【技术实现步骤摘要】
本专利技术涉及隧道变形监测，特别是一种基于多源数据融合的隧道变形预测方法。
技术介绍
1、隧道工程作为现代基础设施的重要组成部分，其稳定性和安全性一直是工程技术研究的重点，传统的隧道变形监测方法多依赖于点对点的测量技术，如使用单一的传感器进行数据采集，这些方法虽然能够提供一定的监测数据，但往往受限于监测点的选择和环境因素的影响，难以实现对隧道全局性的动态监测，这些传统方法在数据处理和分析方面多采用简单的统计学方法，如平均值计算或最大最小值分析，这些处理方式无法充分利用收集到的大量数据中蕴含的复杂信息，因此在预测隧道变形和进行风险评估时往往存在较大的不确定性。
2、现有技术在隧道变形预测和评估方面的不足主要表现在：现有技术中的数据采集多依赖于单一来源，难以实现多维度和全方位的数据集成，这限制了监测数据的全面性和代表性，数据处理方法通常较为简单，未能有效融合和利用各种类型数据间的内在联系，这使得数据中的有用信息未被充分挖掘。
技术实现思路
1、鉴于上述现有的基于多源数据融合的隧道变形预测方法中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于现有技术中的数据采集多依赖于单一来源，难以实现多维度和全方位的数据集成，这限制了监测数据的全面性和代表性，数据处理方法通常较为简单，未能有效融合和利用各种类型数据间的内在联系，这使得数据中的有用信息未被充分挖掘。
3、为解决上述技术问题，本专利技术提供如下技术方案：一种基于多源数据融合的隧道变
4、作为本专利技术所述基于多源数据融合的隧道变形预测方法的一种优选方案，其中：所述收集隧道数据进行预处理指在隧道内部布设光纤光栅传感器，设置数据收集频率为每秒一次，收集传感器数据，包括隧道的位移和应变，使用地质雷达系统gpr进行地下结构探测，获取隧道土壤抗压强度数据，在隧道区域以及周边布设气象监测站，实时收集气象数据，在施工现场布设数据记录系统中收集挖掘长度数据；
5、对收集到的隧道数据进行清洗，使用中值滤波和移动平均方法平滑隧道数据，使用线性插值方法对收集隧道数据中的缺失值进行填补，对隧道数据进行标准化处理，使用插值和插补方法将隧道土壤抗压强度和传感器数据进行空间对齐处理，使用时间戳对齐算法将收集的隧道数据按照时间戳进行同步。
6、作为本专利技术所述基于多源数据融合的隧道变形预测方法的一种优选方案，其中：所述对预处理后的隧道数据进行融合指使用皮尔逊相关系数计算历史传感器和气象数据与隧道变形之间的相关性ri，公式为：
7、
8、其中xi为第i个历史传感器和气象数据的观测值，yi为第i个历史隧道变形的观测值，和为历史传感器和气象数据与历史隧道变形的平均值；
9、计算加权融合权重为：
10、
11、其中ωi为传感器和气象数据的权重，ri为传感器和气象数据与隧道变形的皮尔逊相关系数，rj为数据类型的相关系数总和，n为传感器和气象数据的总数；
12、将传感器和气象数据执行加权线性融合，公式为：
13、
14、其中dlinear为线性融合后的传感器和气象数据，di为第i种传感器和气象数据；
15、对隧道土壤抗压强度和挖掘长度数据使用高斯核函数进行核pca，公式为：
16、
17、其中k(u,v)为数据点u和v之间的核函数值，σ为核函数的宽带参数；
18、通过交叉验证选择最佳的σ值；
19、计算所有数据点对之间的核函数值，形成核矩阵k；
20、将核矩阵k进行中心化处理，公式为：
21、k′＝k-1ok-k1o+1ok1o，
22、其中k′为中心化后的核矩阵，1o为o×o的矩阵，1ok为列均值矩阵，k1o为行均值矩阵，1ok1o为调整项；
23、将中心化后的核矩阵k′进行特征分解，根据累积贡献率选择排名前三的特征向量作为主要成分；
24、使用选定的主要成分将原始数据映射到低维空间，得到非线性融合后的隧道土壤抗压强度和挖掘长度数据dkernel；
25、结合线性融合后的传感器和气象数据与非线性融合后的隧道土壤抗压强度和挖掘长度数据，形成综合的隧道数据，公式为：
26、dfusion＝α·dlinear+(1-α)·dkernel，
27、其中dfusion为综合的隧道数据，α为调节参数；
28、收集历史线性融合后的传感器和气象数据与非线性融合后的隧道土壤抗压强度和挖掘长度数据，按照数据大小进行排序，并赋予相对应的秩，若数据相同，赋予平均秩；
29、计算线性融合数据dlinear和非线性融合数据dkernel之间的斯皮尔曼秩相关系数rs，若rs的值接近+1时，为强相关性则提高调节参数α，若rs的值接近0时，为弱相关性则降低调节参数α，若rs＝0.5时，则保持调节参数α不变；
30、初始设定调节参数α为0.5，将历史线性融合后的传感器和气象数据与非线性融合后的隧道土壤抗压强度和挖掘长度数据输入到公式中根据实际应用反馈进行调整调节参数α，使用迭代调整直到找到最优的调节参数α，将线性融合数据dlinear和非线性融合数据dkernel带入到公式中得到综合的隧道数据dfusion。
31、作为本专利技术所述基于多源数据融合的隧道变形预测方法的一种优选方案，其中：所述提取隧道特征指收集综合历史隧道数据进行预处理和标准化，生成自编码器训练集；
32、构建自编码网络，包括输入层、隐藏层和输出层；
33、设定输入层为综合隧道数据；
34、使用自编码器训练集训练自编码网络模型，使用损失函数和adam优化器进行模型参数迭代优化；
35、将综合的隧道数据dfusion输入到训练好的自编码网络模型中，得到隧道特征f。
36、作为本专利技术所述基于多源数据融合的隧道变形预测方法的一种优选方案，其中：所述构建隧道变形预测模型进行隧道变形预测指使用有限元方法fem模拟隧道的应力应变状态，基于实际隧道土壤抗压强度和挖掘长度数据构建模拟模型，运行模拟模型，得到隧道在不同工程条件下的变形数据s；
37、收集历史隧道数据进行预处理和标准化，使用训练好的自编码网络模型得到历史隧道特征f′，生成模型训练集；
38、构建长短期记忆网络lstm网络模型，包括输入层、lstm层和输出层；
39、设定输出层为历史隧道特征f′，初始设置两层lstm，每层128个单元；
40、使用模型训练集训练长短期记忆网络lstm网络模型，使用损失函数和adam优化器进行模型参数迭代优化；...
【技术保护点】
1.一种基于多源数据融合的隧道变形预测方法，其特征在于：包括，
2.如权利要求1所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述收集隧道数据进行预处理指在隧道内部布设光纤光栅传感器，设置数据收集频率为每秒一次，收集传感器数据，包括隧道的位移和应变，使用地质雷达系统GPR进行地下结构探测，获取隧道土壤抗压强度数据，在隧道区域以及周边布设气象监测站，实时收集气象数据，在施工现场布设数据记录系统中收集挖掘长度数据；
3.如权利要求2所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述对预处理后的隧道数据进行融合指使用皮尔逊相关系数计算历史传感器和气象数据与隧道变形之间的相关性ri，公式为：
4.如权利要求3所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述提取隧道特征指收集综合历史隧道数据进行预处理和标准化，生成自编码器训练集；
5.如权利要求4所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述构建隧道变形预测模型进行隧道变形预测指使用有限元方法FEM模拟隧道的应力应变状态，基于实际隧道土壤抗压强度和挖掘长
6.如权利要求5所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述对实时预测的结果进行评估与预警指基于历史隧道数据和工程标准，通过统计分析隧道变形数据与已知风险事件之间的关系设定风险等级阈值R(t)为：低风险、中风险、高风险和极高风险；
7.如权利要求6所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述构建可视化界面实时展示隧道数据指使用可视化软件Tableau构建可视化界面，包括实时数据流图表，显示隧道当前的变形情况和风险等级，制作历史数据的趋势图，展示隧道变形随时间的变化情况和设计警报指示界面，设定预测阈值，当长短期记忆网络LSTM网络模型预测结果P超过预测阈值时，显示并警告用户。
8.如权利要求7所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述存储收集和分析产生的隧道数据指将隧道收集和分析产生的隧道数据存储至数据库中，并实施数据安全保护措施，定期地进行云端备份。
9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的基于多源数据融合的隧道变形预测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的基于多源数据融合的隧道变形预测方法的步骤。
...【技术特征摘要】
1.一种基于多源数据融合的隧道变形预测方法，其特征在于：包括，
2.如权利要求1所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述收集隧道数据进行预处理指在隧道内部布设光纤光栅传感器，设置数据收集频率为每秒一次，收集传感器数据，包括隧道的位移和应变，使用地质雷达系统gpr进行地下结构探测，获取隧道土壤抗压强度数据，在隧道区域以及周边布设气象监测站，实时收集气象数据，在施工现场布设数据记录系统中收集挖掘长度数据；
3.如权利要求2所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述对预处理后的隧道数据进行融合指使用皮尔逊相关系数计算历史传感器和气象数据与隧道变形之间的相关性ri，公式为：
4.如权利要求3所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述提取隧道特征指收集综合历史隧道数据进行预处理和标准化，生成自编码器训练集；
5.如权利要求4所述的基于多源数据融合的隧道变形预测方法，其特征在于：所述构建隧道变形预测模型进行隧道变形预测指使用有限元方法fem模拟隧道的应力应变状态，基于实际隧道土壤抗压强度和挖掘长度数据构建模拟模型，运行模拟模型，得到隧道在不同工程条件下的变形数据s；
6.如权利要求5所述的基于多源数据融合的隧道变形预测方法，其特征...
【专利技术属性】
技术研发人员：李文权，吴永建，赵旭，罗刚，杨云生，宋子政，陈红兵，高进，
申请(专利权)人：四川西香高速建设开发有限公司，
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。