【技术实现步骤摘要】
本专利技术涉及隧道地质超前识别，更具体的说是涉及一种利用声纹技术的隧道地质识别方法及系统。
技术介绍
1、由于地下工程突发灾害和围岩失稳事故的根本诱发因素往往是软弱结构面的渗透失稳和损伤破坏，软弱结构面的地质条件复杂、稳定性较差、影响因素众多，具有结构松散、性质软弱、水理性质不良和强度低等特性，因此，有效识别隧道地质是影响边坡稳定、坝基失稳、地下洞室围岩变形或深埋隧道塌方等工程地质灾害的关键因素。并且，传统的隧道地质识别是一道独立的施工工序，要占用隧道开挖循环作业的时间，经济效益低。
2、声纹如指纹，具有唯一性，声纹识别是根据声波中所包含的独一无二的特征参数，对声波特征代表的隧道地质结构进行识别。声纹识别主要采集声波信息，提取特有的声波特征并转化成数字符号，且将其存成特征模板，使得在应用时，将待识别声波与数据库中的模板进行匹配，从而判别隧道地质结构。
3、因此，如何提出一种利用声纹技术的隧道地质识别方法及系统，通过搭载在钻孔设备上的声纹采集装置，在钻孔工序完成声纹采集工作，利用建立的声纹与隧道地质的对应关系，快速、准确地进行隧道地质识别是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种利用声纹技术的隧道地质识别方法及系统，利用所述最优隧道地质识别模型，对实时探测信号进行识别，输出隧道地质识别结果，为了实现上述目的，本专利技术采用如下技术方案：
2、一种利用声纹技术的隧道地质识别方法，包括：
3、对隧道地
4、提取所述隧道地质探测信号的频谱图，对所述频谱图进行预处理得到隧道地质的时频域特征；
5、对所述隧道地质的时频域特征进行小波变换，构建时频域特征参数；
6、将所述时频域特征参数输入至隧道地质识别模型中进行识别，得到对应的隧道地质识别结果，根据准确率阈值进行迭代训练，获得最优隧道地质识别模型；
7、利用所述最优隧道地质识别模型，对实时探测信号进行识别，输出隧道地质识别结果。
8、可选的，所述对隧道地质面进行超声探测，获得隧道地质探测信号包括：耦合设置多组超声波脉冲探头构成超声波脉冲探头阵列，根据预设的时间阈值依次对隧道地质面进行超声探测，通过超声探头进行信号检测，得到隧道地质探测信号。
9、可选的，还包括：通过对不同的隧道地质面进行探测，得到多组隧道地质探测信号，所述隧道地质探测信号为反射表面波信号。
10、可选的，对所述频谱图的时序进行随机调整，获得第一频谱序列和第二频谱序列；将所述第一频谱序列切分获得m个第三频谱序列，将所述第二频谱序列切分获得m个第四频谱序列，对应拼接所述m个第三频谱序列和所述m个第四频谱序列，得到m个第五频谱序列；利用线性变换压缩所述m个第五频谱序列的维度，获得m个频谱序列；基于所述m个频谱序列，获得对应的时频域特征。
11、可选的，对所述隧道地质的时频域特征进行小波变换，构建时频域特征参数包括：对所述隧道地质的时频域特征进行多重小波变换，计算小波能量熵、小波奇异熵和小波尺度熵作为时频域特征参数。
12、可选的，所述进行多重小波变换包括：对所述隧道地质的时频域特征进行多重小波变换，获得多层分解系数，采用haar小波变换方法，分解层数为h级。
13、可选的，将所述时频域特征参数输入至隧道地质识别模型中进行识别包括：获取时频域特征参数，利用神经网络模型的第一卷积模块对时频域特征进行卷积处理，获取第一卷积处理结果；利用第一激活模块对第一卷积处理结果进行激活处理，获取第一激活处理结果；利用第二卷积模块对第一激活处理结果进行卷积处理，获取第二卷积处理结果；利用第二激活模块对第二卷积处理结果以及时频域特征进行激活处理，得到对应的隧道地质识别结果。
14、可选的，所述根据准确率阈值进行迭代训练，获得最优隧道地质识别模型包括：
15、获取时频域特征参数和对应的隧道地质结果，构建训练集和数据集；
16、通过所述训练集对隧道地质识别模型进行训练，基于所述时频域特征参数，得到隧道地质识别结果；
17、根据所述隧道地质识别结果和隧道地质结果，获得隧道地质识别准确率；
18、若所述隧道地质识别准确率低于预设阈值，从所述训练集中删除所述时频域特征参数和对应的隧道地质结果；
19、根据删除后的时频域特征参数和对应的隧道地质结果对所述隧道地质识别模型进行训练，更新所述隧道地质识别模型。
20、可选的，一种利用声纹技术的隧道地质识别方法，包括：
21、采集模块：用于对隧道地质面进行超声探测，获得隧道地质探测信号；
22、预处理模块：提取所述隧道地质探测信号的频谱图，对所述频谱图进行预处理得到隧道地质的时频域特征；
23、小波变换模块：用于对所述隧道地质的时频域特征进行小波变换，构建时频域特征参数；
24、模型构建模块：用于将所述时频域特征参数输入至隧道地质识别模型中进行识别，得到对应的隧道地质识别结果，根据准确率阈值进行迭代训练，获得最优隧道地质识别模型；
25、识别模块：利用所述最优隧道地质识别模型，对实时探测信号进行识别，输出隧道地质识别结果。
26、经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种利用声纹技术的隧道地质识别方法及系统，具有如下有益效果：
27、本专利技术公开了一种利用声纹技术的隧道地质识别方法，对隧道地质面进行超声探测，获得隧道地质探测信号；提取所述隧道地质探测信号的频谱图，对所述频谱图进行预处理得到隧道地质的时频域特征；对所述隧道地质的时频域特征进行小波变换，构建时频域特征参数；采集不同隧道地质声纹信息，建立声纹与隧道地质一一对应的函数数据库。
28、将所述时频域特征参数输入至隧道地质识别模型中进行识别，得到对应的隧道地质识别结果，根据准确率阈值进行迭代训练，获得最优隧道地质识别模型；利用所述最优隧道地质识别模型，对实时探测信号进行识别，输出隧道地质识别结果。本专利技术利用声纹采集装置，搭载在钻孔设备上，在钻孔过程采集声纹信息。将实时采集的声纹数据与既有的数据库声纹进行比较，识别隧道地质情况。
本文档来自技高网...【技术保护点】
1.一种利用声纹技术的隧道地质识别方法，其特征在于，包括：
2.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，所述对隧道地质面进行超声探测，获得隧道地质探测信号包括：耦合设置多组超声波脉冲探头构成超声波脉冲探头阵列，根据预设的时间阈值依次对隧道地质面进行超声探测，通过超声探头进行信号检测，得到隧道地质探测信号。
3.根据权利要求2所述的一种利用声纹技术的隧道地质识别方法，其特征在于，还包括：通过对不同的隧道地质面进行探测，得到多组隧道地质探测信号，所述隧道地质探测信号为反射表面波信号。
4.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，对所述频谱图进行预处理得到隧道地质的时频域特征包括：
5.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，对所述隧道地质的时频域特征进行小波变换，构建时频域特征参数包括：对所述隧道地质的时频域特征进行多重小波变换，计算小波能量熵、小波奇异熵和小波尺度熵作为时频域特征参数。
6.根据权利要求5所述的一种利用声纹技术的隧道地质识别
7.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，将所述时频域特征参数输入至隧道地质识别模型中进行识别包括：获取时频域特征参数，利用神经网络模型的第一卷积模块对时频域特征进行卷积处理，获取第一卷积处理结果；利用第一激活模块对第一卷积处理结果进行激活处理，获取第一激活处理结果；利用第二卷积模块对第一激活处理结果进行卷积处理，获取第二卷积处理结果；利用第二激活模块对第二卷积处理结果以及时频域特征进行激活处理，得到对应的隧道地质识别结果。
8.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，所述根据准确率阈值进行迭代训练，获得最优隧道地质识别模型包括：
9.一种利用声纹技术的隧道地质识别方法，其特征在于，包括：
...【技术特征摘要】
1.一种利用声纹技术的隧道地质识别方法，其特征在于，包括：
2.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，所述对隧道地质面进行超声探测，获得隧道地质探测信号包括：耦合设置多组超声波脉冲探头构成超声波脉冲探头阵列，根据预设的时间阈值依次对隧道地质面进行超声探测，通过超声探头进行信号检测，得到隧道地质探测信号。
3.根据权利要求2所述的一种利用声纹技术的隧道地质识别方法，其特征在于，还包括：通过对不同的隧道地质面进行探测，得到多组隧道地质探测信号，所述隧道地质探测信号为反射表面波信号。
4.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，对所述频谱图进行预处理得到隧道地质的时频域特征包括：
5.根据权利要求1所述的一种利用声纹技术的隧道地质识别方法，其特征在于，对所述隧道地质的时频域特征进行小波变换，构建时频域特征参数包括：对所述隧道地质的时频域特征进行多重小波变换，计算小波能量熵、小波奇异熵和小波尺度熵作为时频域特...
【专利技术属性】
技术研发人员：党延升，吴回获，管德鹏，邹超，赵迎春，霍志刚，李能，孙艺雄，
申请(专利权)人：中铁一局集团有限公司，
类型：发明
国别省市：
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。