一种隧道环境等级评估方法及系统技术方案

本发明专利技术公开了一种隧道环境等级评估方法及系统，包括以下步骤：S1、在隧道内分段设置环境监测传感器；S2、对环境监测传感器检测到的各类环境因子数据分类储存，建立该隧道的环境传感器数据库；S3、构建局部融合模型，融合同质传感器数据，得到单环境因子的环境参数特征值；S4、根据单环境因子的环境参数特征值，构建环境传感器数据全局融合模型，综合各类环境因子对隧道环境进行整体评价。本发明专利技术的有益效果体现在，获得的数据更加全面化，满足隧道复杂环境中的有效数据提取，提供精确度高，冗余度低的数据，有效综合隧道内同质环境因子得到单环境因子的环境参数特征值，综合各类环境因子对隧道环境进行全面评估。对隧道环境进行全面评估。对隧道环境进行全面评估。

【技术实现步骤摘要】
一种隧道环境等级评估方法及系统


[0001]本专利技术属于隧道
，具体涉及一种隧道环境等级评估方法及系统。

技术介绍

[0002]隧道环境等级对隧道内行车安全与人的健康质量具有重要的影响，对隧道环境进行有效监测与评估，能提高人们对于隧道环境的关注，保障隧道内人员的健康质量与行车安全。
[0003]现有的对隧道内部环境的监测与评估由传感器进行监测，但这些传感器只针对单一环境因子数据进行采集，结合人工设置阈值的方法做简单的环境分析，倘若传感器自身出现问题就会对监测结果造成巨大影响，在实际过程中，传感器检测到的单一环境因子之间是有关联的，比如风速或者湿度都会影响到CO的浓度，传统传感器的检测只要超标了就会报警，但其实如果风速足够，这个CO的浓度就会很快降下来，对隧道环境中的任意环境因子都可以通过通风处理，再比如CO浓度和温度都超标了，只需要进行一次通风就可以同时解决，但在目前会对其进行分别通风处理，造成能源浪费，因此，目前缺乏综合各类环境因子对隧道环境全面评估的方法。

技术实现思路

[0004]为解决上述现有技术问题，本专利技术提供一种隧道环境等级评估方法及系统。
[0005]为了实现上述目的，本专利技术采用的技术方案是：
[0006]提供一种隧道环境等级评估方法，其特征在于，包括以下步骤：
[0007]S1、在隧道内分段设置环境监测传感器；
[0008]S2、对环境监测传感器检测到的各类环境因子数据分类储存，建立该隧道的环境传感器数据库；
[0009]S3、构建局部融合模型，融合同质传感器数据，得到单环境因子的环境参数特征值；
[0010]S4、根据单环境因子的环境参数特征值，构建环境传感器数据全局融合模型，综合各类环境因子对隧道环境进行整体评价；
[0011]优选的，S1中，在隧道内分区段设置环境监测传感器；
[0012]优选的，直线隧道每一千米为一个区段，分岔隧道单独设立分段；
[0013]优选的，所述每个区段至少有两个环境传感器；
[0014]优选的，S2中，建立数据库后，对数据库中传感器数据进行异常识别；
[0015]优选的，识别到数据库中异常数据后，对异常数据进行修复；
[0016]优选的，S3中构建局部融合模型包括以下步骤：
[0017]S31、对同质传感器采集到的数据，进行预处理，获得平均值与标准差；
[0018]S32、对平均值与标准差进行融合计算，获得同质传感器中每个传感器的最优加权因子；
[0019]S33、计算出同质传感器的环境特征参数融合值；
[0020]其中，所述最优加权因子计算公式为：
[0021]其中，所述环境特征参数融合值计算公式为：
[0022]优选的，S4中，根据BP神经网络构建全局融合模型；
[0023]优选的，构建全局融合模型包括以下步骤：
[0024]S41、获取隧道环境安全等级表，导入传感器数据集，构建BP神经网络训练集、测试集；
[0025]S42、根据所选神经网络的层数、神经元个数，选取激活函数、损失函数，构建神经网络模型；
[0026]S43、设置改模型的学习率、整个数据集训练的轮次，以及每次训练的样本数；
[0027]S44、训练神经网络模型样本及期望输出，得到隧道环境安全等级评估结果；
[0028]一种隧道环境等级评估系统，采用所述的隧道环境等级评估方法，其特征在于，包括：
[0029]数据采集模块；
[0030]数据存储模块；
[0031]数据处理模块A1；
[0032]数据处理模块A2；
[0033]其中，所述数据采集模块被配置为获取隧道内环境监测传感器监测到的各类环境因子数据；
[0034]其中，所述数据存储模块被配置为分类储存各类环境因子数据；
[0035]其中，所述数据处理模块A1被配置为融合同质传感器数据，得到单环境因子的环境参数特征值；
[0036]其中，所述数据处理模块A2被配置为综合数据处理模块A1得到的单环境因子的环境参数特征值，获得对隧道环境的整体评价；
[0037]优选的，所述数据处理模块A1包括：
[0038]异常数据识别单元；
[0039]其中，所述异常数据识别单元被配置为对数据存储模块存储的数据进行异常识别；
[0040]优选的，所述数据处理模块A1包括：
[0041]异常数据修复单元；
[0042]其中，所述异常数据修复单元被配置为对异常数据识别单元识别出的异常数据进行修复。
[0043]本专利技术的有益效果体现在，提供一种隧道环境等级评估方法，通过分段多点的传感器布置，使获得的数据更加全面化，通过对异常数据识别与修正，满足隧道复杂环境中的有效数据提取，提供精确度高，冗余度低的数据；通过构建局部融合模型，有效综合隧道内同质环境因子得到单环境因子的环境参数特征值；通过构建全局融合模型，综合各类环境
因子对隧道环境进行全面评估。
附图说明
[0044]图1为本专利技术实施例图隧道环境评价方法流程图；
[0045]图2为本专利技术实施例图隧道环境评价方法详细流程图；
[0046]图3为隧道环境监测数据局部融合算法流程图；
[0047]图4为神经网络模型图；
[0048]图5为隧道环境监测数据全局融合算法流程图。
具体实施方式
[0049]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0050]请参阅图1
‑
图5所示，本专利技术提供的具体实施例如下：
[0051]实施例1：
[0052]一种隧道环境等级评估方法，其特征在于，包括以下步骤：
[0053]S1、在隧道内分段设置环境监测传感器；
[0054]S2、对环境监测传感器检测到的各类环境因子数据分类储存，建立该隧道的环境传感器数据库；
[0055]S3、构建局部融合模型，融合同质传感器数据，得到单环境因子的环境参数特征值；
[0056]S4、根据单环境因子的环境参数特征值，构建环境传感器数据全局融合模型，综合各类环境因子对隧道环境进行整体评价。
[0057]现有隧道内部传感器只针对单一环境因子数据进行采集然后做环境分析，但在实际过程中，传感器检测到的单一环境因子之间是有关联的，比如风速或者湿度都会影响到CO的浓度，传统传感器的检测只要超标了就会报警，但其实如果风速足够，这个CO的浓度就会很快降下来，对隧道环境中的任意环境因子都可以通过通风处理，再比如CO浓度和温度都超标了，只需要进行一次通风就可以同时解决，但在目前会对其进行分别通风处理，造成能源浪费本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道环境等级评估方法，其特征在于，包括以下步骤：S1、在隧道内设置环境监测传感器；S2、对环境监测传感器检测到的各类环境因子数据分类储存，建立该隧道的环境传感器数据库；S3、构建局部融合模型，融合同质传感器数据，得到单环境因子的环境参数特征值；S4、根据单环境因子的环境参数特征值，构建环境传感器数据全局融合模型，综合各类环境因子对隧道环境进行整体评价。2.根据权利要求1所述的隧道环境等级评估方法，其特征在于，S1中，在隧道内分区段设置环境监测传感器。3.根据权利要求2所述的隧道环境等级评估方法，其特征在于，直线隧道每一千米为一个区段，分岔隧道单独设立分段。4.根据权利要求3所述的隧道环境等级评估方法，其特征在于，所述每个区段至少有两个环境传感器。5.根据权利要求4所述的隧道环境等级评估方法，其特征在于，S2中，建立数据库后，对数据库中传感器数据进行异常识别。6.根据权利要求5所述的隧道环境等级评估方法，其特征在于，识别到数据库中异常数据后，对异常数据进行修复。7.根据权利要求6所述的隧道环境等级评估方法，其特征在于，S3中构建局部融合模型包括以下步骤：S31、对同质传感器采集到的数据，进行预处理，获得平均值与标准差；S32、对平均值与标准差进行融合计算，获得同质传感器中每个传感器的最优加权因子；S33、计算出同质传感器的环境特征参数融合值；其中，所述最优加权因子计算公式为：其中，所述环境特征参数融合值计算公式为：8.根据权利要求7所述...

【专利技术属性】
技术研发人员：刘松荣，米春，杨云萍，张玉春，李涛，徐建达，谢晓辉，陈建勇，兰佳忆，张弘金，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：