盾构机土仓状态检测方法及土仓状态检测系统技术方案

技术编号:37205341 阅读:21 留言:0更新日期:2023-04-20 22:58
本申请公开了一种盾构机土仓状态检测方法及土仓状态检测系统,所属的技术领域为盾构机技术。上述盾构机土仓状态检测方法包括:确定盾构机土仓内部图像,并对土仓内部图像进行分类标注得到样本数据集;构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型;利用样本数据集对土仓状态检测模型的权重参数ω0进行离线迭代训练优化,得到具有最优权重ω的土仓状态检测模型,并将训练后的土仓状态检测模型嵌入至盾构机土仓状态检测系统;将当前土仓内部图像输入土仓状态检测系统,得到盾构机的当前土仓状态。本申请能够提高盾构机土仓状态检测结果的准确率。提高盾构机土仓状态检测结果的准确率。提高盾构机土仓状态检测结果的准确率。

【技术实现步骤摘要】
盾构机土仓状态检测方法及土仓状态检测系统


[0001]本申请涉及盾构机
,特别涉及一种盾构机土仓状态检测方法及土仓状态检测系统。

技术介绍

[0002]在盾构机掘进隧道的过程中,依靠其土仓内充满一定压力的泥浆或渣土来平衡掌子面岩土压力,盾构机刀盘也会部分或全部“浸没”在土仓内的泥浆或渣土里。在盾构施工过程中,需要定期检查判别土仓是否存在涌水、糊仓等异常情况。
[0003]相关技术中,通过观察组件上设置的智能摄像头对土仓内部情况进行图像捕捉,捕捉到的图像信息通过电信连接的交换机、硬盘录像机最终传递到监控室和操作室的电脑显示器,通过该系统实现对土仓内的情况进行实时连续观察,但土仓内是否存在异常情况仍需现场施工人员通过观察土仓视频图像进行人工判断,由于盾构机土仓含有大量泥水,视频监控设备在采集现场时,图像在泥水的反射下容易出现过度曝光、成像不均匀以及含有大量的噪声等问题,这些因素容易导致人工检查造成误判。
[0004]因此,如何提高盾构机土仓状态检测结果的准确率是本领域技术人员目前需要解决的技术问题。

技术实现思路

[0005]本申请的目的是提供一种盾构机土仓状态检测方法及土仓状态检测系统,能够提高盾构机土仓状态检测结果的准确率。
[0006]为解决上述技术问题,本申请提供一种盾构机土仓状态检测方法及土仓状态检测系统,该盾构机土仓状态检测方法包括:
[0007]确定盾构机的土仓内部图像,并对所述土仓内部图像进行分类标注得到样本数据集;
[0008]构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型;
[0009]利用所述样本数据集对所述土仓状态检测模型的权重参数ω0进行离线迭代训练优化,得到具有最优权重ω的土仓状态检测模型,并将训练后的土仓状态检测模型嵌入至所述盾构机的土仓状态检测系统;
[0010]采集所述盾构机的当前土仓内部图像,并将所述当前土仓内部图像输入所述土仓状态检测系统,得到所述盾构机的当前土仓状态。
[0011]可选的,在利用所述样本数据集对所述土仓状态检测模型的权重参数ω0进行离线迭代训练优化之前,还包括
[0012]利用数据增强技术扩充所述样本数据集得到扩充样本,并将所述扩充样本添加至所述样本数据集内。
[0013]可选的,所述盾构机与硬件装置连接,所述硬件装置包括搭载装置和摄像机,所述摄像机安装于所述搭载装置前端;
[0014]相应的,采集所述盾构机的当前土仓内部图像,包括:
[0015]控制所述摄像机从所述搭载装置的腔体运动至土仓内部,以便拍摄所述盾构机的当前土仓内部图像;
[0016]相应的,还包括:
[0017]在拍摄所述盾构机的当前土仓内部图像之后,控制所述摄像机从所述土仓内部缩回至所述搭载装置的腔体。
[0018]可选的,所述硬件装置还包括交换机、光源控制器、光源以及工控机,所述摄像机、所述交换机和所述工控机依次通过网线连接;所述光源设置于土仓内部,所述光源、所述光源控制器和所述工控机依次连接;
[0019]相应的,还包括:
[0020]将所述摄像机采集到的图像传输到所述工控机;
[0021]利用所述工控机上的监控软件调整所述摄像机的拍摄角度和焦距;
[0022]利用所述工控机上的监控软件调整所述光源的亮度。
[0023]可选的,所述构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型,包括:
[0024]构建Resnet

50图像分类模型;
[0025]分别对所述Resnet

50图像分类模型中的第一个卷积层、特征提取骨干网络和分类层进行调整,得到所述土仓状态检测模型。
[0026]可选的,对所述Resnet

50图像分类模型中的第一个卷积层进行调整,包括:
[0027]将所述Resnet

50图像分类模型中的第一个卷积层替换为3个连续的3
×
3卷积层;其中,第一个3
×
3卷积层的步长为2,第二个3
×
3卷积层和第三个3
×
3卷积层的步长均为1。
[0028]可选的,对所述Resnet

50图像分类模型中的特征提取骨干网络进行调整包括:
[0029]将所述特征提取骨干网络中的目标残差模块中步长为2的1
×
1卷积层替换为步长为2的平均池化层和步长为1的1
×
1卷积层;其中,所述目标残差模块为支路具有下采样操作功能的残差模块;
[0030]将所述特征提取骨干网络中每个残差模块的主路的最后一个卷积层连接一个包含注意力机制的软阈值化处理模块。
[0031]可选的,对所述Resnet

50图像分类模型中的分类层进行调整包括:
[0032]在所述Resnet

50图像分类模型中的分类层中加入互通道损失函数模块;其中,所述互通道损失函数模块包括判别性组件和多样性组件。
[0033]可选的,在利用所述样本数据集对所述土仓状态检测模型权重参数ω0进行离线迭代优化训练之前,还包括:
[0034]对所述样本数据集中的土仓内部图像执行翻转操作和/或参数调整操作;
[0035]其中,所述参数调整操作用于对图像参数进行随机调整,所述图像参数包括亮度、对比度和饱和度中的任一项或任几项的组合。
[0036]本申请还提供了一种盾构机土仓状态检测系统,包括:
[0037]图像采集模块,用于采集盾构机的当前土仓内部图像;
[0038]模型调用模块,用于调用土仓状态检测模型对所述当前土仓内部图像进行分析处理,得到所述盾构机的当前土仓状态;
[0039]检测结果显示模块,用于显示所述盾构机的当前土仓状态;还用于在所述盾构机的当前土仓状态为异常状态时执行报警操作;
[0040]其中,所述土仓状态检测系统嵌入有所述土仓状态检测模型,所述土仓状态检测模型的生成过程包括:确定盾构机的土仓内部图像,并对所述土仓内部图像进行分类标注得到样本数据集;构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型;利用所述样本数据集对所述土仓状态检测模型的权重参数ω0进行离线迭代训练优化,得到具有最优权重ω的土仓状态检测模型。
[0041]本申请提供了一种盾构机土仓状态检测方法,包括:确定盾构机的土仓内部图像,并对所述土仓内部图像进行分类标注得到样本数据集;构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型;利用所述样本数据集对所述土仓状态检测模型的权重参数ω0进行离线迭代训练优化,得到具有最优权重ω的土仓状态检测模型,并将训练后的土仓状态检测模型嵌入至所述盾构机的土仓状态检测系统;采集所述盾构机的当前土仓内部图像,并将所述当前土仓内部图像输入所述土仓状态检测本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种盾构机土仓状态检测方法,其特征在于,包括:确定盾构机的土仓内部图像,并对所述土仓内部图像进行分类标注得到样本数据集;构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型;利用所述样本数据集对所述土仓状态检测模型的权重参数ω0进行离线迭代训练优化,得到具有最优权重ω的土仓状态检测模型,并将训练后的土仓状态检测模型嵌入至所述盾构机土仓状态检测系统;采集所述盾构机的当前土仓内部图像,并将所述当前土仓内部图像输入所述土仓状态检测系统,得到所述盾构机的当前土仓状态。2.根据权利要求1所述盾构机土仓状态检测方法,其特征在于,在利用所述样本数据集对所述土仓状态检测模型的权重参数ω0进行离线迭代训练优化之前,还包括:利用数据增强技术扩充所述样本数据集得到扩充样本,并将所述扩充样本添加至所述样本数据集内。3.根据权利要求1所述盾构机土仓状态检测方法,其特征在于,所述盾构机与硬件装置连接,所述硬件装置包括搭载装置和摄像机,所述摄像机安装于所述搭载装置前端;相应的,采集所述盾构机的当前土仓内部图像,包括:控制所述摄像机从所述搭载装置的腔体运动至土仓内部,以便拍摄所述盾构机的当前土仓内部图像;相应的,还包括:在拍摄所述盾构机的当前土仓内部图像之后,控制所述摄像机从所述土仓内部缩回至所述搭载装置的腔体。4.根据权利要求3所述盾构机土仓状态检测方法,其特征在于,所述硬件装置还包括交换机、光源控制器、光源以及工控机,所述摄像机、所述交换机和所述工控机依次通过网线连接;所述光源设置于土仓内部,所述光源、所述光源控制器和所述工控机依次连接;相应的,还包括:将所述摄像机采集到的图像传输到所述工控机;利用所述工控机上的监控软件调整所述摄像机的拍摄角度和焦距;利用所述工控机上的监控软件调整所述光源的亮度。5.根据权利要求1所述盾构机土仓状态检测方法,其特征在于,所述构建包括顺次连接的卷积层、特征提取骨干网络和分类层的土仓状态检测模型,包括:构建Resnet

50图像分类模型;分别对所述Resnet

50图像分类模型中的第一个卷积层、特征提取骨干网络和分类层进行调整,得到所述土仓状态检测模型。6.根据权利要求5所述盾构机土仓状态检测方法,其特征在于,对所述Resnet

50图像分类模型中的第一个卷积层进行调整,包括:将所述Resnet

...

【专利技术属性】
技术研发人员:蔡杰张伟陈强李锟吴春艳连雅茹
申请(专利权)人:中国铁建重工集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1