CN113310528A - 一种基于多元传感数据的实时隧道结构健康监测方法 - Google Patents

Abstract

本发明公开了一种基于多元传感数据的实时隧道结构健康监测方法，包括以下步骤：S1、实时数据采集，将隧道整体结构划分为多个监测区，各监测区域包括多个监测对象，在各监测对象上设有相应传感器采集监测对象的实时状态；S2、数据传输，所述数据传输层通过5G/4G网络数据传输技术上传到云平台；S3、数据分析，处理器整理收集数据并计算出各监测对象的数据变化值；S4、健康评估，结合大数据分析技术，实时评估隧道健康和风险状态；S5、预警，向客户端界面弹出警告信息，并向工作人员发送通讯警报。本发明采用B/S架构软件，使不同功能单元通过服务之间定义的接口和协议相联系，并通过网络将数据传输至云平台，实现隧道结构实时监测、健康诊断和早期预警。

Description

一种基于多元传感数据的实时隧道结构健康监测方法

技术领域

本发明涉及隧道技术领域，尤其涉及一种基于多元传感数据的实时隧道结构健康监测方法。

背景技术

隧道是修建在地下或水下或者在山体中，铺设铁路或修筑公路供机动车辆通行的建筑物，其在施工及运营过程中容易出现自然损坏，如渗漏水灾害、衬砌裂损、隧道冻害、衬砌腐蚀、隧道开裂、材料老化、震害和洞内空气污染等，这些病害和危害容易产生损伤累积，使隧道结构的稳定性受到一定程度上的破坏，其承载性、耐久性受损，安全可靠性降低，影响其作为快速安全交通通道的使用功能。

我国许多已建隧道出现了结构裂损、空洞、变形、错台、渗漏水等病害，大大降低了隧道的使用功能，威胁到其运营安全。隧道衬砌结构裂损将对整个隧道结构的稳定性造成不同程度的破坏，使衬砌结构的可靠性降低，而隧道渗漏水则会造成衬砌开裂并使原有裂缝发展变大，加速衬砌的损坏。随着我国经济建设的发展，车辆荷载与日俱增，超载、重载现象时常发生，反映在单车超载和总体货车荷载不断提升，因此大量的超载车辆通过隧道结构，车辆荷载的长期作用将对隧道运营的耐久性、安全性产生巨大的影响。上述的隧道结构损伤如果不能及时得到检测和维修，轻则影响行车安全和缩短隧道的使用寿命，重则导致隧道突然破坏和坍塌。一旦发生安全事故，会造成很大的舆论压力和社会影响，后果不堪设想。目前我国隧道结构环境监测方法主要是采用全站仪、水准仪进行人工监测，然而这种监测方式需要工程经验丰富的监测人员人工逐点监测，要求较高、耗时耗力，且不能实时监测到某些细微的环境变化，难以满足现代隧道结构健康监测的要求。另外，现有的监测系统中，往往只监测单一的结构健康指标，如应变、压力等，无法对隧道健康进行全方位综合评估。由于传统隧道结构监测技术存在诸多缺点和限制因素，无法直接有效地应用于现代隧道结构健康状况监测当中，因此对隧道结构状况进行全面的实时的监测是科学养护的一项必要且紧迫的任务，有必要开发一种基于多元数据融合的、具有综合性和时效性的隧道结构健康长期监测系统。

发明内容

为克服现有技术的缺点，本发明目的在于提供一种基于多元传感数据的实时隧道结构健康监测方法。该隧道结构健康监测方法以应用技术为核心，结合专业监测和数据传输技术，形成集成结构健康监测、安全预警和决策支持于一体的方法。

本发明通过以下技术措施实现的，一种基于多元传感数据的实时隧道结构健康监测方法，包括以下步骤：S1、实时数据采集，将隧道整体结构划分为多个监测区，划分后的各监测区域包括多个监测对象，在各监测对象上设有相应传感器采集监测对象的实时状态；S2、数据传输，多元数据感知层收集各监测对象的监测数据打包发送至数据传输层，所述数据传输层通过5G/4G网络数据传输技术上传到云平台；S3、数据分析，处理器整理收集数据并计算出各监测对象的数据变化值，根据监测对象的不同设置多个分析模型，各分析模型设有相应的预警值；S4、健康评估，数据分析与应用层根据采集到的隧道结构关键数据，结合大数据分析技术，实时评估隧道健康和风险状态；S5、预警，分析模型根据各类监测数据的分析后，对比预警值，高出预警值则自动触发预警系统，预警系统向客户端界面弹出警告信息，同时向工作人员发送警报信息。

作为一种优选方式，隧道结构多致灾参数的联合监测所述监测对象包括隧道环向应变监测、结构温度监测、隧道纵向管节接头张开变位及渗漏水监测、交通荷载监测、振动响应监测和钢筋混凝土腐蚀状况监测。

作为一种优选方式，所述步骤S2具体步骤为：所述数据传输层通过5G/4G传输技术将传感器网络采集的监测数据存储至云平台，客户端利用云平台登陆监测系统，所述客户端用于工作人员监控隧道内各单元运行参数和健康状况。

作为一种优选方式，所述步骤S4具体步骤为：所述数据分析与应用层诊断到隧道结构出现异常或弹出告警信息时，将实测振动数据得到的隧道结构的多个特征指标与损伤模式库中的特征参数进行比对并做出评估和诊断。

作为一种优选方式，所述振动响应监测采用多指标分析方法进行结构安全监测预警，所述指标包括自振频率指标、主成分指标、小波包能量指标和二次协方差矩阵指标。

作为一种优选方式，所述自振频率指标通过如下方式计算获得：通过随机子空间法进行计算，假设输出通道数为l，其中参考通道数为r，则利用输出数据构建(2i)行×j列的Hankel矩阵H，并分解为过去(past)和将来(future)两部分，其计算公式如下：

过去和将来测量的结构响应数据矩阵分别是

和Y_f，

y_k∈Y_f，而i和j为随机子空间方法中的重要控制参数。若把所有的s个输出数据都用于分析，则s＝2i+j-1；然后根据如下公式，利用Hankel矩阵构建Toeplitz矩阵T如下：

得到Toeplitz矩阵后，通过奇异值分解、系统定阶过程，便能得到识别频率，即所述自振频率。

作为一种优选方式，所述主成分指标的计算包括以下步骤：

步骤1、假设对m个参数进行n次的观测，则能得到一个原始数据矩阵X：

步骤2、对原始数据标准化，采用如下标准差标准化的公式：

其中，

为X_j的均值，s_j为X_j的标准差，标准化之后的原始矩阵作X′；

步骤3、根据如下公式计算相关矩阵：

其中，标准化后的矩阵相关矩阵R为其协方差矩阵；

步骤4、对样本数据相关矩阵R作特征分解，得到前m阶的特征值λ₁≥λ₂≥…≥λ_m≥0；并定义第j个主成分贡献率

前p个主成分的累计贡献率

步骤5、计算出每个特征值对应的特征向量得到相关系数a_ij，代入如下计算公式：

即可得出各阶所述主成分，其中Y₁、Y₂和Y_m分别是第1、2和m阶的主成分。

作为一种优选方式，所述小波包能量指标通过如下方法获得：采用小波函数，将信号分解到独立的子频带内，计算各子频带的能量成分；其中，分解的每个片段包含有结构在不同频段的信息，并根据如下公式计算各阶小波包能量E：

即得到各阶所述小波包能量，其中，

表示在分解层j上第i个节点能量值，而

表示在分解层j上第i个节点归一化后的能量值。

作为一种优选方式，所述二次协方差指标通过如下公式计算获得：

T_pl＝R_pl·R_pl ^T

其中，R_pl是协方差矩阵，而T_pl是二次协方差矩阵，p和l是测点位置。

作为一种优选方式，所述步骤S5具体步骤为：当各模块监测指标超过设定指标对应的预警值时，触发预警系统，所述监测预警软件界面弹出警告信息，同时通过电子邮件、短信、即时通讯工具向工作人员发送警报。

本发明提供的一种基于多元传感数据的实时隧道结构健康监测方法，监测系统采用B/S架构软件，使不同功能单元通过服务之间定义的接口和协议相联系；

所述基于多元传感数据的实时在线的隧道结构健康监测系统平台的架构主要包括多元数据感知层、数据传输层和数据分析与应用层，多元数据感知层对隧道环向应变和结构温度、隧道纵向管节接头张开变位及渗漏水、交通荷载、振动响应及钢筋混凝土腐蚀情况等多方面数据信息进行采集和监测，并通过5G/4G网络数据传输技术上传到云平台；

数据分析与应用层对云平台存储的隧道实时结构健康进行分析，在各种工况下监测关键参数的变化，并通过数据判断出变化趋势，在遇到突发状况的时候，能够提前判断结构各种状况，在应力/应变和振动等达到限值的时候发出预警信息，并根据各监测模块的数据做出隧道结构健康状态的综合评估，从而实现监测信息、分析评估预警信息的实时显示和及时推送，对数据进行远程维护与管理，以及与其他系统进行数据交互。同时结合预警机制，及时对不稳定结构或可能出现失稳的结构采取一定的治理措施进行防治，防止灾害的发生或扩大，减少损失。

附图说明

图1为本发明实施例的B/S分层架构示意图；

图2为本发明实施例的光纤光栅应变计纵向监测数据示意图；

图3为本发明实施例的隧道的环向变形监测示意图；

图4为本发明实施例的隧道的环向变形监测示意图；

图5为本发明实施例的多元传感监测系统结构示意图；

图6为本发明实施例的多元传感监测示意图；

图7为本发明实施例的流程示意图。

具体实施方式

下面结合实施例并对照附图对本发明作进一步详细说明。

一种基于多元传感数据的实时隧道结构健康监测方法，参考图1至图7，包括以下步骤：S1、实时数据采集，将隧道整体结构划分为多个监测区，划分后的各监测区域包括多个监测对象，在各监测对象上设有相应传感器采集监测对象的实时状态；S2、数据传输，多元数据感知层收集各监测对象的监测数据打包发送至数据传输层，所述数据传输层通过5G/4G网络数据传输技术上传到云平台；S3、数据分析，处理器整理收集的数据并计算出各监测对象的数据变化值，根据监测对象的不同设置多个分析模型，各分析模型设有相应的预警值；S4、健康评估，数据分析与应用层根据采集到的隧道结构关键数据，结合大数据分析技术，实时评估隧道健康和风险状态；S5、预警，分析模型根据各类监测数据的分析后，对比预警值，高出预警值则自动触发预警系统，预警系统向客户端界面弹出警告信息，同时向工作人员发送警报信息。所述监测系统采用B/S架构软件，结合多元监测数据以及5G/4G数据传输技术，集结构健康监测、安全预警和决策支持于一体，包括多元数据感知层、数据传输层、数据分析与应用层，所述多元数据感知层包括采集单元，所述采集单元收集各类多源异构数据，所述多元数据感知层将各类多源异构数据转换为安全传输至数据库存储的格式并发送至数据传输层；所述数据传输层将监测数据传输到云平台；所述数据分析与应用层应用于监测预警软件，根据采集到的隧道结构数据实时评估隧道健康和风险状态，并根据数据分析状况发出预警。

在一实施例中，参考图1、图5和图6，隧道结构多致灾参数的联合监测所述监测对象包括隧道环向应变、结构温度、隧道纵向管节接头张开变位及渗漏水、交通荷载、振动响应和钢筋混凝土腐蚀状况。所述多元数据感知层位于平台的底层，将自动监测采集的各类多源异构数据转换为安全传输至数据库存储的格式，该所述数据传输层将采用4G/5G无线传输通信技术将监测数据上传至云平台，用户无需外接网线，且避免了停电造成数据缺失；所述多元数据感知层还包括硬件设备，所述硬件设备层包括光纤光栅应变计、温湿度光纤光栅传感器、动态称重仪、一体化振动传感器和钢筋混凝土腐蚀传感器；所述采集单元收集硬件设备层反馈的监测数据，所述监测数据包括隧道环向应变、结构温度监测、隧道纵向管节接头张开变位及渗漏水监测、交通荷载监测、振动响应监测数据和钢筋混凝土腐蚀监测。

在一实施例中，参考图6，所述一体化振动传感器设置在隧道地面内，发生车辆超载、地震、地下空间开挖以及车辆撞击等突发事件后，通过将实测振动数据得到的隧道结构多个特征指标与损伤模式库中的特征参数进行快速比对，即可对隧道可能出现的损伤、具体位置和损伤程度做出快速评估和诊断，从而为应急响应和平时养护提供科学依据；一般来说，工程结构的损伤会导致刚度、质量及阻尼等结构参数的变化，这些参数的变化信息会隐藏在结构振动响应当中。尽管不能直观地从实时监测数据中看到结构损伤，但通过特定的分析方法可以从中提取结构特征指标，通过特征指标来对结构损伤进行诊断。本专利将创新性地采用多指标进行结构安全监测预警。所述振动响应监测数据采用多指标分析方法进行结构安全监测预警，所述指标包括自振频率指标、主成分指标、小波包能量指标和二次协方差矩阵指标。所述振动响应监测数据，采用多指标分析方法，进行结构安全监测预警，满足振动和地震监测与预警的功能。

所述钢筋混凝土腐蚀监测设备采用腐蚀传感器，隧道位于土层下方，易受腐蚀，将钢筋混凝土腐蚀传感器设置在容易腐蚀的关键构件的钢筋混凝土里，通过预埋的腐蚀传感器，可自动记录钢筋混凝土结构的腐蚀状态，为钢筋混凝土结构剩余载荷和结构安全性评定提供基础数据。

在一实施例中，参考图2至图4，所述光纤光栅应变计多方位铺设在隧道截面内，相邻所述光纤光栅应变计之间通过光纤连接，所述光纤光栅应变计包括光纤光栅应变传感器和光纤光栅温湿度传感器。所述光纤光栅应变计设置在各个关键截面上，尤其是结构应力最大处和应力变化最大处；光纤光栅应变计纵向监测数据对比，所述隧道纵向管节接头张开变位监测设备选用所述光纤光栅应变传感器，参考图3和图4，所述光纤光栅应变传感器对隧道环向和纵向应变进行监测，沿着隧道走向在不同方位铺设应变感测光缆，监测管片间沉降、水平位移及各衬砌片间位移变化；同时安装光纤光栅温湿度传感器，沿隧道结构走向布设若干条温湿度感测光缆，根据温湿度变化监测进行衬砌壁渗漏探测，获得隧道结构温度场的分布，并满足应变传感器的温度补偿需要；每个监测区域按一定的间隔设置传感器探头，探头附近的关键结构截面的应力应变、温湿度发生变化，都将被采集，并通过波长的变化确定温湿度变化发生的位置，传输光纤传输感应信号至多元数据感知层的信号处理单元，所述信号处理单元解调光纤光栅的反射波长计算出温湿度结果，多元数据感知层将该值发送至数据分析与应用层，若该结果大于设定报警阈值，数据分析与应用层将发送报警信号。通过该种多区波分复用的方法，增加系统的测量距离和测量点数，使之能够应用到更长距离的监控场所。

所述交通荷载监测包括高速动态称重模块和视频监控模块，所述动态称重模块结合视频监控系统软件监测轴重、加速度、车辆位置、行驶方向以及时间分布指标，生成实时视频监控。所述交通荷载监测采用动态称重技术，结合视频监控系统软件监测轴重、加速度、车辆位置、行驶方向以及时间分布等多个指标，生成实时视频监控，可记录车流量并进行实时车辆称重和超载报警；

所述高速动态称重模块包括线圈传感器、称重传感器、温度传感器、称重控制器、串口服务器以及称重系统软件，高速动态称重模块用来测量动态轮胎力和车辆通过时间并提供计算通过车辆的轮重、轴重、总重、如车速、轴距等数据，在本实施例中，高速动态称重模块采用压电类传感器，灵敏度较高，尤其是压电薄膜类传感器，尺寸小、路面开挖小，可广泛适用于各种隧道路面的安装；

所述视频监控模块包括可变焦摄像机和视频服务器，当动态称重系统记录到超出阈值的车辆载荷就会触发报警系统，并通过视频监测模块拍摄涉事的车辆，通过车辆监控与流量统计软件上传。根据高速动态称重模块提供的超重、超速的违规车辆，视频监测模块拍摄涉事的车辆，经由车辆监控与流量统计软件及计算机上传，为相关管理部门提供警报信息。

所述数据传输层通过5G/4G传输技术将传感器网络采集的监测数据存储至云平台，客户端利用云平台登陆监测系统，所述客户端用于工作人员监控隧道内各单元运行参数和健康状况。所述客户端包括APP、web网络界面等，本实施例中，利用云平台技术，用户不需要安装特定的软件APP，使用任意Web浏览器即可登陆监测系统，降低了监测软件的安装、维护成本。

所述监测预警软件包括预警单元，当各模块监测指标超过设定指标对应的预警值时，触发预警系统，所述监测预警软件界面弹出警告信息，同时通过电子邮件、短信、即时通讯工具向工作人员发送警报；所述监测预警软件还包括应急辅助决策单元，所述数据分析与应用层诊断到隧道结构出现异常或弹出告警信息时，将实测振动数据得到的隧道结构的多个特征指标与损伤模式库中的特征参数进行快速比对并做出评估和诊断。监测预警软件对隧道可能出现的损伤及其位置和程度做出快速评估和诊断，从而为应急响应和平时养护提供科学依据。

所述步骤S2具体步骤为：所述数据传输层通过5G/4G传输技术将传感器网络采集的监测数据存储至云平台，客户端利用云平台登陆监测系统，所述客户端用于工作人员监控隧道内各单元运行参数和健康状况。

所述步骤S4具体步骤为：所述数据分析与应用层诊断到隧道结构出现异常或弹出告警信息时，将实测振动数据得到的隧道结构的多个特征指标与损伤模式库中的特征参数进行比对并做出评估和诊断。

所述振动响应监测数据采用多指标分析方法进行结构安全监测预警，所述指标包括自振频率指标、主成分指标、小波包能量指标和二次协方差矩阵指标。所述自振频率指标通过如下方式计算获得：通过随机子空间法进行计算，假设输出通道数为l，其中参考通道数为r，则利用输出数据构建(2i)行×j列的Hankel矩阵H，并分解为过去(past)和将来(future)两部分，其计算公式如下：

过去和将来测量的结构响应数据矩阵分别是

和Y_f，

y_k∈Y_f，而i和j为随机子空间方法中的重要控制参数。若把所有的s个输出数据都用于分析，则s＝2i+j-1；然后根据如下公式，利用Hankel矩阵构建Toeplitz矩阵T如下：

得到Toeplitz矩阵后，通过奇异值分解、系统定阶过程，便能得到识别频率，即所述自振频率。

所述主成分指标的计算包括以下步骤：

步骤1、假设对m个参数进行n次的观测，则能得到一个原始数据矩阵X：

步骤2、对原始数据标准化，采用如下标准差标准化的公式：

其中，

为X_j的均值，s_j为X_j的标准差，标准化之后的原始矩阵作X′；

步骤3、根据如下公式计算相关矩阵：

其中，标准化后的矩阵相关矩阵R为其协方差矩阵；

步骤4、对样本数据相关矩阵R作特征分解，得到前m阶的特征值λ₁≥λ₂≥…≥λ_m≥0；并定义第j个主成分贡献率

前p个主成分的累计贡献率

步骤5、计算出每个特征值对应的特征向量得到相关系数a_ij，代入如下计算公式：

即可得出各阶所述主成分，其中Y₁、Y₂和Y_m分别是第1、2和m阶的主成分。

所述小波包能量指标通过如下方法获得：采用小波函数，将信号分解到独立的子频带内，计算各子频带的能量成分；其中，分解的每个片段包含有结构在不同频段的信息，并根据如下公式计算各阶小波包能量E：

即得到各阶所述小波包能量，其中，

表示在分解层j上第i个节点能量值，而

表示在分解层j上第i个节点归一化后的能量值。

所述二次协方差指标通过如下公式计算获得：

T_pl＝R_pl·R_pl ^T

其中，R_pl是协方差矩阵，而T_pl是二次协方差矩阵，p和l是测点位置。

以上是对本发明一种基于多元传感数据的实时隧道结构健康监测方法进行的阐述，用于帮助理解本发明，但本发明的实施方式并不受上述实施例的限制，任何未背离本发明原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种基于多元传感数据的实时隧道结构健康监测方法，其特征在于，包括以下步骤：S1、实时数据采集，将隧道整体结构划分为多个监测区，划分后的各监测区域包括多个监测对象，在各监测对象上设有相应传感器采集监测对象的实时状态；S2、数据传输，多元数据感知层收集各监测对象的监测数据打包发送至数据传输层，所述数据传输层通过5G/4G网络数据传输技术上传到云平台；S3、数据分析，处理器整理收集数据并计算出各监测对象的数据变化值，根据监测对象的不同设置多个分析模型，各分析模型设有相应的预警值；S4、健康评估，数据分析与应用层根据采集到的隧道结构关键数据，结合大数据分析技术，实时评估隧道健康和风险状态；S5、预警，分析模型根据各类监测数据的分析后，对比预警值，高出预警值则自动触发预警系统，预警系统向客户端界面弹出警告信息，同时向工作人员发送警报信息。

2.根据权利要求1所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，隧道结构多致灾参数的联合监测所述监测对象包括隧道环向应变监测、结构温度监测、隧道纵向管节接头张开变位及渗漏水监测、交通荷载监测、振动响应监测和钢筋混凝土腐蚀状况监测。

3.根据权利要求1所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述步骤S2具体步骤为：所述数据传输层通过5G/4G传输技术将传感器网络采集的监测数据存储至云平台，客户端利用云平台登陆监测系统，所述客户端用于工作人员监控隧道内各单元运行参数和健康状况。

4.根据权利要求2所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述步骤S4具体步骤为：所述数据分析与应用层诊断到隧道结构出现异常或弹出告警信息时，将实测振动数据得到的隧道结构的多个特征指标与损伤模式库中的特征参数进行比对并做出评估和诊断。

5.根据权利要求2所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述振动响应监测采用多指标分析方法进行结构安全监测预警，所述指标包括自振频率指标、主成分指标、小波包能量指标和二次协方差矩阵指标。

6.根据权利要求5所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述自振频率指标通过如下方式计算获得：通过随机子空间法进行计算，假设输出通道数为l，其中参考通道数为r，则利用输出数据构建(2i)行×j列的Hankel矩阵H，并分解为过去(past)和将来(future)两部分，其计算公式如下：

过去和将来测量的结构响应数据矩阵分别是

和Y_f，

y_k∈Y_f，而i和j为随机子空间方法中的重要控制参数。若把所有的s个输出数据都用于分析，则s＝2i+j-1；然后根据如下公式，利用Hankel矩阵构建Toeplitz矩阵T如下：

得到Toeplitz矩阵后，通过奇异值分解、系统定阶过程，便能得到识别频率，即所述自振频率。

7.根据权利要求5所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述主成分指标的计算包括以下步骤：

步骤1、假设对m个参数进行n次的观测，则能得到一个原始数据矩阵X：

步骤2、对原始数据标准化，采用如下标准差标准化的公式：

其中，

为X_j的均值，s_j为X_j的标准差，标准化之后的原始矩阵作X′；

步骤3、根据如下公式计算相关矩阵：

其中，标准化后的矩阵相关矩阵R为其协方差矩阵；

步骤4、对样本数据相关矩阵R作特征分解，得到前m阶的特征值λ₁≥λ₂≥…≥λ_m≥0；并定义第j个主成分贡献率

前p个主成分的累计贡献率

步骤5、计算出每个特征值对应的特征向量得到相关系数a_ij，代入如下计算公式：

即可得出各阶所述主成分，其中Y₁、Y₂和Y_m分别是第1、2和m阶的主成分。

8.根据权利要求5所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述小波包能量指标通过如下方法获得：采用小波函数，将信号分解到独立的子频带内，计算各子频带的能量成分；其中，分解的每个片段包含有结构在不同频段的信息，并根据如下公式计算各阶小波包能量E：

即得到各阶所述小波包能量，其中，

表示在分解层j上第i个节点能量值，而

表示在分解层j上第i个节点归一化后的能量值。

9.根据权利要求5所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述二次协方差指标通过如下公式计算获得：

T_pl＝R_pl·R_pl ^T

其中，R_pl是协方差矩阵，而T_pl是二次协方差矩阵，p和l是测点位置。

10.根据权利要求1所述的基于多元传感数据的实时隧道结构健康监测方法，其特征在于，所述步骤S5具体步骤为：当各模块监测指标超过设定指标对应的预警值时，触发预警系统，所述监测预警软件界面弹出警告信息，同时通过电子邮件、短信、即时通讯工具向工作人员发送警报。

Images