系统用于采集边坡预警需要的宏观数据及监测数据，并将所述宏观数据及监测数据上传至所述云服务数据中心；所述宏观数据包括边坡的宏观力学性质数据；所述监测数据包括含水量及位移；所述云服务数据中心用于建立所述宏观数据与离散元GPU并行数值仿真分析所需的微观参数之间的关系模型；还用于设置边坡的预警阈值，当所述离散元GPU并行数值仿真云服务器端的计算结果超过所述预警阈值时，所述云服务数据中心启动告警；所述离散元GPU并行数值仿真云服务器端用于利用边坡离散元模型，依据实时采集的所述宏观数据进行离散元GPU并行数值仿真计算，获得离散元仿真计算结果，并将所述计算结果传送至所述云服务数据中心；所述云服务数据中心判断是否启动告警，实现边坡实时预警。2.根据权利要求1所述的系统，其特征在于，所述边坡离散元模型为利用所述宏观数据建立的边坡离散元模型；包括边坡的几何形状及粒径分布。3.根据权利要求1所述的系统，其特征在于，所述宏观数据及监测数据通过在边坡本地布置传感器和/或对岩石的岩性进行实验室分析获得。4.根据权利要求3所述的系统，其特征在于，通过前期的离散元仿真计算，得出边坡的危险位置，在所述危险位置设置所述传感器。5.根据权利要求1所述的系统，其特征在于，所述云服务数据中心包括数据存储模块、参数模型模块、以及预警模块；其中，所述数据存储模块用于存储所述本地数据监测采集系统实时上传的所述宏观数据及监测数据；所述参数模型模块，用于利用所述数据存储模块中的所述宏观数据及监测数据，采用人工智能方法获得所述关系模型；所述预警模块用于设置边坡的预警阈值，并当所述离散元GPU并行数值仿真云服务器端的计算结果超过所述预警阈值时，启动告警。6.根据权利要求1或2所述的系统，其特征在于，所述关系模型的建立过程为：（1）将所述宏观数据作为所述边坡离散元模型的初始条件或边界条件；（2）依据经验或随机假定一组所述边坡离散元模型进行离散元GPU并行数值仿真分析需要的微观参数；（3）利用所述边坡离散元模型进行数值计算，并获得计算结果；（4）将所述计算结果与所述监测数...
【专利技术属性】
技术研发人员：王增会，刘韶鹏，肖捷，赵洪斌，
申请(专利权)人：北京云庐科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。