CN103106542A

CN103106542A - 一种数据分析及处理系统

Info

Publication number: CN103106542A
Application number: CN2012105698044A
Authority: CN
Inventors: 王元庆; 蔡广逸; 马仑; 茹峰; 蒋波
Original assignee: Changan University
Current assignee: Changan University
Priority date: 2012-12-13
Filing date: 2012-12-13
Publication date: 2013-05-15

Abstract

本发明适用于监控量测领域，提供了一种数据分析及处理系统，所述系统包括：数据存储管理模块，用于存储隧道监测多元数据，并进行添加、查询及删除各种管理；图形绘制模块，用于绘制并监测根据所述监测数据得出的各种曲线图；回归计算模块，用于通过不同函数对实测数据曲线进行回归计算；预测分析模块，用于根据与原实测曲线的对比分析，进行预测，判断围岩和支护结构的稳定性并修正设计参数，指导施工；围岩健康判别模块，用于根据监测数据中围岩变形值的大小或异常突变点依据施工管理等级提供解决办法。本发明将传感器之间的冗余和互补信息按规则进行组合，实现对环境的监测及发出安全警报，提高管理者的工作效率，强化隧道施工的安全性。

Description

一种数据分析及处理系统

技术领域

本发明适用于监控量测领域，尤其涉及一种数据分析及处理系统。

背景技术

基于物联网架构的隧道安全监测系统具有多种监测手段，传感器数量非常多，由监测节点传输至数据中心的监测数据堪称海量；另外，由于施工现场情况复杂，传感器生存条件比较恶劣，个别检测数据的准确性不是特别高，容易导致安全警报的虚警或漏警。

现有技术中巨大的工作量以及个别数据失真使管理者难以对隧道安全状态进行准确评估。

发明内容

本发明实施例提供了一种数据分析和管理技术，旨在解决现有技术中对于海量数据的分析工作量大以及管理效率较低的问题。

本发明实施例是这样实现的，一种数据分析及处理系统，所述系统包括：

数据存储管理模块，用于存储隧道监测多元数据，并进行添加、查询及删除各种管理；

图形绘制模块，用于绘制并监测根据所述监测数据得出的各种曲线图；

回归计算模块，用于通过不同函数对实测数据曲线进行回归计算；

预测分析模块，用于根据与原实测曲线的对比分析，进行预测，判断围岩和支护结构的稳定性并修正设计参数，指导施工；以及

围岩健康判别模块，用于根据监测数据中围岩变形值的大小或异常突变点依据施工管理等级提供解决办法。

本发明实施例通过将传感器之间的冗余和互补信息按规则进行组合，实现对环境的监测及发出安全警报，提高管理者的工作效率，强化隧道施工的安全性。

附图说明

图1表示本发明实施例提供的数据分析及处理的系统结构图；

图2表示本发明实施例提供的隧道监控量测数据分析处理的系统结构图；

图3表示本发明实施例提供的数据库管理的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示出了本发明实施例提供的数据分析及处理的系统结构，为了便于说明，仅示出了与本发明实施例相关的部分。

数据存储管理模块11存储隧道监测多元数据，并进行添加、查询及删除各种管理。

在本发明的实施例中，多元数据根据各数据采集设备监测得出，并包含于数据库中。主要的数据采集设备由现场可视监控、语音双向对讲、人员设备定位、特殊点位监控、有害气体监测、通风监控、地质超前预报、结构变形监测、工序质量控制、形象进度及三维动画模拟等设备。

根据系统多设备、实时更新、数据量大的特点，为了方便对数据的操作，更好地管理和保存数据，整个数据库系统设有实时数据库、统计数据库和历史数据库。

在本发明的实施例中，实时数据库必须满足实时更新、实时处理的特性，所以在内存中开辟一段缓冲区作为实时数据库；历史数据库用来保存存放实时数据库中到期的、需要永久保存的数值量数据及报警数据；统计数据库用来存放由模拟数据进行统计产生的统计数据。

数据的存储管理主要包括：

对接收到的数据进行完整性与正确性的判别处理；

数据的存储，包括实时数据的存储、历史数据(含报警数据)的存储、根据实时流量型数据产生的统计数据的存储，分别存储到实时数据库、历史数据库和统计数据库中；

数据的统计，主要是针对流量型数据产生的统计数据；

数据的压缩，主要是对实时数据在写入硬盘数据库之前的压缩，对于瞬时流量型数据，可以设定不同流量型数据的压缩参数，仅仅保留超过压缩偏差的数据；其他的实时数据不变化的数据不保存，变化的数据按照设定的数据时间间隔进行简单的压缩；

数据备份与清除。

图形绘制模块12绘制并监测根据数据存储管理模块11监测数据得出的各种曲线图。

在本发明的实施例中，图形绘制模块12能够根据输入的监测数据，生成应力、位移等随时间、空间变化的时空效应曲线。其中时态曲线显示了各监测点的原始数据或转换数据随时间的变化情况；空间效应曲线描述了同一时间不同测点的监测结果随开挖面推进的变化规律，两种曲线可以快捷、直观地了解测值变化的规律性。

在本发明的实施例中，可以采用折线和平滑曲线两种方式绘制数据曲线，平滑曲线可以选用拉格朗日和三次样条两种算法，择优选取。并且可在曲线绘制时，添加各种标注信息，如常用监测仪器、工法、开挖步骤等内容，直接应用于监测报告之中。

作为本发明的一个优选实施例，该系统还包括数据挖掘模块13。

数据挖掘模块13从数据存储管理模块11所监测信息中挖掘主要信息。

隧道实时监测系统会产生大量的数据信息。数据挖掘技术是一种有更先进、更为有效的对各种的数据资源进行开采，它可以从大量存储的数据中发现新的有意义的关联、模式和趋势，从中挖掘出有用的信息和知识的手段。利用数据挖掘技术来处理大型数据集，分析监测产生的数据，可以更进一步提高分析隧道健康的能力，提供更准确的预测和判断。

在本发明的实施例中，数据挖掘过程分为：业务理解，数据理解，数据预处理，建模，模型评估，部署。数据挖掘主要有以下几种技术：分类，聚类，关联规则，时序分析，回归，孤立点分析。

在本发明的实施例中，计划建立的数据模型有：

1.聚类模型，主要用于隧道数据异常情况的监测，.数据的归约。

2.关联模型，主要用于发现隧道参数之间的关联规程。

3.时间序列分析模型，主要用于观察隧道监测数据的变化趋势，各参数值变化趋势的比较，以及参数值的预测，通过参数值的时序图对比，发现隧道参数的相关关系。

利用所建立的可以重复利用的各种数据挖掘模型，可用于对当前隧道健康状况的判别和识别。数据挖掘技术注重对数据的分析，发掘出隧道监测数据所隐含的有用信息，提高了隧道健康状况评价的自动程度和效率。

回归计算模块14通过不同函数对实测数据曲线进行回归计算。

隧道实时监测系统会产生大量的数据信息。需要对这些数据进行整理，提取，分析，以获得有价值的信息。通过各种函数形式的拟合对实测曲线数据进行回归计算，求出时空曲线回归方程，与实测曲线进行对比分析。

预测分析模块15根据与原实测曲线的对比分析，进行预测，判断围岩和支护结构的稳定性并修正设计参数，指导施工。

在对数据进行回归计算后，根据回归方程对围岩及支护结构的受力和位移随开挖面推进和时间变化的情况进行预测，将上述方法预测得到的应力值及位移值，与后续实际监测的数值进行对比分析，验证上述方法的适用性，并及时反馈指导施工、设计，掌握二衬施做的合理时机。

围岩健康判别模块16根据监测数据中围岩变形值的大小或异常突变点依据施工管理等级提供解决办法。

在本发明的实施例中，监测软件采用的判断准则是以位移为基础，根据初期支护阶段的净空收敛和拱顶下沉数据进行判别，以确保围岩稳定，不使围岩强度和支护功能急剧丧失(考虑初期支护的承载力富裕)。主要包括两个判别准则：

1.根据最大位移值进行判别；

2.根据位移速率进行判别。

进入界面后，需输入围岩级别、围岩性质(塑性围岩、脆性围岩)、覆盖层厚度、两测点间距离、隧道宽度等相关的隧道断面信息，以便准确的判别。根据具体监测位移值的不同，按照施工管理等级的要求，可以及时进行施工状态的调整，在必要时，可以采取补强措施，并改变施工方法或设计参数。

作为本发明的一个优选实施例，该系统还包括云计算模块17。

云计算模块17根据互联网对所述监测数据进行计算并得出结果。

隧道监控量测系统面临的一个重要问题是接收并处理大量的数据和信息，其中数据主要包括洞内检测数据如隧道的断面信息、周边位移、地表下沉、拱顶下沉、多点位移量、围岩压力、锚杆轴力、钢架应力、钢筋应力和混凝土应力等，有害气体数据等以及洞内视频、音频等信息。信息的处理工作量很大，包括数据管理模块、图形绘制模块、回归计算模块、预测分析模块和围岩及支护效果判别模块等。由此可见，对这些信息量的采集和处理是一项工作量十分大的任务，这要求系统服务器具备十分强大的计算功能。但是，实际应用中，服务器和后台计算机的资源配置是有限的，因此，一旦采集的数据和信息量过大，信息的处理任务过重，势必会造成后台服务器难以满足实际要求。此时，就需要借助其他的途径来完成这些复杂的处理工作，可以通过云计算的方法来完成系统复杂的处理工作。

在本发明的实施例中，云计算的实现方法是：得到隧道内的监测数据后，在系统的服务器上建立一个信息综合平台，完成数据的输入和导入、保存功能。服务器完成该功能后，利用互联网云计算，用户只要将系统的监测数据输入到互联网中，由互联网完成数据的计算、图形绘制、回归计算模型、预测分析模型等模块，得到计算结果。

图2示出了本发明实施例提供的隧道监控量测数据分析处理的系统结构，详述如下：

隧道监控量测数据分析处理系统主要分为：数据管理模块、图形绘制模块、回归计算模块、预测分析模块及围岩及支护效果判别模块。数据管理模块主要完成数据的输入、计算以及导入、保存；图形绘制模块可以让用户方便的绘制并查看根据监测数据得到的各种曲线图，包括时态曲线绘制和空间曲线绘制；回归计算模块主要根据不同的函数对实测数据曲线进行回归计算，确定回归方程并绘制回归曲线；预测分析模块根据与原实测曲线的对比分析，预测回归曲线的发展趋势，包括事态曲线发展趋势预测和空间曲线发展趋势预测；围岩及支护效果判别模块根据监测数据中围岩变形值的大小或异常突变点，依据施工管理等级提供相关解决办法，包括两个判别准则：根据位移速率判别和根据位移值判别。

图3示出了本发明实施例提供的数据库管理的结构，详述如下：

数据库所管理的隧道监控量测数据主要包括隧道的断面信息、周边位移、地表下沉、拱顶下沉、多点位移、围岩压力、锚杆轴力、钢架应力、钢筋应力及混凝土应力等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种数据分析及处理系统，其特征在于，所述系统包括：

2.如权利要求1所述的系统，其特征在于，所述系统还包括：

数据挖掘模块，用于从监测信息中挖掘主要信息。

3.如权利要求2所述的系统，其特征在于，所述数据挖掘分为业务理解、数据理解、数据预处理、建模、模型评估及部署；所述数据挖掘包括分类、聚类、关联规则、时序分析、回归及孤立点分析。

4.如权利要求3所述的系统，其特征在于，所述建模包括聚类模型、关联模型、时间序列分析模型。

5.如权利要求1所述的系统，其特征在于，所述系统还包括：

云计算模块，用于根据互联网对所述监测数据进行计算并得出结果。

6.如权利要求1所述的系统，其特征在于，所述多元数据根据各数据采集设备监测得出，并包含于数据库中。

7.如权利要求6所述的系统，其特征在于，所述数据库具体包括：

实时数据库，用于在内存中开辟一段缓冲区满足数据实时更新及处理；

历史数据库，用于保存所述实时数据库中到期、需要永久保存的数值量数据及报警数据；以及

统计数据库，用于存放由模拟数据进行统计产生的统计数据。

8.如权利要求1所述的系统，其特征在于，所述图形绘制模块根据输入的监测数据，生成随时间、空间变化的时空效应曲线即时态曲线和空间效应曲线，所述时态曲线显示了各监测点的原始数据或转移数据随时间的变化情况，所述空间效应曲线突出了同一时间不同测点的监测结果随开挖面推进的变化规律。

9.如权利要求8所述的系统，其特征在于，所述数据曲线采用折线和平滑曲线绘制，所述平滑曲线选用拉格朗日和三次样条算法，并在绘制时添加各种标注信息。

10.如权利要求1所述的系统，其特征在于，所述围岩健康判断中的监测已位移为基础，根据初期支护阶段的净空收敛和拱顶下沉数据进行判别，判别准则包括根据最大位移值判别和根据位移速率判别。