一种隧道射流风机状态监测与预测方法技术

本发明专利技术提供了一种隧道射流风机状态监测与预测方法，该方法包括定期获取隧道内图像和射流风机传感器数据；通过对图像进行预处理，并将预处理后的图像输入至图神经网络模型中训练，根据输出结果设置管道通风装置和顶部通风装置的开启条件，完成对隧道射流风机状态的监测；通过引入位置信息，将带有位置信息的数据输入编码器

【技术实现步骤摘要】
一种隧道射流风机状态监测与预测方法


[0001]本专利技术属于隧道监测与预测
，涉及一种隧道射流风机状态监测与预测方法。

技术介绍

[0002]射流通风，是一种喷射空气的装置，以达到增强隧道气流的目的。隧道气流加强主要是为了让隧道内部通风，增加隧道内的可见度，减少隧道内的有害气体含量，保证隧道使用过程的安全性，以及在隧道中的舒适性。但射流通风的应用场景具有一定的局限性，如果隧道中出现特殊情况，例如隧道中车辆过多，或者隧道内部发生车祸，射流通风会高负荷工作，缩短射流风机的使用年限。
[0003]目前存在一些隧道射流风机监测方法，但这些方法具有以下不足：(1)现有的射流风机监测系统大多需要人工值守监测，可能会因检测人员的不同导致判断射流风机高功率工作的时刻出现偏差，导致异常情况不能被及时发现，进而会减少射流风机使用年限；(2)目前射流风机监测没有配备相应的预测软硬件系统，当监测仪器失效时，预测射流风机状态的数据可以用于判断射流风机的状态情况，对射流风机状态进行实时监测；(3)现有的监测方法大多精度较低、环境适应能力差、自动化程度低，从本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道射流风机状态监测与预测方法，其特征在于，包括以下步骤：步骤S1、在隧道内启用射流风机和图像传感器，定期获取射流风机传感器数据和隧道内图像；步骤S2、对收集的图像进行预处理，输入图神经网络模型中进行训练，完成对射流风机的状态监测；步骤S3、根据训练结果自动设定管道通风装置和顶部通风装置的开启条件；步骤S4、对射流风机的传感器数据进行预处理，输入时序模型中进行训练，完成对射流风机的状态预测。2.根据权利要求1所述的一种隧道射流风机状态监测与预测方法，其特征在于，所述步骤S1具体包括：步骤S101、在隧道内启用射流风机和图像采集器，收集训练数据；步骤S102、为图像采集器设定采集图像的频率，保存图像采集器中收集的图像；步骤S103、保存射流风机中的传感器数据。3.根据权利要求1所述的一种隧道射流风机状态监测与预测方法，其特征在于，所述步骤S2具体包括：步骤S201、对图像采集器中的图像进行预处理，先将图像转变为点阵图，再将点阵图转化为图结构，图结构由三种向量组成：节点向量，边向量和整体向量；步骤S202、将预处理后的图结构输入图神经网络模型中进行训练。4.根据权利要求1所述的一种隧道射流风机状态监测与预测方法，其特征在于，所述步骤S3具体包括：步骤S301、收集图神经网络模型中的训练结果；步骤S302、根据训练结果自动设定管道通风装置和顶部通风装置的开启条件。5.根据权利要求1所述的一种隧道射流风机状态监测与预测方法，其特征在于，所述步骤S4具体包括：步骤S401、对射流风机中的传感器数据进行预处理；步骤S402、将预处理后的数据添加位置信息后送入时序模型中进行训练。6.根据权利要求2所述的一种隧道射流风机状态监测与预测方法，其特征在于，所述步骤S201中向量的表示方法是：首先是节点向量表示，点阵图中根据车辆的类型形成大小不同的五种点，在节点向量中以数字0
‑
4表示上述节点，数字越大车辆的大小就越大，节点向量的长度由图像中的车辆的个数决定；然后是边向量表示，点阵图在转化为图的过程中会对点阵图建立坐标系，求得点之间的距离，边向量中的元素用节点之间的距离表示，边向量中元素的个数由点之间距离的个数决定；最后是整体向量表示，整体向量由节点向量与边向量分别乘以一组可学习参数后加起来得到；所述边向量中元素的计算公式为：
其中，D表示节点a和b之间的距离；(x
a
,y
a
)，(x
b
,y
b
)是节点a和b在坐标系中的位置坐标，r1和r2是两个节点的半径；γ是可学习参数，初始值设为1；κ是比例参数，第i个比例参数用κ
i
表示，其中D
i
表示当前该节点到某一节点的距离，表示当前节点到其他所有节点的距离和，n表示节点的个数；经过exp()函数处理后能够将参数κ控制在0到1之间；两个节点圆心坐标间的距离减去r1和r2后就能得到坐标系中两个节点的距离，但是因为图像采集器观测角度的问题，导致这个距离与现实中车辆之间的距离存在差距，所以引入κ比例参数缩小差距；同时引入可学习参数γ在训练过程中调整比例参数；所述整体向量的表达公式为：a＝ω1·
v
‑
ω2·
e其中，v表示节点向量，e表示边向量，a表示整体向量，ω1和ω2分别是节点向量和边向量对应的可学习参数构成的矩阵；若节点向量与边向量长度不同，用0补全至长度相同；边向量取负后与节点向量相加后求得的元素值越大，射流风机越容易高负荷工作。7.根据权利要求3所述的一种隧道射流风机状态监测与预测方法，其特征在于，所述步骤S401中预处理为：如果射流风机中收集的数据之间变化较大，则需要控制数据的变化范围，避免训练过程利用随机梯度下降算法训练模型的效率下降，所述控制数据变化范围的公式为：其中，x
i
是转换前射流风机...

【专利技术属性】
技术研发人员：秦启平，郝勇，张蕾，王邦平，张泽维，
申请(专利权)人：四川迈铁龙科技有限公司，
类型：发明
国别省市：