一种隧道内全自动智能化监测方法技术

本发明专利技术提出了一种隧道内全自动智能化监测方法，用以解决在对于隧道监测时，分析信息滞后不能对工作人员进行提前预警、采集的信息过于单一，对分析结果的支撑不够，容易出现误差、造成经济损失的技术问题。本发明专利技术通过获取隧道内部拱圈和侧墙各个位置的位移数据信息、围岩作用在支护结构上的压力数据信息和隧道内部地表各个位置的沉降数据信息，将上述信息相结合得到隧道整体稳定程度评价值，采集的信息对于分析的结果支撑足够，不容易出现误差；且采用预测网络便于工作人员对于突发情况有足够的时间进行准备，降低经济损失；同时通过在预测网络中增加可靠系数，使得预测结果更加准确，同时设置补偿系数进一步增加预测结果的真实性和稳定性。真实性和稳定性。真实性和稳定性。

【技术实现步骤摘要】
一种隧道内全自动智能化监测方法


[0001]本专利技术涉及隧道自动监测的
，尤其涉及一种隧道内全自动智能监测方法。

技术介绍

[0002]隧道通常埋于地下或是横穿山体，受地质、水文条件的影响大，在外界因素作用下，隧道可能出现下沉、收敛等变形影响隧道的正常使用，一旦发生隧道塌方事故，带来的后果不可谓不严重，不仅会对施工人员造成极大的人身安全威胁，还延长了隧道的施工工期、增大了工程预算、极大程度的破坏了机械设备和降低了施工单位的施工质量。同时隧道塌方具有高发性和高危性两大特点，除了给施工安全带来严重的威胁，还给社会造成了不良的影响。但是由于隧道在投入使用后禁止人员在运营时间段在隧道内活动，运营时段无法用常规手段采集变形数据，难以满足监测隧道内安全的要求。
[0003]如授权公告日为2022.12.23、授权公告号为CN112798619B的中国专利技术专利公开了一种隧道缺陷的快速检测系统与检测方法，其中包括中央控制中心、数据储存中心、检测硬件系统和报警系统，所述检测硬件系统用于实时采集隧道内数据，所述中央控制中心包括处理芯片、监控系统和三维GIS模型；本专利技术在隧道内设置特制的智能位移机器人，用于实时测量隧道内壁的沉降位移情况，通过裂缝监测模块、变形监测模块、测振模块、应力采集模块、垂直位移监测模块实时监测隧道的其他数据，通过三维GIS模型利用矢量化处理将监测的数据建模成隧道模型，通过对比模块将采集的数据变量制成折线统计图，操作人员观察隧道模型中相应坐标中的折线统计图，即可知道隧道内具体的位置情况。/>[0004]上述专利，虽然可在运营时间段的隧道内采集监测数据，但是由于隧道内发生的险情往往具有突然性，所以仅仅采集足够多的监测数据进行分析，会导致数据分析不够及时，采集的数据具有滞后性，不能对工作人员进行提前预警；同时仅仅监测隧道内壁的沉降位移情况，采集的信息过于单一，对分析结果的支撑不够，容易出现误差，造成经济损失。

技术实现思路

[0005]针对上述
技术介绍
中存在的技术问题，本专利技术提出一种隧道内全自动智能监测方法，用以解决在对于隧道监测时，分析信息滞后不能对工作人员进行提前预警、采集的信息过于单一，对分析结果的支撑不够，容易出现误差、造成经济损失的技术问题。
[0006]为了达到上述目的，本专利技术的技术方案是这样实现的一种隧道内全自动智能监测方法，该方法包括：
[0007]步骤一：在隧道布置传感器用于获取隧道外部和内部各个位置的数据信息，所述传感器包括用于采集隧道内部拱圈和侧墙各个位置位移信息的位移传感器、用于采集隧道外部围岩作用在支护结构上压力信息的压力传感器、用于采集隧道内部地表各个位置沉降信息的沉降传感器；
[0008]步骤二：将上述采集的隧道内部拱圈和侧墙各个位置的位移数据信息、围岩作用
在支护结构上的压力数据信息和隧道内部地表各个位置的沉降数据信息进行预处理，预处理后得到位移数据序列、压力数据序列和沉降数据序列，根据位移数据序列、压力数据序列和沉降数据序列的波动程度分别得到隧道稳定程度的第一变化指标值、第二变化指标值和第三变化指标值；
[0009]步骤三：将得到的隧道稳定程度的第一变化指标值、第二变化指标值和第三变化指标值相结合得到隧道整体稳定程度评价值，收集多个历史时刻的隧道整体稳定程度评价值，构成隧道整体稳定程度评价序列，将当前时刻的隧道整体稳定程度评价值与隧道整体稳定程度评价序列中每个隧道整体稳定程度评价值做差，计算所有的差值之和得到隧道整体稳定程度的可靠系数；
[0010]步骤四：将得到的隧道整体稳定程度的可靠系数作为预测网络的权重，将隧道整体稳定程度评价序列投入预测网络进行预测，得到隧道未来整体稳定程度评价序列；
[0011]步骤五：基于得到的隧道未来整体稳定程度评价序列，设置补偿系数与隧道未来整体稳定程度评价序列中的隧道未来整体稳定程度评价值相结合，得到实际隧道未来整体稳定程度评价值；
[0012]步骤六：设置隧道整体稳定程度评价阈值与得到的实际隧道未来整体稳定程度评价值进行比较，超出阈值后进行预警。
[0013]进一步地，所述隧道整体稳定程度评价值是根据隧道稳定程度的第一变化指标值、第二变化指标值和第三变化指标值之间的乘积得到的。
[0014]进一步地，所述隧道稳定程度的第一变化指标值是通过采集相邻时刻的位移数据进行对比再通过指数函数归一化得到的、隧道稳定程度的第二变化指标值是通过采集相邻时刻的压力数据进行对比再通过指数函数归一化得到的，隧道稳定程度的第三变化指标值通过采集相邻时刻的沉降数据作差，再通过指数函数归一化得到的。
[0015]进一步地，所述补偿系数是将隧道整体稳定程度评价序列的历史数据投入预测网络中进行训练，得到预测数据与实际获取的当前隧道整体稳定程度评价值数据之间的比值得到的。
[0016]进一步地，所述得到可靠系数的计算方法为：
[0017][0018]其中：X
i
为可靠系数；∑D(U1,U
i
)为当前时刻的隧道整体稳定程度评价值与隧道整体稳定程度评价序列中每个历史时刻的隧道整体稳定程度评价值做差；计算得到的所有差值之和得到隧道整体稳定程度的可靠系数。
[0019]进一步地，所述可靠系数作为预测网络的权重，将可靠系数在预测网络中对均方差损失函数进行加权，确保均方差损失函数的进一步收敛性。
[0020]进一步地，采用LSTM预测网络模型的训练过程为：
[0021]构建LSTM预测网络；
[0022]获取连续的各历史设定时间段内的隧道整体稳定程度评价序列，作为训练集，将训练集输入到LSTM预测网络，对所述LSTM预测网络进行训练，训练后得到LSTM神经网络模型；
[0023]训练时引入改进的损失函数，通过改进的损失函数计算输出数据与输入的训练集
的实际数据的误差，对LSTM预测网络进行训练；所述改进的损失函数为：计算历史各时间段对应的隧道整体稳定程度评价序列的数据置信度，并将所述置信度加权到各时间段隧道整体稳定程度评价序列的数据对应的均方差损失函数，再将可靠系数对均方差损失函数进行进一步赋权。
[0024]进一步地，所述其中LSTM预测网络的损失函数为：使用置信度C
i
作为质量分数，并归一化到相加为一的样本权重c＝{C1,C2,C3,....C
j
}，且将可靠系数对均方差损失函数进行进一步赋权：
[0025]Loss＝∑(Loss
j
*C
j
)*X
i
[0026]其中：C为归一化后的质量系数，作为损失权重，loss为每个样本的损失，得到的序列为隧道整体稳定程度评价数据，X
i
为可靠系数。
[0027]本专利技术至少有如下的有益效果：本专利技术采用用于采集隧道内部拱圈和侧墙各个位置位移信息的位移传感器、用于采集隧道外部围岩作用在支护结构上压力信息的压力传感器、用于采集隧道内部地表各个位置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道内全自动智能化监测方法，其特征在于，该方法包括以下步骤：步骤一：在隧道布置传感器用于获取隧道外部和内部各个位置的数据信息，所述传感器包括用于采集隧道内部拱圈和侧墙各个位置位移信息的位移传感器、用于采集隧道外部围岩作用在支护结构上压力信息的压力传感器、用于采集隧道内部地表各个位置沉降信息的沉降传感器；步骤二：将上述采集的隧道内部拱圈和侧墙各个位置的位移数据信息、围岩作用在支护结构上的压力数据信息和隧道内部地表各个位置的沉降数据信息进行预处理，预处理后得到位移数据序列、压力数据序列和沉降数据序列，根据位移数据序列、压力数据序列和沉降数据序列的波动程度分别得到隧道稳定程度的第一变化指标值、第二变化指标值和第三变化指标值；步骤三：将得到的隧道稳定程度的第一变化指标值、第二变化指标值和第三变化指标值相结合得到隧道整体稳定程度评价值，收集多个历史时刻的隧道整体稳定程度评价值，构成隧道整体稳定程度评价序列，将当前时刻的隧道整体稳定程度评价值与隧道整体稳定程度评价序列中每个隧道整体稳定程度评价值做差，计算所有的差值之和得到隧道整体稳定程度的可靠系数；步骤四：将得到的隧道整体稳定程度的可靠系数作为预测网络的权重，将隧道整体稳定程度评价序列投入预测网络进行预测，得到隧道未来整体稳定程度评价序列；步骤五：基于得到的隧道未来整体稳定程度评价序列，设置补偿系数与隧道未来整体稳定程度评价序列中的隧道未来整体稳定程度评价值相结合，得到实际隧道未来整体稳定程度评价值；步骤六：设置隧道整体稳定程度评价阈值与得到的实际隧道未来整体稳定程度评价值进行比较，超出阈值后进行预警。2.根据权利要求1所述的隧道内全自动智能化监测方法，其特征在于，所述隧道整体稳定程度评价值是根据隧道稳定程度的第一变化指标值、第二变化指标值和第三变化指标值之间的乘积得到的。3.根据权利要求1所述的隧道内全自动智能化监测方法，其特征在于，所述隧道稳定程度的第一变化指标值是通过采集相邻时刻的位移数据进行对比再通过指数函数归一化得到的、隧道稳定程度的第二变化指标值是通过采集相邻时刻的压力数据进行对比再通过指数函数归一化得到的，隧道稳定程度的第三变化指标值通过采集相邻时刻的沉降数据作差，再通过指数函数归一化得到的。4.根据权利要求1所述的隧道内全...

【专利技术属性】
技术研发人员：汪凯，燕远岭，赵哲，王运豪，郑永全，付亚辉，李昆昆，李致坤，
申请(专利权)人：中国建筑第七工程局有限公司，
类型：发明
国别省市：