广东华路交通科技有限公司

本发明提供一种锚索抗拔力预测方法，包括：获取包含完整样本和截尾样本的荷载‑位移数据，基于锚固系统力学原理提取弹性段等效刚度、弹性极限抗拔力及位移等曲线物理特征参数；接着构建单参数线性回归与对数正态最大似然估计相结合的统计模型，构建适用于右截尾数据的模型；构建前馈神经网络与贝叶斯估计层的混合预测模型，将离散程度参数作为贝叶斯估计层不确定性先验约束，采用曲线特征参数对混合模型进行训练；其训练好的模型可进行精细化预测，与上述回归模型二者构成分级预测体系，可实现在拉拔现场的快速预测及其后续的精准预测。本发明有效利用锚索拉拔截尾样本，通过弹性段数据可预测最终极限抗拔力，实现几乎无损伤预测。

本发明提供了一种基于多头注意力机制的边坡位移预测方法、系统及设备。具体包括以下步骤：S1、获取多座边坡的历史位移、降雨量、边坡标识、典型位移突变及位移差分序列，构建训练数据集；S2、对各序列及边坡标识进行特征映射，得到对应嵌入特征；S3、根据位移和差分嵌入特征提取局部位移特征，将其与降雨量嵌入特征融合并进行多头自注意力计算，得到时序耦合特征；S4、分别以边坡标识嵌入特征和突变参考特征为查询，以时序耦合特征为键和值进行多头交叉注意力计算，得到边坡标识注意力特征和位移突变注意力特征；S5、融合上述特征确定边坡位移预测值并训练预测模型；S6、将目标边坡数据输入训练后的预测模型，得到目标边坡的边坡位移预测值。

本发明公开了一种基于首点折线法的边坡位移监测预警方法及系统，所述方法包括：S1：采集边坡监测点的位移时序数据，并对原始数据进行滤波处理；S2：对滤波后的数据进行处理得到关键点并进行连接形成折线，从而生成规整的变形监测网格，同时根据该网格建立以位移增量触发的等量值间隔预警检查机制；S3：利用所述变形监测网格来计算监测点的变形速率；S4：利用所述变形监测网格来对加速度进行量化；S5：根据上述步骤所得到的位移、变形速率、加速度数据来进行多维度综合判断，从而输出相应预警等级与预警信息。本发明解决了等时间间隔预警的固有缺陷，达到节省计算资源、减低误报率、避免反复报警等效果，有效提高了边坡监测预警的准确性和可靠性。