CN110674552B - 一种地铁隧道监测评定方法 - Google Patents
一种地铁隧道监测评定方法 Download PDFInfo
- Publication number
- CN110674552B CN110674552B CN201910929588.1A CN201910929588A CN110674552B CN 110674552 B CN110674552 B CN 110674552B CN 201910929588 A CN201910929588 A CN 201910929588A CN 110674552 B CN110674552 B CN 110674552B
- Authority
- CN
- China
- Prior art keywords
- subway tunnel
- standard
- detection
- monitoring
- monitoring area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明公开了一种地铁隧道监测评定方法,该方法对地铁隧道的主体及其附属结构按照子区域的划分方式进行监测,且按照周期依次进行检测采集,具有节能且效率高,方式简单,监测效果好的特点;对子区域,整体区域分别、依次、递进的方式进行评级处理,数据多且实用性强,可以分别局部和整体对地铁隧道区域进行监测,且更加的细致,便于后续的处理和分析。
Description
技术领域
本发明涉及地铁隧道测量监控领域,具体涉及一种地铁隧道监测评定方法。
背景技术
随着我国城市轨道交通的迅猛发展,大量城市地铁隧道建设项目正在如火如荼的进行。地铁隧道结构的安全性、耐久性会对轨道交通的安全运营起到至关重要的作用,随着时间的增长和周围环境的变化,隧道主体结构、附属结构不可避免的出现洞体裂缝、变形、变形缝错缝、渗漏水等病害,如何根据地铁隧道结构特点及病害情况进行综合技术状况评定,量化指标、确定综合技术状况等级成为评定的难点。
目前相关的检测评定标准主要有《公路隧道养护技术规范》JTG H12-2015,其中关于土建结构技术状况评定方法,按照隧道洞口、洞门、衬砌结构、衬砌漏水、路面、检修道、排水设施、吊顶、内装饰、交通标志线等各分项技术状况评定,每一分项状况为五类,对应0、1、2、3、4五个值,并确定土建结构各分项所占权重,利用公式(4.5.4-1)和(4.5.4-2)计算土建结构技术状况JGCI值,根据该值范围将土建结构技术状况评定为五类。《城市轨道交通设施养护维修技术规范》DB11/T718-2010只对主体结构和附属结构分项检查内容(洞体裂缝、变形、变形缝、渗漏水、仰拱压溃、材料劣化)作了分项评定标准,没有综合评价指标和评分标准。通过大量查阅文献至今未见相同的关于地铁隧道综合技术状况评定标准方法的相关公开的技术文献的报道。
申请人在先申请了申请号为201510739212.6的专利申请(发明名称:一种地铁隧道综合技术状况评定方法,本发明将该申请的全部内容引入本发明的说明书中),其公开了一种地铁隧道综合技术状况评定方法,包括确立地铁隧道的主体结构、附属结构的检查项目;确定每一检测项目的检测结果对应的扣分标准;确定每一检测项目在评估中的相对权重;通过主体结构、附属结构的检查项目扣分值、权重加权求和,计算地铁隧道综合技术状况Dr指数;根据所述Dr指数量化指标范围的大小,对地铁隧道综合技术状况评定级别,上述方法通过确立地铁隧道综合技术状况评定指数,根据所述Dr指数量化指标范围的大小,对地铁隧道综合技术状况评定级别,使地铁隧道综合技术状况评定等级得到了量化。然而,上述方法仅仅是利用权重结合评级的方式进行,其并没有根据具体的监测参数进行处理,精度不高,且整体性一般,不能满足精确监测和评定的需求。
发明内容
本发明的目的在于克服现有技术的不足,在申请人的专利ZL201510739212.6的基础上,进一步进行了改进和完善,提供一种地铁隧道监测评定方法,其可以实现快速高效的实时监控,并且能够准确的进行评定,精度高。
本发明提供了一种地铁隧道监测评定方法,依次按照如下步骤进行:
1)根据待评定的地铁隧道的主体及其附属结构,确定对应的监测项目;
2)确定对应的监测项目在地铁隧道内设置检测设备,其中检测设备包括检测装置,对应的检测装置按照预设的结构设置于地铁隧道内;
3)将地铁隧道区域按照大小和结构进行区域划分,按预先设置的划分规则将地铁隧道区域平均分成若干个标准监测区域,其中每个标准监测区域的检测装置的设置数目和形状相同;
4)通过在每个标准监测区域中设置的检测装置,获取这一标准监测区域的检测数据,并且将这一标准监测区域的检测数据构成对应的集合A;对集合A中的多个检测数据,按照从大到小的顺序进行排列,分别计算检测数据偏移此集合A的标准值的偏差值,根据偏差值的偏离程度确定检测数据之间的关联度,基于关联性确定关联因子;基于地铁隧道的主体及其附属结构,以及地铁隧道区域中的若干个标准监测区域对应的检测数据的集合A和对应的关联因子,建立地铁隧道结构模型;
5)地铁隧道结构模型建立完成后,按照预定的检测周期,依次通过在每个标准监测区域中设置的检测装置,分别依次获取此周期内标准监测区域的检测数据;在这个预定的检测周期内,将对应获取的标准监测区域的检测数据构成对应的集合B,对集合B中的多个检测数据,依然按照从大到小的顺序进行排列,分别计算检测数据偏移此集合B的标准值的偏差值,根据偏差值的偏离程度确定检测数据之间的关联度,基于关联性确定关联因子;
将此预定的检测周期内获取的关联度和关联因子与先前获取的关联度和关联因子进行比较,通过比较结果来将地铁隧道结构模型中对应的标准监测区域的模型进行更新;
6)确定每一监测项目的检测结果对应的扣分标准,对每一个标准监测区域都对应的建立每一监测项目对地铁隧道状况影响的隶属函数,确定每一监测项目在评估中的相对权重;
7)分别对每一个标准监测区域,都通过地铁隧道的主体及其附属结构对应的扣分值、权重进行加权求和,计算此标准监测区域对应的地铁隧道状况指数,分别根据每一个标准监测区域对应的地铁隧道状况指数的量化指标范围大小,对每一个标准监测区域的技术状况评定级别;
8)分别将3-5个相邻的标准监测区域整体划分为一个子监测区域,然后基于对应的标准监测区域的技术状况评定的级别,对此子监测区域进行技术状况的级别评定。
优选的方式中,其中附属结构包括联络通道、迂回通道和区间风道。
优选的方式中,地铁隧道的主体以及联络通道与迂回通道的监测项目包括洞体裂缝、洞体变形、变形缝、渗漏水、仰拱压溃和/或材料劣化;区间风道的监测项目为结构裂缝。
优选的方式中,步骤2)中对应的监测装置按照预设的结构设置于地铁隧道内具体预设的结构为网状。
优选的方式中,步骤2)中检测装置之间互相能够通信,且对应的匹配有故障检测单元。
优选的方式中,步骤4)中关联因子是基于多个关联性参数与设定阈值偏差程度确定的。
优选的方式中,步骤5)中按照预定的检测周期,依次通过在每个标准监测区域中设置的检测装置,分别依次获取此周期内标准监测区域的检测数据具体为:在一个检测周期内,依次按照预设的顺序依次的通过在每个标准监测区域中设置的检测装置,分别按照先后的顺序依次的获取标准监测区域的检测数据。
优选的方式中,步骤8)还包括:再将子监测区域按照相邻的区域整体划分为一个整体监测区域的方式,再基于此对应的子监测区域的技术状况评定的级别,对此整体监测区域进行技术状况的级别评定,直到满足预期的级别评定的要求。
本发明的地铁隧道监测评定方法,可以实现:
1)按照子区域的划分方式进行监测,且按照周期依次进行检测采集,节能且效率高,并且方式简单,监测效果好;
2)子区域,整体区域分别、依次、递进的方式进行评级处理,数据多且实用性强,可以分别局部和整体对地铁隧道区域进行监测,且更加的细致,便于后续的处理和分析。
附图说明
图1为地铁隧道监测评定方法的流程图。
具体实施方式
下面详细说明本发明的具体实施,有必要在此指出的是,以下实施只是用于本发明的进一步说明,不能理解为对本发明保护范围的限制,该领域技术熟练人员根据上述本发明内容对本发明做出的一些非本质的改进和调整,仍然属于本发明的保护范围。
本发明提供了一种地铁隧道监测评定方法,图1为地铁隧道监测评定方法的流程图,其从整体上对地铁隧道监测评定方法进行了阐述。下面,对具体的地铁隧道监测评定方法进行说明。
本发明提供了一种地铁隧道监测评定方法,依次按照如下步骤进行:
首先,根据待评定的地铁隧道的主体及其附属结构,确定对应的监测项目;其中具体的实现过程中,对于的监测项目需要有对应的测量方式来支撑。其中附属结构包括联络通道、迂回通道、区间风道;主体结构以及联络通道与迂回通道的监测项目包括洞体裂缝、洞体变形、变形缝、渗漏水、仰拱压溃、材料劣化;区间风道的监测项目为结构裂缝等。
其次,确定对应的监测项目在地铁隧道内设置检测设备,其中检测设备包括检测装置,对应的检测装置按照预设的结构设置于地铁隧道内,并且预设的结构优选为网状,并且检测装置之间互相能通信,且对应的匹配有故障检测单元。
之后,在进行了将检测装置按照预设的结构设置于地铁隧道内后,将对应的地铁隧道区域按照大小和结构进行区域划分,按预先设置的划分规则将地铁隧道区域平均分成若干个标准监测区域,其中每个标准监测区域的检测装置的设置数目和形状相同。
通过在每个标准监测区域中设置的检测装置,获取这一标准监测区域的检测数据,并且将这一标准监测区域的检测数据构成对应的集合A,那么每一个标准监测区域都有其对应的集合,并且集合内都包括了这一标准监测区域的数据。对集合A中的多个检测数据(即每一个检测装置对应的监测数据),按照从大到小的顺序进行排列,分别计算检测数据偏移此集合A的标准值的偏差值,根据偏差值的偏离程度确定检测数据之间的关联度,即偏离程度接近的偏差值对应的检测数据具有相对较高的关联性,基于关联性确定关联因子,其中关联因子是基于多个关联性参数与设定阈值偏差程度确定的。
基于地铁隧道的主体及其附属结构,以及地铁隧道区域中的若干个标准监测区域对应的检测数据的集合A和对应的关联因子,建立地铁隧道结构模型。
地铁隧道结构模型建立完成后,按照预定的检测周期,依次通过在每个标准监测区域中设置的检测装置,分别依次获取此周期内标准监测区域的检测数据。此处需要说明的是,此步骤是在一个检测周期内,依次按照预设的顺序依次的通过在每个标准监测区域中设置的检测装置,分别按照先后的顺序依次的获取标准监测区域的检测数据,这样可以有效的节约资源,提高效率。
同样的,在这个预定的检测周期内,将对应获取的标准监测区域的检测数据构成对应的集合B,那么每一个标准监测区域都有其对应的集合,并且集合内都包括了这一标准监测区域的数据。对集合B中的多个检测数据(即每一个检测装置对应的监测数据),依然按照从大到小的顺序进行排列,分别计算检测数据偏移此集合B的标准值的偏差值,根据偏差值的偏离程度确定检测数据之间的关联度,即偏离程度接近的偏差值对应的检测数据具有相对较高的关联性,基于关联性确定关联因子,其中关联因子是基于多个关联性参数与设定阈值偏差程度确定的。
这样,通过比较这个预定的检测周期内获取的关联度和关联因子与先前获取的关联度和关联因子,将地铁隧道结构模型中对应的标准监测区域的模型进行更新,从而实时的进行了地铁隧道结构的呈现。
再次,确定每一监测项目的检测结果对应的扣分标准,对每一个标准监测区域都对应的建立每一监测项目对地铁隧道状况影响的隶属函数,确定每一监测项目在评估中的相对权重。
分别对每一个标准监测区域,都通过地铁隧道的主体及其附属结构对应的扣分值、权重进行加权求和,计算此标准监测区域对应的地铁隧道状况指数,分别根据每一个标准监测区域对应的地铁隧道状况指数的量化指标范围大小,对每一个标准监测区域的技术状况评定级别。需要说明的是,申请人在先申请了申请号为201510739212.6的专利申请,发明名称为一种地铁隧道综合技术状况评定方法,本发明将该申请的全部内容以引入的方式加入本发明的说明书中,具体的扣分标准、权重设置、隶属函数的方式可以参见此在先申请,此处不再赘述。
最后,分别将3-5个相邻的标准监测区域整体划分为一个子监测区域,然后基于对应的标准监测区域的技术状况评定的级别,对此子监测区域进行技术状况的级别评定。然后,可以再将子监测区域按照相邻的区域整体划分为一个整体监测区域的方式,再基于此对应的子监测区域的技术状况评定的级别,对此整体监测区域进行技术状况的级别评定,直到满足预期的级别评定的要求。这样可以对整个地铁隧道区域获取局部、整体的多种级别评定数据,便于监测和分析管理。
尽管为了说明的目的,已描述了本发明的示例性实施方式,但是本领域的技术人员将理解,不脱离所附权利要求中公开的发明的范围和精神的情况下,可以在形式和细节上进行各种修改、添加和替换等的改变,而所有这些改变都应属于本发明所附权利要求的保护范围,并且本发明要求保护的产品各个部门和方法中的各个步骤,可以以任意组合的形式组合在一起。因此,对本发明中所公开的实施方式的描述并非为了限制本发明的范围,而是用于描述本发明。相应地,本发明的范围不受以上实施方式的限制,而是由权利要求或其等同物进行限定。
Claims (9)
1.一种地铁隧道监测评定方法,其特征在于,依次按照如下步骤进行:
1)根据待评定的地铁隧道的主体及其附属结构,确定对应的监测项目;
2)依据对应的监测项目在地铁隧道内设置检测设备,其中检测设备包括检测装置,对应的检测装置按照预设的结构设置于地铁隧道内;
3)将地铁隧道区域按照大小和结构进行区域划分,按预先设置的划分规则将地铁隧道区域平均分成若干个标准监测区域,其中每个标准监测区域的检测装置的设置数目和形状相同;
4)通过在每个标准监测区域中设置的检测装置,获取这一标准监测区域的检测数据,并且将这一标准监测区域的检测数据构成对应的集合A;对集合A中的多个检测数据,按照从大到小的顺序进行排列,分别计算检测数据偏移此集合A的标准值的偏差值,根据偏差值的偏离程度确定检测数据之间的关联性,基于关联性确定关联因子;基于地铁隧道的主体及其附属结构,以及地铁隧道区域中的若干个标准监测区域对应的检测数据的集合A和对应的关联因子,建立地铁隧道结构模型;
5)地铁隧道结构模型建立完成后,按照预定的检测周期,依次通过在每个标准监测区域中设置的检测装置,分别依次获取此周期内标准监测区域的检测数据;在这个预定的检测周期内,将对应获取的标准监测区域的检测数据构成对应的集合B,对集合B中的多个检测数据,依然按照从大到小的顺序进行排列,分别计算检测数据偏移此集合B的标准值的偏差值,根据偏差值的偏离程度确定检测数据之间的关联性,基于关联性确定关联因子;将此预定的检测周期内获取的关联性和关联因子与步骤4)获取的关联性和关联因子进行比较,通过比较结果将地铁隧道结构模型中对应的标准监测区域的模型进行更新;
6)确定每一监测项目的检测结果对应的扣分标准,对每一个标准监测区域都对应的建立每一监测项目对地铁隧道状况影响的隶属函数,确定每一监测项目在评估中的相对权重;
7)分别对每一个标准监测区域,都通过地铁隧道的主体及其附属结构对应的扣分值、权重进行加权求和,计算此标准监测区域对应的地铁隧道状况指数,分别根据每一个标准监测区域对应的地铁隧道状况指数的量化指标范围大小,对每一个标准监测区域的技术状况评定级别;
8)分别将3-5个相邻的标准监测区域整体划分为一个子监测区域,然后基于对应的标准监测区域的技术状况评定的级别,对此子监测区域进行技术状况的级别评定。
2.如权利要求1所述的方法,其特征在于:其中附属结构包括联络通道、迂回通道和区间风道。
3.如权利要求2所述的方法,其特征在于:地铁隧道的主体以及联络通道与迂回通道的监测项目包括洞体裂缝、洞体变形、变形缝、渗漏水、仰拱压溃和/或材料劣化。
4.如权利要求3所述的方法,其特征在于:区间风道的监测项目为结构裂缝。
5.如权利要求1所述的方法,其特征在于:步骤2)中对应的检测装置按照预设的结构设置于地铁隧道内具体预设的结构为网状。
6.如权利要求1所述的方法,其特征在于:步骤2)中检测装置之间互相能够通信,且对应的匹配有故障检测单元。
7.如权利要求1所述的方法,其特征在于:步骤4)中关联因子是基于多个关联性参数与设定阈值偏差程度确定的。
8.如权利要求1所述的方法,其特征在于:步骤5)中按照预定的检测周期,依次通过在每个标准监测区域中设置的检测装置,分别依次获取此周期内标准监测区域的检测数据具体为:在一个检测周期内,依次按照预设的顺序依次的通过在每个标准监测区域中设置的检测装置,分别按照先后的顺序依次的获取标准监测区域的检测数据。
9.如权利要求1-8任一项所述的方法,其特征在于:步骤8)还包括:再将子监测区域按照相邻的区域整体划分为一个整体监测区域的方式,再基于此对应的子监测区域的技术状况评定的级别,对此整体监测区域进行技术状况的级别评定,直到满足预期的级别评定的要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910929588.1A CN110674552B (zh) | 2019-09-29 | 2019-09-29 | 一种地铁隧道监测评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910929588.1A CN110674552B (zh) | 2019-09-29 | 2019-09-29 | 一种地铁隧道监测评定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110674552A CN110674552A (zh) | 2020-01-10 |
CN110674552B true CN110674552B (zh) | 2023-04-07 |
Family
ID=69079911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910929588.1A Active CN110674552B (zh) | 2019-09-29 | 2019-09-29 | 一种地铁隧道监测评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110674552B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113719317A (zh) * | 2021-09-14 | 2021-11-30 | 广东建科建设咨询有限公司 | 一种地铁盾构隧道结构安全状态评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007148867A1 (en) * | 2006-06-20 | 2007-12-27 | Industry-Academic Cooperation Foundation, Yonsei University | Method of technology evaluation |
CN103775128A (zh) * | 2014-01-06 | 2014-05-07 | 中国建筑第五工程局有限公司 | 用于立体交叉隧道施工的监控量测方法 |
CN105302969A (zh) * | 2015-11-04 | 2016-02-03 | 北京市市政工程研究院 | 一种地铁隧道综合技术状况评定方法 |
CN106779408A (zh) * | 2016-12-13 | 2017-05-31 | 深圳先进技术研究院 | 公交系统服务质量的评估方法和装置 |
CN109443671A (zh) * | 2018-11-13 | 2019-03-08 | 西南交通大学 | 一种高速列车车体关键部位剩余寿命的监测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140288908A1 (en) * | 2013-03-20 | 2014-09-25 | Infosys Limited | Methods, systems and computer-readable media for determining a time-to failure of an asset |
US10685148B2 (en) * | 2016-07-26 | 2020-06-16 | Mitek Holdings, Inc. | Design-model management using an architectural criterion |
-
2019
- 2019-09-29 CN CN201910929588.1A patent/CN110674552B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007148867A1 (en) * | 2006-06-20 | 2007-12-27 | Industry-Academic Cooperation Foundation, Yonsei University | Method of technology evaluation |
CN103775128A (zh) * | 2014-01-06 | 2014-05-07 | 中国建筑第五工程局有限公司 | 用于立体交叉隧道施工的监控量测方法 |
CN105302969A (zh) * | 2015-11-04 | 2016-02-03 | 北京市市政工程研究院 | 一种地铁隧道综合技术状况评定方法 |
CN106779408A (zh) * | 2016-12-13 | 2017-05-31 | 深圳先进技术研究院 | 公交系统服务质量的评估方法和装置 |
CN109443671A (zh) * | 2018-11-13 | 2019-03-08 | 西南交通大学 | 一种高速列车车体关键部位剩余寿命的监测方法 |
Non-Patent Citations (2)
Title |
---|
地下工程建设影响下的埋地管线安全性能评价与优化;郎永飞;《中国优秀硕士学位论文全文库 工程科技II辑》;20160115;第29-64页 * |
基于DERU评价方法的运营公路隧道土建结构技术状况综合评价技术研究;蒋雅君等;《隧道建设》;20171027;第37卷(第10期);第1239-1245页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110674552A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Setyawan et al. | Predicting the remaining service life of road using pavement condition index | |
Jing et al. | An innovative evaluation method for performance of in-service asphalt pavement with semi-rigid base | |
CN103177187B (zh) | 基于可变模糊集理论的公路隧道健康状态动态评价方法 | |
CN109241627B (zh) | 概率分级的动态支护方法及自动设计支护方案的装置 | |
CN108733632B (zh) | 一种中低渗高含水油藏重复压裂选井评价方法 | |
CN105718658A (zh) | 大型桥梁在线评估体系 | |
CN110334429A (zh) | 一种沥青路面剩余疲劳寿命的预测方法 | |
CN110674552B (zh) | 一种地铁隧道监测评定方法 | |
Li | Empirical vulnerability estimation models considering updating the structural earthquake damage database | |
Dong et al. | A diagnostic method for evaluating the condition index of cement-stabilised base using TS fuzzy neural network | |
CN110516289B (zh) | 一种基于频遇值的桥梁短期监测评估方法 | |
Szóstak et al. | Identification of accident scenarios involving scaffolding | |
CN108549847A (zh) | 一种无基准数据条件下的梁式结构裂缝损伤识别方法 | |
Adams et al. | Construction quality acceptance performance-related specifications for chip seals | |
Kim et al. | Increasing reliability of participatory sensing for utility pole condition assessment using fuzzy inference | |
Elmansouri et al. | Pavement condition assessment using pavement condition index and multi-criteria decision-making model | |
Huang et al. | Retroreflectivity and deterioration characteristics of sheeting used for in-service guide signs | |
Shah et al. | Analysis of flexible pavement serviceability using ANN for urban roads | |
Hamdi et al. | Improving Ontario pavement management through long term monitoring | |
Abiola et al. | Modelling present serviceability rating of highway using artificial neural network | |
CN110108609A (zh) | 一种基于卫星多通道的pm2.5浓度值分布情况获取方法及系统 | |
Haider et al. | Process and data needs for local calibration of performance models in the AASHTOWARE Pavement ME Software | |
Thummaluru et al. | Stiffness-Based Statistical Limits for Evaluating Low-Volume Road Network Using Light-Weight Deflectometer | |
Ihsan et al. | Analysis of Road Surface Damage Level on Road Surface Campurejo-Wates, Temanggung Regency using The SDI (Surface Distress Index) Method | |
Kim et al. | Seismic performance management of aging road facilities in Korea: Part 2-Decision-making Support Technology and Its Application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |