本发明专利技术涉及隧道运行期变形监测预报系统及方法,所述系统包括设置在隧道的监测断面(A)中的分布式光纤传感器(1)、光纤应变分析仪(2)、光纤(3)、数据传输单元(4)、GPRS模块(5)和监测中心计算机(6),分布式光纤传感器(1)收集到的隧道变形量和隧道变形速率数据存储到光纤应变分析仪(2)中并通过光纤(3)传输到位于隧道外的数据传输单元(4),数据传输单元(4)通过GPRS模块(5)将隧道变形量和隧道变形速率数据传输到监控中心计算机(6)。该系统及方法将神经网络方法和灰色模型方法组合进行隧道围岩变形量及变形速率的预测方法,使得监测结果更科学合理,预测结果更准确,监测预测管理更加科学和系统。
【技术实现步骤摘要】
本专利技术属于隧道的安全监测预测领域,特别涉及一种隧道运行期变形监测预报系统及方法。
技术介绍
随着隧道工程施工技术和设计理论的快速发展,我国隧道(公路,铁路,地铁等)的修建也越来越多。围岩变形稳定与隧道工程安全是紧密联系在一起的,隧道工程事故的主要表现就是围岩的失稳,这就使得对隧道围岩变形监控越来越重要。同时,隧道变形监测技术也从中得到了飞跃性的发展。伴随着信息化测绘时代的来临,以数字化信息为核心的传感网技术对工程领域中的设计、施工、监测和管理模式产生了深远影响。考虑到隧道工程的变形监测内容多、周期长、数据量大等特征,以前纯人工定时实地的监测方法难以满足实际需求,借助卫星定位、测量机器人、传感器、网络通讯等技术,传感网模式的现代化监测系统相继产生。目前,预测隧道围岩变形的方法比较多,主要有经验法、数值分析法、实验分析法、现场监测法、回归预测法、反分析预测法、灰色模型预测法、人工神经网络模型预测法等。但由于隧道围岩的复杂性和多变性,每一种预测方法都有着自己的缺陷,都难于准确地预测出围岩的变形量。如灰色模型预测法不能用来长期预测,有失真的趋势,且传统模型采用等时距原始数据,限制了在工程实际中的应用。人工神经网络模型预测法的学习样本有限时精度难以保证,学习样本数量很多时,又会陷入\维数灾难\、泛化性能不高,其精度受样本影响较大。基于数值分析的预测预报方法的本构模型尚不能真实反映围岩特性,尤其是围岩的结构特性。现场监测法通过对大量实测数据进行统计分析,以此预测围岩的变形量,其统计的离散性较大。经验法虽然比较贴近现实,但经验方法也要有统计数据和理论解析的支撑。总之,目前相关的监测方法以围岩变形量为主,将变形速率考虑在内的较少,且以监测边界变形为主,不能监测到围岩内部的变形。同时,目前将隧道变形监测和预测结合起来的也比较少,导致管理的效率不高,隧道围岩的变形预测对隧道的变形监测起着至关重要的作用。鉴于现有技术的上述技术缺陷,迫切需要研制一种新型的随便运行期变形的监测预报方法。
技术实现思路
本专利技术的目的在于克服现有技术中存在的缺点,提供一种隧道运行期变形监测预报系统及方法,该系统及方法将神经网络方法和灰色模型方法组合进行隧道围岩变形量及变形速率的预测方法,使得监测结果更科学合理,预测结果更准确,监测预测管理更加科学和系统。为了实现上述目的,本专利技术提供如下技术方案:一种隧道运行期变形监测预报系统,其包括设置在隧道的监测断面中的分布式光纤传感器、光纤应变分析仪、光纤、数据传输单元、GPRS模块和监测中心计算机,其特征是,所述分布式光纤传感器收集到的隧道变形量和隧道变形速率数据存储到所述光纤应变分析仪中,存储到所述光纤应变分析仪中的隧道变形量和隧道变形速率数据通过所述光纤传输到位于隧道外的所述数据传输单元,所述数据传输单元通过所述GPRS模块将隧道变形量和隧道变形速率数据传输到所述监控中心计算机,所述监控中心计算机根据得到的隧道变形量和隧道变形速率数据分别构建隧道变形量-时间样本数据库和隧道变形速率-时间样本数据库,并采用人工神经网络方法将所得的样本数据库进行训练得到隧道变形量和隧道变形速率的预测模型,由此预测模型给出下一段时间的隧道变形量和隧道变形速率;再采用灰色模型方法对隧道变形情况进行预测,得到下一段时间的隧道变形量和变形速率;最后,将两种方法得到的预测值赋予不同的权重,得到最终的预测值,并将最终的预测值与阈值进行比较,如果最终的预测值大于阈值,由所述监测中心计算机发出预警,如果最终的预测值小于阈值,则隧道安全。进一步地,其中,每个所述监测断面中设置四个所述分布式光纤传感器且四个所述分布式光纤传感器分别设置在隧道顶部、底部和隧道两侧壁,并且每个所述分布式光纤传感器都包括分布式光纤应变传感器和温度补偿光纤传感器。更进一步地,其中,所述分布式光纤传感器为OPGW光缆。此外,本专利技术还提供一种采用上述隧道运行期变形监测预报系统进行隧道运行期变形监测预报的方法,其特征是,包括以下步骤:(1)、通过所述分布式光纤传感器收集隧道变形量和隧道变形速率数据;(2)、将所收集的隧道变形量和隧道变形速率数据存储到所述光纤应变分析仪中;(3)、将存储到所述光纤应变分析仪中的隧道变形量和隧道变形速率数据通过所述光纤传输到位于隧道外的所述数据传输单元;(4)、所述数据传输单元通过所述GPRS模块将隧道变形量和隧道变形速率数据传输到所述监控中心计算机;(5)、所述监控中心计算机根据得到的隧道变形量和隧道变形速率数据分别构建隧道变形量-时间样本数据库和隧道变形速率-时间样本数据库,并采用人工神经网络方法将所得的样本数据库进行训练得到隧道变形量和隧道变形速率的预测模型,由此预测模型给出下一段时间的隧道变形量和隧道变形速率;(6)、采用灰色模型方法对隧道变形情况进行预测,得到下一段时间的隧道变形量和变形速率;(7)、给所述步骤(5)和步骤(6)得到的预测值赋予不同的权重,得到最终的预测值;(8)、将最终的预测值与阈值进行比较,如果最终的预测值大于阈值,由所述监测中心计算机发出预警,如果最终的预测值小于阈值,则隧道安全。进一步地,其中,所述步骤(6)中采用灰色模型方法中的等时距GM(1,1)模型对隧道变形情况进行预测。与现有技术相比,本专利技术的隧道运行期变形监测预报系统及方法具有以下积极效果:1、监测仪器采用分布式光纤传感器,且每个监测断面中设置四个分布式光纤传感器,能更加精确地测量出所需围岩部分的变形,特别是对于围岩内部的监测是其他监测手段所不能做到的。2、结合有线通讯(光纤)和无线通讯(GPRS),可监测任何隧道(隧道内无信号的情况下也能监测),且能将监测数据实时传递到监测中心计算机,使得隧道监测管理更加科学方便。3、采用人工神经网络方法和灰色模型方法的组合对变形进行预测,很大程度上克服了不同预测技术的缺陷,使得监测预测结果更加准确可靠。4、将隧道围岩变形和变形速率同时作为隧道安全的监测部分,更加科学和符合隧道的破坏形式。附图说明图1是本专利技术的隧道运行期变形监测预报系统的组成示意图。图2是本专利技术的隧道运行期变形监测预报方法的流程图。具体实施方式下面结合附图和实施例对本专利技术进一步说明,实施例的内容不作为对本专利技术的保护范围的限制。图1示出了本专利技术的隧道运行期变形监测预报系统的组成示意图。如图1所示,本专利技术的隧道运行期变形监测预报系统包括设置在隧道的监测断面A中的分布式光纤传感器1和位于隧道内的光纤应变分析仪2,以及位于隧道外的数据传输单元4、GPRS模块5和监测中心计算机6。所述光纤应变分析仪2与所述数据传输单元4通过光纤3相连。其中,所述分布式光纤传感器1用于获得隧道变形量和隧道变形速率数据。在本专利技术中,优选地,所述分布式光纤传感器1为OPGW光缆。更优选地,每个所述监测断面A中设置四个所述分布式光纤传感器1且四个所述分布式光纤传感器1分别设置在隧道顶部、底部和隧道两侧壁。这种布置方式能更加精确地测量出所需围岩部分的变形,特别是对于围岩内部的监测是其他监测手段所不能做到的。并且每个所述分布式光纤传感器1都包括分布式光纤应变传感器和温度补偿光纤传感器。这样,既能获得隧道围岩变形量,又能获得隧道围岩变形速率,通过将隧道围岩变形量和变形速率同时作本文档来自技高网...
【技术保护点】
一种隧道运行期变形监测预报系统,其包括设置在隧道的监测断面(A)中的所述分布式光纤传感器(1)、光纤应变分析仪(2)、光纤(3)、数据传输单元(4)、GPRS模块(5)和监测中心计算机(6),其特征是,所述分布式光纤传感器(1)收集到的隧道变形量和隧道变形速率数据存储到所述光纤应变分析仪(2)中,存储到所述光纤应变分析仪(2)中的隧道变形量和隧道变形速率数据通过所述光纤(3)传输到位于隧道外的所述数据传输单元(4),所述数据传输单元(4)通过所述GPRS模块(5)将隧道变形量和隧道变形速率数据传输到所述监控中心计算机(6)。所述监控中心计算机(6)根据得到的隧道变形量和隧道变形速率数据分别构建隧道变形量‑时间样本数据库和隧道变形速率‑时间样本数据库,并采用人工神经网络方法将所得的样本数据库进行训练得到隧道变形量和隧道变形速率的预测模型,由此预测模型给出下一段时间的隧道变形量和隧道变形速率;再采用灰色模型方法对隧道变形情况进行预测,得到下一段时间的隧道变形量和变形速率;最后,将两种方法得到的预测值赋予不同的权重,得到最终的预测值,并将最终的预测值与阈值进行比较,如果最终的预测值大于阈值,由所述监测中心计算机(6)发出预警,如果最终的预测值小于阈值,则隧道安全。...
【技术特征摘要】
1.一种隧道运行期变形监测预报系统,其包括设置在隧道的监测断面(A)中的所述分布式光纤传感器(1)、光纤应变分析仪(2)、光纤(3)、数据传输单元(4)、GPRS模块(5)和监测中心计算机(6),其特征是,所述分布式光纤传感器(1)收集到的隧道变形量和隧道变形速率数据存储到所述光纤应变分析仪(2)中,存储到所述光纤应变分析仪(2)中的隧道变形量和隧道变形速率数据通过所述光纤(3)传输到位于隧道外的所述数据传输单元(4),所述数据传输单元(4)通过所述GPRS模块(5)将隧道变形量和隧道变形速率数据传输到所述监控中心计算机(6)。所述监控中心计算机(6)根据得到的隧道变形量和隧道变形速率数据分别构建隧道变形量-时间样本数据库和隧道变形速率-时间样本数据库,并采用人工神经网络方法将所得的样本数据库进行训练得到隧道变形量和隧道变形速率的预测模型,由此预测模型给出下一段时间的隧道变形量和隧道变形速率;再采用灰色模型方法对隧道变形情况进行预测,得到下一段时间的隧道变形量和变形速率;最后,将两种方法得到的预测值赋予不同的权重,得到最终的预测值,并将最终的预测值与阈值进行比较,如果最终的预测值大于阈值,由所述监测中心计算机(6)发出预警,如果最终的预测值小于阈值,则隧道安全。2.根据权利要求1所述的隧道运行期变形监测预报系统,其特征是,每个所述监测断面(A)中设置四个所述分布式光纤传感器(1)且四个所述分布式光纤传感器(1)分别设置在隧道顶部、底部和隧道两侧壁,并且每个所述分布式光纤传感器(1)都包括分布式光纤应变传感器和温度补偿光纤传感器。...
【专利技术属性】
技术研发人员:赵瑜,胡波,沈维克,曹汉,靳开明,向伟,田欣,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆;50
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。