1.用于边坡的智能预警方法，其特征在于，包括：

获取第一数据和第二数据，所述第一数据包括边坡的地勘数据和设计数据，所述第二数据包括实时采集的安装在边坡中的每根锚杆的轴力数据；

根据所述地勘数据和所述设计数据得到第三数据，所述第三数据包括边坡岩体模量的取值范围、主控结构面粘聚力的取值范围、内摩擦角的取值范围和滑面位置信息的取值范围；

根据所述第三数据构建样本集，利用所述样本集对神经网络模型进行训练，得到神经网络预警模型；

利用所述神经网络预警模型和实时采集的每根锚杆的轴力数据对所述边坡进行预警。

2.根据权利要求1所述的用于边坡的智能预警方法，其特征在于，所述第二数据的获取方法，包括：发送控制命令，所述控制命令包括在边坡中安装锚杆的命令，其中，在边坡主轴断面上沿坡面等间距布置预设根数的所述锚杆，所述锚杆与岩层层面夹角小于预设度数，所述锚杆穿过推测滑面长度不小于预设数值，每根所述锚杆上每隔预设间距布置一个轴力测点；

获取工作人员输入的确认信息，所述确认信息包括所述锚杆已安装好的确认信息；

对每一个所述锚杆进行监测，获取每一根所述锚杆的所述轴力数据。

3.根据权利要求1所述的用于边坡的智能预警方法，其特征在于，根据所述第三数据构建样本集，包括：获取取值个数；

在所述边坡岩体模量的取值范围中按照所述取值个数进行取值，在所述内摩擦角的取值范围中按照所述取值个数进行取值，在所述主控结构面粘聚力的取值范围中按照所述取值个数进行取值，在所述滑面位置信息的取值范围中按照所述取值个数进行取值；

将取得的数值按照应用正交设计方法构建不同的排列组合，并基于所有所述排列组合构建样本集。

4.根据权利要求3所述的用于边坡的智能预警方法，其特征在于，基于所述排列组合构建样本集，包括：应用ABAQUS建立实际监测边坡的数值分析模型；

针对每个所述排列组合，在所述实际监测边坡的数值分析模型中应用强度折减法开展边坡的渐进破坏过程分析，直至所述边坡沿任意一个滑面发生滑移破坏，将此时所对应的强度折减系数记为所述边坡的整体安全系数；

基于所述边坡的整体安全系数和强度折减法计算得到每一时刻下边坡的整体安全系数、沿滑面各点的点安全系数和滑面位置信息；

将每一时刻下所述数值分析模型中所有所述锚杆的轴力值、边坡的整体安全系数、沿滑面各点的点安全系数和滑面位置信息作为一个样本，将所有的所述样本进行集合，得到样本集；

利用所述样本集对所述神经网络模型进行训练，得到所述神经网络预警模型，其中，在对模型进行训练时，将每一时刻下所述数值分析模型中所有所述锚杆的轴力值作为输入，将每一时刻下边坡的整体安全系数、沿滑面各点的点安全系数和滑面位置信息作为输出。

5.用于边坡的智能预警装置，其特征在于，包括：

第一获取模块，用于获取第一数据和第二数据，所述第一数据包括边坡的地勘数据和设计数据，所述第二数据包括实时采集的安装在边坡中的每根锚杆的轴力数据；

计算模块，用于根据所述地勘数据和所述设计数据得到第三数据，所述第三数据包括边坡岩体模量的取值范围、主控结构面粘聚力的取值范围、内摩擦角的取值范围和滑面位置信息的取值范围；

训练模块，用于根据所述第三数据构建样本集，利用所述样本集对神经网络模型进行训练，得到神经网络预警模型；

预警模块，用于利用所述神经网络预警模型和实时采集的每根锚杆的轴力数据对所述边坡进行预警。

6.根据权利要求5所述的用于边坡的智能预警装置，其特征在于，所述装置，包括：发送模块，用于发送控制命令，所述控制命令包括在边坡中安装锚杆的命令，其中，在边坡主轴断面上沿坡面等间距布置预设根数的所述锚杆，所述锚杆与岩层层面夹角小于预设度数，所述锚杆穿过推测滑面长度不小于预设数值，每根所述锚杆上每隔预设间距布置一个轴力测点；

第二获取模块，用于获取工作人员输入的确认信息，所述确认信息包括所述锚杆已安装好的确认信息；

监测模块，用于对每一个所述锚杆进行监测，获取每一根所述锚杆的所述轴力数据。

7.根据权利要求5所述的用于边坡的智能预警装置，其特征在于，训练模块，包括：第一获取单元，用于获取取值个数；

取值单元，用于在所述边坡岩体模量的取值范围中按照所述取值个数进行取值，在所述内摩擦角的取值范围中按照所述取值个数进行取值，在所述主控结构面粘聚力的取值范围中按照所述取值个数进行取值，在所述滑面位置信息的取值范围中按照所述取值个数进行取值；

构建单元，用于将取得的数值按照应用正交设计方法构建不同的排列组合，并基于所有所述排列组合构建样本集。

8.根据权利要求7所述的用于边坡的智能预警装置，其特征在于，构建单元，包括：建立子单元，用于应用ABAQUS建立实际监测边坡的数值分析模型；

分析子单元，用于针对每个所述排列组合，在所述实际监测边坡的数值分析模型中应用强度折减法开展边坡的渐进破坏过程分析，直至所述边坡沿任意一个滑面发生滑移破坏，将此时所对应的强度折减系数记为所述边坡的整体安全系数；

第一计算子单元，用于基于所述边坡的整体安全系数和强度折减法计算得到每一时刻下边坡的整体安全系数、沿滑面各点的点安全系数和滑面位置信息；

集合子单元，用于将每一时刻下所述数值分析模型中所有所述锚杆的轴力值、边坡的整体安全系数、沿滑面各点的点安全系数和滑面位置信息作为一个样本，将所有的所述样本进行集合，得到样本集；

划分子单元，用于利用所述样本集对所述神经网络模型进行训练，得到所述神经网络预警模型，其中，在对模型进行训练时，将每一时刻下所述数值分析模型中所有所述锚杆的轴力值作为输入，将每一时刻下边坡的整体安全系数、沿滑面各点的点安全系数和滑面位置信息作为输出。

9.用于边坡的智能预警设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述用于边坡的智能预警方法的步骤。

10.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述用于边坡的智能预警方法的步骤。