一种智能化主动伺服基坑轴力控制方法技术

本发明专利技术涉及一种智能化主动伺服基坑轴力控制方法，包括：S1、通过设置在现场的监测装置，获取基坑周边土体的特性参数和支撑轴力数据；S2、对数据进行格式化处理；S3、建立长短时记忆循环神经网络模型，获取基坑灾变第一发生时间；S4、采用卡尔曼滤波法，获取基坑灾变第二发生时间；S5、对基坑灾变第一发生时间和基坑灾变第二发生时间进行平均值计算，获取基坑灾变发生预测时间，在临界灾变发生预测时间之前对基坑支撑轴力进行最优化调整和控制。与现有技术相比，本发明专利技术能有效获取基坑灾变发生预测时间，提高基坑灾变的预警预报精度和可靠性，有利于及时进行基坑支撑轴力控制。

An Intelligent Axis Force Control Method for Active Servo Foundation Pit

【技术实现步骤摘要】
一种智能化主动伺服基坑轴力控制方法
本专利技术涉及基坑灾变的预警预报
，尤其是涉及一种智能化主动伺服基坑轴力控制方法。
技术介绍
为确保邻近既有隧道深基坑工程的安全施工，目前常采用基坑伺服轴力支撑系统对支撑轴力进行适时的补偿控制，以减小基坑侧向位移变形，通常是通过监测轴力和变形数据，采取理论计算为辅、经验为主的策略对支撑轴力进行控制。但实际应用中，由于单基坑开挖工程是动态变化过程，当基坑发生灾变时，往往无法迅速对当前基坑状态进行理论计算以进行支撑轴力的及时调整，而仅依靠经验更是难以制定出最优化的轴力控制策略。现有技术对支撑轴力控制的研究点主要是围绕如何进行自补偿控制，很少涉及到对基坑灾变进行预测，然而如果能提前对基坑的灾变进行有效预测，就有利于提前进行理论计算，并通过与实时监测数据的对比进行预测调整，从而制定出支撑轴力的最优化控制策略。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种智能化主动伺服基坑轴力控制方法。本专利技术的目的可以通过以下技术方案来实现：一种智能化主动伺服基坑轴力控制方法，包括以下步骤：S1、通过设置在现场的监测装置，获取基坑周边土体的特性参数和支撑轴力数据；S2、将所述步骤S1中的特性参数和支撑轴力数据进行格式化处理，得到格式化数据；S3、根据所述步骤S2中的格式化数据，建立长短时记忆循环神经网络模型，获取基坑灾变第一发生时间；S4、根据所述步骤S2中的格式化数据，采用卡尔曼滤波法，获取基坑灾变第二发生时间；S5、对基坑灾变第一发生时间和基坑灾变第二发生时间进行平均值计算，获取基坑灾变发生预测时间，在临界灾变发生预测时间之前对基坑支撑轴力进行最优化调整和控制。优选的，所述步骤S1中的监测装置包括支撑应力传感器、土压力盒、土体沉降计、测斜管、孔隙水压力计和水位管。优选的，所述步骤S1中的特性参数包括基坑支撑的内力参数、土体分层沉降量、地表水平位移量、孔隙水压力值和地下水位参数。优选的，所述步骤S2中的格式化处理包括等间隔化处理和归一化处理。优选的，所述步骤S3具体包括以下步骤：S31、将所述步骤S2中的格式化数据作为训练集代入循环神经网络结构中，利用外界输入激发网络，进行循环神经网络训练，在设定时间周期内的每个时间步，通过长短时记忆循环神经网络控制门路对变量进行更新；S32、采用梯度下降算法更新LSTMs长短时记忆循环神经网络的参数；S33、根据新的训练数据重复步骤S32，不断迭代更新其中的权重，直到得到收敛的参数值，停止迭代。优选的，所述步骤S4具体包括以下步骤：S41、选取一组初始状态值和初始观测值用作初始分析，计算初始估值X(0)、Z(0)和初始估值方差P(0)；S42、根据基坑开挖过程的模型，获取基坑下一状态的结果X(t/t-1)：X(t/t-1)＝AX(t-1/t-1)+BU(t)其中，X(t-1/t-1)为上一状态最优的结果，U(t)为现在状态的控制量，A和B是基坑灾变的控制参数矩阵；S43、计算预估计对应于X(t/t-1)的协方差矩阵：P(t/t-1)＝AP(t-1/t-1)AT+Q其中，P(t-1/t-1)为X(t-1/t-1)对应的协方差矩阵，AT表示A的转置矩阵，Q是系统过程W(t)的协方差矩阵，计算卡尔曼增益矩阵：K(t)＝P(t/t-1)HT(HP(t/t-1)HT+R)-1其中，R是系统过程V(t)的协方差矩阵，H是观测系统的控制参数矩阵；S44、用预测值和观测值更新t状态下的最优化估算值X(t/t)和协方差矩阵P(t/t)：X(t/t)＝X(t/t-1)+K(t)(Z(t)-HX(t/t-1))P(t/t)＝(E-K(t)H)P(t/t-1)其中，E是值为1的矩阵，当系统进入t+1状态时，t状态时的X(t/t)就是t+1状态时的X(t-1/t-1)，t状态时的P(t/t)就是t+1状态时的P(t-1/t-1)，以此类推，通过自回归运算得到基坑灾变发生时间。优选的，所述步骤S31具体包括以下步骤：S311、读取t-1时刻的隐藏层输出ht-1和t时刻的输入变量xt，采用忘记门层计算神经细胞层中的遗忘参数ft，输出一个在0到1之间的数值，给到每个神经细胞层Ct中，所述遗忘参数为：ft＝σ(Wf[ht-1,xt]+VfCt-1)t＝σ(Fs,τ,g,l,v,ρ)其中，σ表示预测基坑灾变发生时间的逻辑回归函数，t为基坑灾变发生时间，Fs为基坑的安全系数，τ为支撑轴力，g为孔隙水压力系数，l为土体的水平位移，v为土体的沉降，ρ为扰动区土体强度，Vf为控制基坑状态的对角权重，Wf为从隐藏层到忘记门层的连接权重矩阵，Ct-1为t-1时刻的神经细胞层；S312、根据t-1时刻的隐藏层输出ht-1和t时刻的输入变量xt，获取存放在神经细胞层中的新信息，包括输入门层it和通过tanh函数训练的候选值向量之后更新旧神经细胞层的状态，将Ct-1更新为Ct，其中，it表示输入门层(Sigmoid层)；S313、根据t-1时刻的隐藏层输出ht-1、t时刻的输入变量xt和t时刻的神经细胞层Ct，获取神经细胞层的输出变量ot，ot＝σ(Wo[ht-1,xt]+VoCt其中，权重矩阵Vo和Wo分别对应于输入到隐藏到输出和隐藏到隐藏的连接，通过tanh函数进行计算得到一个-1到1之间的值，并和ot相乘，得到t时刻隐藏层输出ht，ht＝ot×tanh(Ct)。优选的，所述步骤S32包括对参数V和W的更新：其中，表示参数V和W的梯度，L表示训练损失，ht-1表示t-1时刻的隐藏层输出，xt表示t时刻的输入变量，T为转置符号。与现有技术相比，本专利技术具有以下优点：一、通过分析基坑施工过程中支撑轴力的动态响应关系，综合考虑导致基坑支撑失效的风险影响因素，研究基坑施工过程中的相互作用机理，进而在基坑开挖前对风险源布设监测点，可运用到系统的信息化安全风险预警中，在基坑施工过程中进行实时监测、险情分析与预警预报，帮助实现信息化施工。二、长短时记忆循环神经网络在处理多参数以及具有流动性的信息有着很好的适用性，可以对前面的信息进行记忆并应用于当前输出的计算，且每个前面状态对当前的影响进行了距离加权，距离越远，权值越小，符合施工过程和灾害突变的时间效应，可以很好预测灾变的发生时间；而卡尔曼滤波法基于贝叶斯法则，具有时间序列结构，可以校正观测和预测结果的准确性，更加精准预测灾变的发生时间，二者结合的好处是进一步提高基坑开挖过程中灾变的预警预报精度和可靠性，在临界灾变发生预测时间之前对基坑支撑轴力进行最优化调整和控制。三、通过建立人工智能灾害预测模型及开发相应的后台客户端软件对监测数据进行分析和处理，获取基坑施工过程中灾变发生时间，然后进行基坑施工过程的险情早期预警预报，能有效提高基坑开挖过程中灾变的预警预报精度和可靠性。附图说明图1为本专利技术的流程示意图；图2为长短时记忆循环神经网络的网络结构图；图3为长短时记忆循环神经网络的网络控制门路图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本专利技术受上海市科委课题17DZ1204105资助，如图1所示，一种智能化主动伺服基坑轴力控制方法，包括以下步骤：S1、通过设置在现场的监测装置，获取基坑周边土体的特性参数和支撑轴力数据；S2本文档来自技高网...

【技术保护点】
1.一种智能化主动伺服基坑轴力控制方法，其特征在于，包括以下步骤：S1、通过设置在现场的监测装置，获取基坑周边土体的特性参数和支撑轴力数据；S2、将所述步骤S1中的特性参数和支撑轴力数据进行格式化处理，得到格式化数据；S3、根据所述步骤S2中的格式化数据，建立长短时记忆循环神经网络模型，获取基坑灾变第一发生时间；S4、根据所述步骤S2中的格式化数据，采用卡尔曼滤波法，获取基坑灾变第二发生时间；S5、对基坑灾变第一发生时间和基坑灾变第二发生时间进行平均值计算，获取基坑灾变发生预测时间，在临界灾变发生预测时间之前对基坑支撑轴力进行最优化调整和控制。

【技术特征摘要】
1.一种智能化主动伺服基坑轴力控制方法，其特征在于，包括以下步骤：S1、通过设置在现场的监测装置，获取基坑周边土体的特性参数和支撑轴力数据；S2、将所述步骤S1中的特性参数和支撑轴力数据进行格式化处理，得到格式化数据；S3、根据所述步骤S2中的格式化数据，建立长短时记忆循环神经网络模型，获取基坑灾变第一发生时间；S4、根据所述步骤S2中的格式化数据，采用卡尔曼滤波法，获取基坑灾变第二发生时间；S5、对基坑灾变第一发生时间和基坑灾变第二发生时间进行平均值计算，获取基坑灾变发生预测时间，在临界灾变发生预测时间之前对基坑支撑轴力进行最优化调整和控制。2.根据权利要求1所述的一种智能化主动伺服基坑轴力控制方法，其特征在于，所述步骤S1中的监测装置包括支撑应力传感器、土压力盒、土体沉降计、测斜管、孔隙水压力计和水位管。3.根据权利要求1所述的一种智能化主动伺服基坑轴力控制方法，其特征在于，所述步骤S1中的特性参数包括基坑支撑的内力参数、土体分层沉降量、地表水平位移量、孔隙水压力值和地下水位参数。4.根据权利要求1所述的一种智能化主动伺服基坑轴力控制方法，其特征在于，所述步骤S2中的格式化处理包括等间隔化处理和归一化处理。5.根据权利要求1所述的一种智能化主动伺服基坑轴力控制方法，其特征在于，所述步骤S3具体包括以下步骤：S31、将所述步骤S2中的格式化数据作为训练集代入循环神经网络结构中，利用外界输入激发网络，进行循环神经网络训练，在设定时间周期内的每个时间步，通过长短时记忆循环神经网络控制门路对变量进行更新；S32、采用梯度下降算法更新LSTMs长短时记忆循环神经网络的参数；S33、根据新的训练数据重复步骤S32，不断迭代更新其中的权重，直到得到收敛的参数值，停止迭代。6.根据权利要求1所述的一种智能化主动伺服基坑轴力控制方法，其特征在于，所述步骤S4具体包括以下步骤：S41、选取一组初始状态值和初始观测值用作初始分析，计算初始估值X(0)、Z(0)和初始估值方差P(0)；S42、根据基坑开挖过程的模型，获取基坑下一状态的结果X(t/t-1)：X(t/t-1)＝AX(t-1/t-1)+BU(t)其中，X(t-1/t-1)为上一状态最优的结果，U(t)为现在状态的控制量，A和B是基坑灾变的控制参数矩阵；S43、计算预估计对应于X(t/t-1)的协方差矩阵：P(t/t-1)＝AP(t-1/t-1)AT+Q其中，P(t-1/t-1)为X(t-1/t-1)对应的协方差矩阵，...

【专利技术属性】
技术研发人员：陆阳，许建聪，唐克，冯栋梁，
申请(专利权)人：上海市市政工程建设发展有限公司，
类型：发明
国别省市：上海,31