1.一种基于多参数融合的沉井施工涌土动态预警系统，其特征在于，包括：传感器阵列模块，用于实时采集沉井施工中的土压力变化率、位移变化率、水位变化率及土体性质参数；数据处理模块，对采集的数据进行归一化处理，并生成归一化参数向量；动态参数关联分析模块，基于归一化参数向量及土体性质参数变化速率，通过递归最小二乘法在线更新动态矩阵，表征土压力、位移、水位的实时关联性；自适应协方差优化模块，结合风险梯度动态调整协方差矩阵，抑制噪声干扰；风险指数生成模块，根据动态矩阵与协方差矩阵计算权重，融合归一化参数向量生成涌土风险指数，并结合施工机械状态进行风险修正；预警输出模块，根据修正后的风险指数触发分级报警信号，并向动态参数关联分析模块与自适应协方差优化模块反馈数据，进行闭环优化。
2.根据权利要求1所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述传感器阵列模块包括：沿沉井井壁周向均匀布置的土压力传感器；安装于井壁顶部、中部及底部节点的位移传感器；布置于沉井外围的地下水位监测仪；埋设于施工区域的土体性质检测仪，实时获取土体内摩擦角、粘聚力及其变化速率。
3.根据权利要求1所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述动态参数关联分析模块的动态矩阵更新方法包括以下步骤：接收来自数据预处理模块的归一化参数向量；基于递归最小二乘法对动态矩阵 进行在线更新： ；其中， 为时刻 的动态矩阵，表征土压力、位移、水位的关联性； 为学习率； 为卡尔曼增益矩阵； 为预测误差向量； 为转置符号；结合土体性质参数变化速率中的粘聚力变化率 和含水率变化率 修正动态矩阵更新方向： ；其中， 、 分别为粘聚力与含水率变化率的耦合系数， 为单位矩阵， 为全一矩阵。
4.根据权利要求3所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述动态矩阵的初始化方法为：构建初始动态矩阵 ， 表示初始动态矩阵 为3阶实矩阵，其对角线元素为1，非对角线元素根据土压力、位移、水位的初始关联性设定。
5.根据权利要求4所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述自适应协方差优化模块的协方差矩阵动态调整方法包括：接收来自风险指数生成模块的风险指数梯度；根据风险指数梯度自适应调整遗忘因子 ： ；其中， 为初始遗忘因子， 为衰减系数， 为风险指数梯度；更新协方差矩阵 ： ；其中， 为归一化参数向量， 表示 与 的协方差矩阵， 表示前一时刻的归一化参数向量， 表示前一时刻的协方差矩阵；将更新后的协方差矩阵 输出至风险指数生成模块。
6.根据权利要求5所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述风险指数梯度的计算方法为： ；其中， 和 分别为当前时刻与前一时刻的风险指数；当 时，触发协方差矩阵的强化更新： ；其中， 为噪声阈值， 为噪声抑制系数， 为单位矩阵。
7.根据权利要求6所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述风险指数生成模块的涌土风险指数计算方法包括：接收来自动态参数关联分析模块的动态矩阵 、自适应协方差优化模块的协方差矩阵 ，以及数据处理模块的归一化参数向量 ；计算权重向量 ： ；其中， 为协方差矩阵的逆矩阵，且权重向量满足 ， 表示权重向量 的第 个分量；生成涌土风险指数 ： ；其中， 为正则化系数， 表示权重向量 的转置； 表示矩阵的Frobenius范数。
8.根据权利要求7所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述风险指数生成模块的结合施工机械状态进行风险修正方法包括：接收来自传感器阵列模块的施工机械振动状态信号，当振动幅度超过阈值时，判定为机械作业干扰；对风险指数进行修正： ；其中， 表示 时刻的机械振动加速度测量值， 为预设振动阈值， 为修正系数；将修正后的风险指数 输出至预警输出模块。
9.根据权利要求8所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述预警输出模块的分级报警触发方法包括：接收来自风险指数生成模块的修正后风险指数 ；根据预设风险阈值 触发分级报警信号：一级报警：当修正后风险指数 大于或等于预设风险阈值 且小于预设风险阈值 的1.2倍时触发；二级报警：当修正后风险指数 大于或等于预设风险阈值 的1.2倍时触发；无报警：当修正后风险指数 小于预设风险阈值 时维持无报警状态；当触发一级或二级报警时，将报警时刻的归一化参数向量 、修正后风险指数 、动态矩阵 及协方差矩阵 同步反馈至动态参数关联分析模块和自适应协方差优化模块，用于更新动态矩阵与协方差矩阵的实时参数。
10.根据权利要求9所述的基于多参数融合的沉井施工涌土动态预警系统，其特征在于，所述闭环优化方法包括：动态参数关联分析模块接收反馈数据后，通过强化学习更新动态矩阵： ；其中， 为基 与历史数据差异的增量矩阵；自适应协方差优化模块接收反馈数据后，重置协方差矩阵的遗忘因子： ；并基于 重新计算 ，抑制过时数据的影响；更新后的 与 回流至风险指数生成模块，形成闭环优化链路。
