(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 202211370200.7 (22)申请日 2022.11.03 (71)申请人 北京云庐科技有限公司 地址 100070 北京市丰台区万丰路316号 万 开中心写字楼 A座501 (72)发明人 王增会　刘韶鹏　肖捷　赵洪斌　 (74)专利代理 机构 北京卓纬律师事务所 1 1872 专利代理师 孙志峰 (51)Int.Cl. G06F 30/25(2020.01) G08B 21/10(2006.01) G06F 111/10(2020.01) (54)发明名称 基于云服务的离散元并行实时仿真边坡预 警系统及方法 (57)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， 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。 权利要求书2页 说明书7页 附图1页 CN 115422818 A 2022.12.02 CN 115422818 A 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。 7.根据权利要求1所述的系统， 其特征在于， 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。 8.根据权利要求1所述的系统， 其特征在于， 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： 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权　利　要　求　书 1/2 页 2 CN 115422818 A 2或边界条件； 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； 利用所述 边坡离散元模型进行离 散体接触 检索； 针对所述 边坡离散元模型进行接触力计算； 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； 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； 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。 9.一种基于云服 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。权　利　要　求　书 2/2 页 3 CN 115422818 A 3