CN114739450B - 一种适于寒区路基的复合式智能土工格栅及监测预警方法 - Google Patents
一种适于寒区路基的复合式智能土工格栅及监测预警方法 Download PDFInfo
- Publication number
- CN114739450B CN114739450B CN202210272971.6A CN202210272971A CN114739450B CN 114739450 B CN114739450 B CN 114739450B CN 202210272971 A CN202210272971 A CN 202210272971A CN 114739450 B CN114739450 B CN 114739450B
- Authority
- CN
- China
- Prior art keywords
- roadbed
- geogrid
- monitoring
- sensors
- composite
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000002131 composite material Substances 0.000 claims abstract description 74
- 239000000523 sample Substances 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 56
- 238000006073 displacement reaction Methods 0.000 claims description 49
- 239000002689 soil Substances 0.000 claims description 45
- 238000011156 evaluation Methods 0.000 claims description 31
- 239000010410 layer Substances 0.000 claims description 28
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 20
- 229910052802 copper Inorganic materials 0.000 claims description 20
- 239000010949 copper Substances 0.000 claims description 20
- 238000012502 risk assessment Methods 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 230000001133 acceleration Effects 0.000 claims description 19
- 230000003068 static effect Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 14
- 239000013307 optical fiber Substances 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 9
- 239000000945 filler Substances 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 6
- 239000004698 Polyethylene Substances 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- -1 polyethylene Polymers 0.000 claims description 5
- 229920000573 polyethylene Polymers 0.000 claims description 5
- 239000002344 surface layer Substances 0.000 claims description 5
- 230000036760 body temperature Effects 0.000 claims description 4
- 239000004033 plastic Substances 0.000 claims description 4
- 229920003023 plastic Polymers 0.000 claims description 4
- 238000005452 bending Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 230000026676 system process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract 1
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 238000010257 thawing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02D—FOUNDATIONS; EXCAVATIONS; EMBANKMENTS; UNDERGROUND OR UNDERWATER STRUCTURES
- E02D1/00—Investigation of foundation soil in situ
- E02D1/08—Investigation of foundation soil in situ after finishing the foundation structure
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Soil Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Paleontology (AREA)
- Civil Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
一种适于寒区路基的复合式智能土工格栅及监测预警方法，属于寒区路基工程病害智能监测预警领域。复合式智能土工格栅包括复合式土工格栅及数个传感器；复合式土工格栅由双重土工格栅及数个监测节点组成；双重土工格栅由第一、二重土工格栅组成；第一、二重土工格栅由数个肋条组成，第一重土工格栅的数个肋条分别是数个横向肋条和数个竖向肋条，第二重土工格栅的数个肋条为数个斜向肋条；每相邻两个监测节点的横向之间通过横向肋条连接，每相邻两个监测节点的纵向之间通过竖向肋条连接，每两个呈对角设置的监测节点之间通过斜向肋条连接，数个传感器固定在数个监测节点处的安装孔内，安装孔的内壁上设有数个探针孔。本发明用于寒区路基监测预警。
Description
技术领域
本发明属于寒区路基工程病害智能监测预警领域，具体涉及一种适于寒区路基的复合式智能土工格栅及监测预警方法。
背景技术
冻土地区的路基变形一般由路堤填土变形、季节融化层的压密变形、多年冻土的融沉变形和高温冻土的压缩变形四部分组成，其外因不外乎静荷载(上覆路堤自重等)、动力荷载和温度变化三种。高速铁路面临的列车动荷载与振动频率更大，路基的振动加速度更高，列车与线路的振动更剧烈，从而增加路基承受动荷载影响的深度，加快其累积永久变形，削弱路基的动力稳定性，并直接影响到路基使用和养护维修。
针对目前寒区路基病害的现状及主要成因，获取列车荷载及环境作用下路基填料的物理力学状态至关重要。
然而，传统的监测方法较多采用在路基内部安装传感器，但是传感器安装时的打孔环节对土体结构造成较大损害，并且监测费用高昂，此外，传统的监测方法(如沉降板、分层沉降计)在埋设、观测过程中与路基施工形成相互干扰、易被破坏，观测结果也易受气候、人为因素影响。另一方面，由于寒区环境气候苛刻，多年冻土和季节性冻土的复杂物理特性，路基性能指标监测实时性差、缺少较为全面的路基特征信息的实时监测数据且很难做出及时有效的路基性能评估。
鉴于上述问题，一种适于寒区路基的复合式智能土工格栅及监测预警方法亟待被提出。
发明内容
本发明的目的之一是提供一种适于寒区路基的复合式智能土工格栅，以解决传统的监测方法采用在路基内部安装传感器，传感器安装时的打孔环节对土体结构造成较大损害的问题。
本发明的目的之二是提供一种适于寒区路基的监测预警方法，以解决传统的监测方法监测结果不准确，路基性能指标监测实时性差、缺少较为全面的路基特征信息的实时监测数据且很难做出及时有效的路基性能评估的问题。
本发明的方法根据寒区路基特点，采用复合式智能土工格栅获取路基表层位移场、力学特性和水文特性等监测信息，并通过层次分析-模糊综合评价法(AHP-FCE)估计风险概率和风险损失，最终建立寒区路基风险评估模型，实现安全预警。
为实现上述目的，本发明采取的技术方案如下：
一种适于寒区路基的复合式智能土工格栅，包括复合式土工格栅及数个传感器；所述复合式土工格栅由双重土工格栅及数个监测节点组成；所述双重土工格栅由第一重土工格栅和第二重土工格栅组成；所述第一重土工格栅和第二重土工格栅均由数个肋条组成，第一重土工格栅的数个肋条分别是数个横向肋条和数个竖向肋条，所述第二重土工格栅的数个肋条为数个斜向肋条；
所述数个监测节点呈矩阵形式设置，每相邻两个监测节点的横向之间均通过横向肋条连接，每相邻两个监测节点的纵向之间均通过竖向肋条连接，每两个呈对角设置的监测节点之间均通过斜向肋条连接，数个所述监测节点处均设有安装孔，数个传感器固定在数个安装孔内，数个监测节点处的安装孔的内壁上均设有数个探针孔。
进一步的是，每个所述安装孔的边缘处均布固定有四个用于与传感器外壁上的四个预设凹槽一相配合的固定柱。
进一步的是，每个所述传感器的端面上均有预设凹槽二，光纤将端部位置进行弯折工艺处理后嵌入预设凹槽二内与传感器紧密连接。
进一步的是，所述预设凹槽二内固定有弹性铜片一和弹性铜片二，且所述弹性铜片一位于弹性铜片二的外侧，光纤头部与弹性铜片一及弹性铜片二紧密连接。
进一步的是，所述复合式土工格栅由适于负温环境下的聚乙烯塑料制成。
进一步的是，所述数个传感器分别是数个位移传感器、数个加速度传感器、数个土体温度传感器、数个路基含水量传感器、数个路基含冰量传感器、数个动荷载传感器及数个静荷载传感器。
一种适于寒区路基监测预警方法，所述方法基于复合式智能土工格栅实现，其特征在于：所述方法包括以下步骤：
步骤一：将复合式智能土工格栅放置在寒区路基的基床表层，并在所述复合式智能土工格栅的肋条部位布置应变光缆，将所述应变光缆一端与固定在复合式土工格栅的数个监测节点处的数个传感器信号连接，将应变光缆另一端与特征信息监测系统信号连接；同时将数据传输系统布置在复合式土工格栅的监测节点处；通过所述数个传感器监测得到路基填料特征数据，并将监测得到的数据信息传输给特征信息监测系统，从而实现路基填料特征信息的智能感知；所述路基填料特征数据包括复合式土工格栅周围路基位移场、力学特性及水文特性数据；
步骤二：所述特征信息监测系统将监测得到的数据信息通过信号实时传输系统汇聚至通信控制系统，再由所述通信控制系统将数据传输至数据处理系统，所述数据处理系统采用高速DSP技术及去噪与异常识别技术对数据进行处理；
步骤三：依据处理过的数据信息建立寒区路基风险评估模型，实时进行寒区铁路稳定性风险估计，并对风险估计结果进行安全预警。
进一步的是，步骤一中，所述数个传感器分别是数个位移传感器、数个加速度传感器、数个土体温度传感器、数个路基含水量传感器、数个路基含冰量传感器、数个动荷载传感器及数个静荷载传感器；
所述复合式土工格栅周围路基位移场包括横向位移、纵向位移及深度方向位移，所述复合式土工格栅周围路基力学特性包括静荷载、动荷载及加速度，所述复合式土工格栅周围路基水文特性包括冻土温度、冻土含水量及冻土含冰量；
所述数个位移传感器用于监测复合式土工格栅周围处路基的横向位移、纵向位移及深度方向位移；所述数个静荷载传感器和数个动荷载传感器分别用于监测复合式土工格栅周围处路基的静荷载和动荷载；所述数个加速度传感器用于监测复合式土工格栅周围处路基的加速度；所述数个土体温度传感器用于监测复合式土工格栅周围处路基的冻土温度；所述数个路基含水量传感器用于监测复合式土工格栅周围处路基的冻土含水量；所述数个路基含冰量传感器用于监测复合式土工格栅周围处路基的冻土含冰量。
进一步的是，步骤三中，所述寒区路基风险评估模型的建立过程是：采用层次分析-模糊综合评价法估计风险概率和风险损失，最终建立寒区路基风险评估模型。
本发明相对于现有技术的有益效果是：
本发明的复合式土工格栅，由双重土工格栅及数个监测节点组成，传感器安装在监测节点处的安装孔内，土体结构不会被损害。此外，考虑到聚乙烯材料在负温下抗拉性能明显提高，因此，复合式土工格栅材料选用聚乙烯塑料。
2、本发明监测指标除了传统的路基性能指标之外，着重考虑了寒区特殊的冻土温度、冻土含水量、冻土含冰量等特征变化对路基冻融起关键作用的性态指标。
3、本发明基于路基灾害分析理论和寒区路基性能指标，建立多层次寒区铁路运营风险评估指标体系，采用层次分析-模糊综合评价法(AHP-FCE)估计风险概率和风险损失，构建了寒区铁路风险评估模型。
4、本发明的方法应用范围较广，同时可用于寒区路基边坡、反包式挡土墙结构、反包式路基结构等。
附图说明
图1是本发明的复合式土工格栅的结构示意图；
图2是传感器嵌入复合式土工格栅后的局部横截面示意图；
图3是图2的A处局部放大图；
图4是传感器的俯视图；
图5是传感器的主视图；
图6是光纤与传感器连接的示意图；
图7是复合式土工格栅的监测节点的示意图；
图8是将本发明的复合式智能土工格栅放置在路基基床表层的示意图；
图9是多层次寒区铁路运营风险评估指标体系框图；
图10是本发明的适于寒区路基监测预警方法的流程框图。
上述附图中涉及的部件名称及标号如下：
第一重土工格栅1、第二重土工格栅2、监测节点3、横向肋条4、竖向肋条5、斜向肋条6、固定柱7、预设凹槽一8、安装孔9、传感器10、预设凹槽二11、弹性铜片一12、弹性铜片二13、光纤头部14、探针孔15、复合式智能土工格栅16。
具体实施方式
具体实施方式一：如图1-图5及图7所示，本实施方式披露了一种适于寒区路基的复合式智能土工格栅，包括复合式土工格栅及数个传感器10；所述复合式土工格栅由双重土工格栅及数个监测节点3组成；所述双重土工格栅由第一重土工格栅1和第二重土工格栅2组成；所述第一重土工格栅1和第二重土工格栅2均由数个肋条组成，第一重土工格栅1的数个肋条分别是数个横向肋条4和数个竖向肋条5，所述第二重土工格栅2的数个肋条为数个斜向肋条6；
所述数个监测节点3呈矩阵形式设置，每相邻两个监测节点3的横向之间均通过横向肋条4连接，每相邻两个监测节点3的纵向之间均通过竖向肋条5连接(连接方式简单且覆盖面较广)，每两个呈对角设置的监测节点3之间均通过斜向肋条6连接(可在极大程度上提高复合式土工格栅的强度并提高数据传输的稳定性)，数个所述监测节点3处均设有安装孔9，数个传感器10固定在数个安装孔9内，数个监测节点3处的安装孔9的内壁上均设有数个探针孔15(可使土与传感器10直接接触，进而可方便监测路基性能指标)。
参见图8，监测时，将复合式智能土工格栅16放置在路基基床表层，监测得到在行车荷载与环境作用下路基性能指标信息。
双重土工格栅通过定性监测可以得到路基沉降分布状态，获得区域沉降分布云图，路基填料的压实使得双重土工格栅与路基耦合为一体，当路基由于冻融循环发生沉降时，可以通过双重土工格栅中植入的光纤查看应变分布变化，进而分析路基沉降病害状况。
具体实施方式二：如图2-图5所示，本实施方式是对具体实施方式一作出的进一步说明，每个所述安装孔9的边缘处均布固定有四个用于与传感器10外壁上的四个预设凹槽一8相配合的固定柱7(当传感器10嵌入复合式智能土工格栅的安装孔9内时，固定柱7与预设凹槽一8紧密接触，安装孔9的内壁与传感器10的外壁紧密贴合，实现较好的连接)。
具体实施方式三：如图4、图5所示，本实施方式是对具体实施方式一或二作出的进一步说明，每个所述传感器10的端面上均有预设凹槽二11，光纤将端部位置进行弯折工艺处理后嵌入预设凹槽二11内与传感器10紧密连接(一方面提高光纤与传感器10信息传输的稳定性，另一方面起到稳定传感器10，维护结构整体性的作用)。
具体实施方式四：如图6所示，本实施方式是对具体实施方式三作出的进一步说明，所述预设凹槽二11内固定有弹性铜片一12和弹性铜片二13，且所述弹性铜片一12位于弹性铜片二13的外侧，光纤头部14与弹性铜片一12及弹性铜片二13紧密连接(可极大程度上增强光纤与传感器10的连接稳定性，以及信号传输效率。光纤头部14的侧面做了加工处理，譬如加工成圆锥面，提高了嵌固过程的平滑性)。
具体实施方式五：本实施方式是对具体实施方式一作出的进一步说明，所述复合式土工格栅由适于负温环境下的聚乙烯塑料制成。
具体实施方式六：本实施方式是对具体实施方式一作出的进一步说明，所述数个传感器10分别是数个位移传感器、数个加速度传感器、数个土体温度传感器、数个路基含水量传感器、数个路基含冰量传感器、数个动荷载传感器及数个静荷载传感器。
具体实施方式七：如图1-图4、图8-图10所示，本实施方式披露了一种适于寒区路基监测预警方法，所述方法是基于具体实施方式一至六中任一具体实施方式所述的复合式智能土工格栅实现的，所述方法包括以下步骤：
步骤一：将复合式智能土工格栅16放置在寒区路基的基床表层，并在所述复合式智能土工格栅16的肋条部位布置应变光缆，将所述应变光缆一端与固定在复合式土工格栅的数个监测节点3处的数个传感器10信号连接，将应变光缆另一端与特征信息监测系统信号连接；同时将数据传输系统布置在复合式土工格栅的监测节点3处；通过所述数个传感器10监测得到路基填料特征数据，并将监测得到的数据信息传输给特征信息监测系统，从而实现路基填料特征信息的智能感知；所述路基填料特征数据包括复合式土工格栅周围路基位移场、力学特性及水文特性数据；
步骤二：所述特征信息监测系统将监测得到的数据信息通过信号实时传输系统汇聚至通信控制系统，再由所述通信控制系统将数据传输至数据处理系统，所述数据处理系统采用高速DSP技术及去噪与异常识别技术对数据进行处理(信号实时传输系统可以是有线信号实时传输系统，也可以是无线信号实时传输系统。有线信号实时传输系统即为与光纤之间的有线连接达到信号传输的目的，无线信号实时传输系统即为通过无线蓝牙或WiFi无线传输的方式达到信号传输的目的)；
步骤三：依据处理过的数据信息建立寒区路基风险评估模型，实时进行寒区铁路稳定性风险估计，并对风险估计结果进行安全预警(风险等级的评测即为安全预警的主题内容，如表1所示)。
具体实施方式八：如图2所示，本实施方式是对具体实施方式七作出的进一步说明，步骤一中，所述数个传感器10分别是数个位移传感器、数个加速度传感器、数个土体温度传感器、数个路基含水量传感器、数个路基含冰量传感器、数个动荷载传感器及数个静荷载传感器；
所述复合式土工格栅周围路基位移场包括横向位移、纵向位移及深度方向位移，所述复合式土工格栅周围路基力学特性包括静荷载、动荷载及加速度，所述复合式土工格栅周围路基水文特性包括冻土温度、冻土含水量及冻土含冰量；
所述数个位移传感器用于监测复合式土工格栅周围处路基的横向位移、纵向位移及深度方向位移；所述数个静荷载传感器和数个动荷载传感器分别用于监测复合式土工格栅周围处路基的静荷载和动荷载；所述数个加速度传感器用于监测复合式土工格栅周围处路基的加速度；所述数个土体温度传感器用于监测复合式土工格栅周围处路基的冻土温度；所述数个路基含水量传感器用于监测复合式土工格栅周围处路基的冻土含水量；所述数个路基含冰量传感器用于监测复合式土工格栅周围处路基的冻土含冰量。
具体实施方式九：如图10所示，本实施方式是对具体实施方式七作出的进一步说明，步骤三中，所述寒区路基风险评估模型的建立过程是：采用层次分析-模糊综合评价法(AHP-FCE)估计风险概率和风险损失，最终建立寒区路基风险评估模型。其中，层次分析法(AHP)用于建立各指标(即路基填料特征数据)权重，利用模糊综合评价法(FCE)进行多层次综合评判。
所述风险评估模型基于路基灾害分析理论和寒区路基性能指标，建立多层次寒区铁路运营风险评估指标体系(如图9所示)，将模糊数学引入层次分析方法，结合传统的定性分析方法和定量分析方法的优势，采用层次分析-模糊综合评价法(AHP-FCE)估计风险概率和风险损失。
基于层次分析法(AHP)建立的多层次寒区铁路运营风险评估指标体系，包括了目标层、准则层及指标层，其中目标层：即为寒区铁路运营安全综合评价指标体系。准则层：包括位移场、力学特性、水温特征。指标层：即为横向位移、纵向位移、深度方向位移；静荷载、动荷载、加速度；冻土温度、冻土含水量、冻土含冰量。
其中准则层将影响寒区铁路运营安全的因素分为位移场、力学特性和水文特性三个主要方面，准则层又进一步细化为相应的指标层。
具体实施方式十：本实施方式是对具体实施方式七作出的进一步说明，步骤三中，所述实时进行寒区铁路稳定性风险估计的具体方法是：
步骤一：建立寒区铁路运营安全评估评语集C；
所述评语集C用于确定复合式智能土工格栅16所能监测到的指标(也就是路基填料特征数据)中每个指标状态的集合，评语集C＝(C1，C2，C3，···，C4，Ck)，Ck代表不同的风险状态，在寒区铁路运营安全评估中，C被划分为5个等级，即：非常安全，安全，较安全，危险，很危险；表1为风险等级评分标准；
表1风险等级评分标准
步骤二：建立寒区铁路运营安全评估权重集；
权重分析包含：构造优先关系判断矩阵、构造模糊一致判断矩阵以及计算权重集；
(一)构造优先关系判断矩阵；
采用3-标度法进行优先关系判断矩阵(判断矩阵用于同一层之间的指标的比较)的建立，由专家调查法(为已知方法，但在寒区路基方面没有应用过)对目标层、准则层、指标层的不同指标因素对寒区铁路运营安全的重要性进行比较分析获得；
例如，对二级指标集Ui(具体包括横向位移、纵向位移、深度方向位移、静荷载、动荷载、加速度、冻土温度、冻土含水量及冻土含冰量)的判断矩阵为：
式(1)中，a表示判断矩阵，an表示判断矩阵中的元素；
式(2)中，aij表示指标因素Uei相对于Uej的重要性，Uei和Uej代表同一层指标内的不同指标(如横向位移与纵向位移)，其中i＝1，2，3，…，n；j＝1，2，3，…，n，e＝1，2，3，…，m；t(i)、t(j)分别表示指标因素Uei和Uej在两两比较中的重要性；其中i和j代表第几个的意思，e代表第e层指标；
(二)构造模糊一致判断矩阵；
引入模糊一致判断矩阵能够避免由于判断的主观性带来的一致性检验程序，并通过优先关系判断矩阵a获得模糊一致判断矩阵A＝(Aij)n×n；
式(3)中，A表示判断矩阵、
(三)计算权重集；
采用和行归一法由模糊一致判断矩阵A计算权重；首先将A中元素Aij按列进行归一化得矩阵E＝(eij)n×n；
式(4)中，eij表示矩阵E中的元素；
其次将E中元素按行相加得向量F＝(f1，f2，f3，…，fn)，其中，fn表示向量F中的元素，对向量F进行量纲一化处理得权重集Wi＝(wi1，wi2，wi3，…，win)T；其中，win表示权重集Wi中的元素，T表示矩阵的转置运算；
式(5)中，wij表示权重集Wi的元素，fe和fj分别表示权重集的元素计算；
一级指标集U(一级指标包括位移场、力学特性、水温特征)的权重集W通过同样方法求得，对于一些特定的层次结构，也可以通过专家调查意见直接指定一级指标的权重；
步骤三：建立隶属度矩阵；
隶属度矩阵是用来描述各个指标对于评语集C各个等级的隶属度的矩阵，是基础的评价结果；
式(6)中，R表示隶属度矩阵，rnk表示隶属度矩阵R中的矩阵元素；
rij(i＝1，2，3，…，n；j＝1，2，3，…，k)为第i个指标关于第j个评语等级的隶属度，可采用专家调查法获得；
对于可以量化的指标因素，可通过隶属度函数由指标特征值计算其隶属度；但对于大多数工程领域风险分析问题，指标因素往往很难量化，可采用专家调查法由统计手段获得其隶属度；
步骤四：寒区铁路运营安全多层次综合评判；
多层次综合评判基于所得隶属度矩阵和权重集由指标层至目标层，逐层向上计算各层次评判集，并最终获得目标指标的风险估计结果的过程；
(一)二级指标综合评判(二级指标组成一级指标，一级为准则层、二级为指标层)；
首先，由二级指标权重集Wi和二级指标隶属度矩阵Ri得到二级指标(包括：横向位移、竖向位移、深度方向位移；静荷载、动荷载、加速度；冻土温度、冻土含水量、冻土含冰量)评判集Bi；
i＝1,2,3,…,m
式(7)中，bik表示评判集Bi内的元素，。表示模糊运算符，采用Zadeh算子，为主因素决定型，即M(∧,∨)，突出主要因素的影响而忽略其他次要因素，即：
i＝1,2,3,…,m
j＝1,2,3,…,n
e＝1,2,3,…,k
其中，rje表示表示隶属度矩阵内的元素；
对二级指标评判集Bi作归量纲归一化处理；
(二)一级指标综合评判；
由二级指标评判集Bi，可得一级指标(包括：位移场、力学特性、水文特性)隶属度矩阵R；
考虑一级指标权重集W，可得一级指标评判集B，
式(8)中，Bm表示一级指标隶属度矩阵R中的矩阵元素；
对Bi作量纲归一化处理；
对于W直接由专家经验给出的情况，B可以由以下公式得到；
B＝WT·R＝(w1,w2,…,wm)·(B1,B2,…,Bm)T (10)
(三)目标指标综合评判；
由评语集C评分区间中间值(如表1所示)建立评分集G＝(0.1,0.3,0.5,0.6,0.9)，可得目标指标U的风险估计结果D为：
D＝B·GT＝(b1,b2,…,bk)·(g1,g2,…,gk)T (11)
式(11)中，gk表示GT内的元素，根据式(11)得到风险估计结果。
将监测路基特征数据采用风险评估模型进行风险评价，即可得到寒区铁路路基在运营过程中的安全服役状态，进行实现路基安全预警，针对风险状态为危险、很危险段重点进行精细化监测及病害整治，较安全段进行定期关注，安全及非常安全段可以保证铁路安全运营。
以上仅为本发明较佳的具体实施方式，但本发明的保护范围，并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种适于寒区路基监测预警方法，其特征在于：所述方法是基于复合式智能土工格栅实现的，所述复合式智能土工格栅包括复合式土工格栅及数个传感器(10)；所述复合式土工格栅由双重土工格栅及数个监测节点(3)组成；所述双重土工格栅由第一重土工格栅(1)和第二重土工格栅(2)组成；所述第一重土工格栅(1)和第二重土工格栅(2)均由数个肋条组成，第一重土工格栅(1)的数个肋条分别是数个横向肋条(4)和数个竖向肋条(5)，所述第二重土工格栅(2)的数个肋条为数个斜向肋条(6)；
所述数个监测节点(3)呈矩阵形式设置，每相邻两个监测节点(3)的横向之间均通过横向肋条(4)连接，每相邻两个监测节点(3)的纵向之间均通过竖向肋条(5)连接，每两个呈对角设置的监测节点(3)之间均通过斜向肋条(6)连接，数个所述监测节点(3)处均设有安装孔(9)，数个传感器(10)固定在数个安装孔(9)内，数个监测节点(3)处的安装孔(9)的内壁上均设有数个探针孔(15)；
所述方法包括以下步骤：
步骤一：将复合式智能土工格栅(16)放置在寒区路基的基床表层，并在所述复合式智能土工格栅(16)的肋条部位布置应变光缆，将所述应变光缆一端与固定在复合式土工格栅的数个监测节点(3)处的数个传感器(10)信号连接，将应变光缆另一端与特征信息监测系统信号连接；同时将数据传输系统布置在复合式土工格栅的监测节点(3)处；通过所述数个传感器(10)监测得到路基填料特征数据，并将监测得到的数据信息传输给特征信息监测系统，从而实现路基填料特征信息的智能感知；所述路基填料特征数据包括复合式土工格栅周围路基位移场、力学特性及水文特性数据；
步骤二：所述特征信息监测系统将监测得到的数据信息通过信号实时传输系统汇聚至通信控制系统，再由所述通信控制系统将数据传输至数据处理系统，所述数据处理系统采用高速DSP技术及去噪与异常识别技术对数据进行处理；
步骤三：依据处理过的数据信息建立寒区路基风险评估模型，实时进行寒区铁路稳定性风险估计，并对风险估计结果进行安全预警；
所述寒区路基风险评估模型的建立过程是：采用层次分析-模糊综合评价法估计风险概率和风险损失，最终建立寒区路基风险评估模型；
所述实时进行寒区铁路稳定性风险估计的具体方法是：
步骤一：建立寒区铁路运营安全评估评语集C；
所述评语集C用于确定复合式智能土工格栅(16)所能监测到的指标中每个指标状态的集合，评语集C＝(C1，C2，C3，···，C4，Ck)，Ck代表不同的风险状态，在寒区铁路运营安全评估中，C被划分为5个等级，即：非常安全，安全，较安全，危险，很危险；
步骤二：建立寒区铁路运营安全评估权重集；
权重分析包含：构造优先关系判断矩阵、构造模糊一致判断矩阵以及计算权重集；
(一)构造优先关系判断矩阵；
采用3-标度法进行优先关系判断矩阵的建立，由专家调查法对目标层、准则层、指标层的不同指标因素对寒区铁路运营安全的重要性进行比较分析获得；
(二)构造模糊一致判断矩阵；
模糊一致判断矩阵是能够避免判断的主观性的一致性检验程序，并通过优先关系判断矩阵a获得模糊一致判断矩阵A＝(Aij)n×n；
式(3)中，A表示模糊一致判断矩阵、
(三)计算权重集；
采用和行归一法由模糊一致判断矩阵A计算权重；首先将A中元素Aij按列进行归一化得矩阵E＝(eij)n×n；
式(4)中，eij表示矩阵E中的元素；
其次将E中元素按行相加得向量F＝(f1，f2，f3，…，fn)，其中，fn表示向量F中的元素，对向量F进行量纲归一化处理得权重集Wi＝(wi1，wi2，wi3，…，win)T；其中，win表示权重集Wi中的元素，T表示矩阵的转置运算；
式(5)中，wij表示权重集Wi的元素，fe和fj用于权重集的元素计算；
步骤三：建立隶属度矩阵；
隶属度矩阵是用来描述各个指标对于评语集C各个等级的隶属度的矩阵，是基础的评价结果；
式(6)中，R表示隶属度矩阵，rnk表示隶属度矩阵R中的矩阵元素；
rij为第i个指标关于第j个评语等级的隶属度，采用专家调查法获得；i＝1，2，3，…，n；j＝1，2，3，…，k；
步骤四：寒区铁路运营安全多层次综合评判；
多层次综合评判基于所得隶属度矩阵和权重集由指标层至目标层，逐层向上计算各层次评判集，并最终获得目标指标的风险估计结果的过程；
(一)二级指标综合评判；
首先，由二级指标权重集Wi和二级指标隶属度矩阵Ri得到二级指标评判集Bi；
式(7)中，bik表示表示评判集Bi内的元素，表示模糊运算符，采用Zadeh算子，为主因素决定型，即M(∧,∨)，突出主要因素的影响而忽略次要因素，即：
其中，rje表示二级指标隶属度矩阵内的元素；
对二级指标评判集Bi作归量纲归一化处理；
(二)一级指标综合评判；
由二级指标评判集Bi，得到一级指标隶属度矩阵R；
考虑一级指标权重集W，得到一级指标评判集B，
式(8)中，Bm表示一级指标隶属度矩阵R中的矩阵元素；
对Bi作量纲归一化处理；
对于W直接由专家经验给出的情况，B由以下公式得到；
B＝WT·R＝(w1,w2,…,wm)·(B1,B2,…,Bm)T (10)
(三)目标指标综合评判；
由评语集C评分区间中间值建立评分集G＝(0.1,0.3,0.5,0.6,0.9)，得到目标指标U的风险估计结果D为：
D＝B·GT＝(b1,b2,…,bk)·(g1,g2,…,gk)T (11)
式(11)中，gk表示GT内的元素，根据式(11)得到风险估计结果。
2.根据权利要求1所述的一种适于寒区路基监测预警方法，其特征在于：每个所述安装孔(9)的边缘处均布固定有四个用于与传感器(10)外壁上的四个预设凹槽一(8)相配合的固定柱(7)。
3.根据权利要求1或2所述的一种适于寒区路基监测预警方法，其特征在于：每个所述传感器(10)的端面上均有预设凹槽二(11)，光纤将端部位置进行弯折工艺处理后嵌入预设凹槽二(11)内与传感器(10)紧密连接。
4.根据权利要求3所述的一种适于寒区路基监测预警方法，其特征在于：所述预设凹槽二(11)内固定有弹性铜片一(12)和弹性铜片二(13)，且所述弹性铜片一(12)位于弹性铜片二(13)的外侧，光纤头部(14)与弹性铜片一(12)及弹性铜片二(13)紧密连接。
5.根据权利要求1所述的一种适于寒区路基监测预警方法，其特征在于：所述复合式土工格栅由适于负温环境下的聚乙烯塑料制成。
6.根据权利要求1所述的一种适于寒区路基监测预警方法，其特征在于：所述数个传感器(10)分别是数个位移传感器、数个加速度传感器、数个土体温度传感器、数个路基含水量传感器、数个路基含冰量传感器、数个动荷载传感器及数个静荷载传感器。
7.根据权利要求1所述的适于寒区路基监测预警方法，其特征在于：步骤一中，所述数个传感器(10)分别是数个位移传感器、数个加速度传感器、数个土体温度传感器、数个路基含水量传感器、数个路基含冰量传感器、数个动荷载传感器及数个静荷载传感器；
所述复合式土工格栅周围路基位移场包括横向位移、纵向位移及深度方向位移，所述复合式土工格栅周围路基力学特性包括静荷载、动荷载及加速度，所述复合式土工格栅周围路基水文特性包括冻土温度、冻土含水量及冻土含冰量；
所述数个位移传感器用于监测复合式土工格栅周围处路基的横向位移、纵向位移及深度方向位移；所述数个静荷载传感器和数个动荷载传感器分别用于监测复合式土工格栅周围处路基的静荷载和动荷载；所述数个加速度传感器用于监测复合式土工格栅周围处路基的加速度；所述数个土体温度传感器用于监测复合式土工格栅周围处路基的冻土温度；所述数个路基含水量传感器用于监测复合式土工格栅周围处路基的冻土含水量；所述数个路基含冰量传感器用于监测复合式土工格栅周围处路基的冻土含冰量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210272971.6A CN114739450B (zh) | 2022-03-18 | 2022-03-18 | 一种适于寒区路基的复合式智能土工格栅及监测预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210272971.6A CN114739450B (zh) | 2022-03-18 | 2022-03-18 | 一种适于寒区路基的复合式智能土工格栅及监测预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114739450A CN114739450A (zh) | 2022-07-12 |
| CN114739450B true CN114739450B (zh) | 2024-05-28 |
Family
ID=82278127
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210272971.6A Active CN114739450B (zh) | 2022-03-18 | 2022-03-18 | 一种适于寒区路基的复合式智能土工格栅及监测预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114739450B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116446367B (zh) * | 2023-03-21 | 2023-10-17 | 浙江大学 | 智能土工格栅、制造装置及其制造方法 |
| CN116876264B (zh) * | 2023-07-11 | 2023-12-12 | 浙江大学 | 智能土工光纤格栅、加工方法以及数字孪生制作平台 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107558464A (zh) * | 2017-09-11 | 2018-01-09 | 安徽中路工程材料有限公司 | 一种高强耐腐蚀多向土工格栅 |
| CN109459094A (zh) * | 2018-12-29 | 2019-03-12 | 山东大学 | 基于十轴传感器的格栅位移测试系统及方法 |
| WO2019233531A1 (de) * | 2018-06-06 | 2019-12-12 | Huesker Synthetic Gmbh | Verfahren zur lastüberwachung und zur bestimmung der lebensdauer von geokunststoffbewehrten erdkörpern |
| CN111829585A (zh) * | 2020-07-07 | 2020-10-27 | 河海大学 | 一种基于ofdr的高速公路路基病害监测系统及方法 |
| CN112832225A (zh) * | 2020-12-31 | 2021-05-25 | 湖北三江航天红阳机电有限公司 | 一种智能土工格栅 |
| WO2021155362A1 (en) * | 2020-01-30 | 2021-08-05 | Tensar International Corporation | Sensor-enabled system and method for monitoring the health, condition, and/or status of rail track infrastructure |
| CN113657041A (zh) * | 2021-08-25 | 2021-11-16 | 哈尔滨工业大学 | 一种高寒区路基物理力学状态智能感知与预报系统 |
| CN113932944A (zh) * | 2021-10-12 | 2022-01-14 | 深圳大学 | 一种用于监测土地内部位移、应变和温度的系统及方法 |
-
2022
- 2022-03-18 CN CN202210272971.6A patent/CN114739450B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107558464A (zh) * | 2017-09-11 | 2018-01-09 | 安徽中路工程材料有限公司 | 一种高强耐腐蚀多向土工格栅 |
| WO2019233531A1 (de) * | 2018-06-06 | 2019-12-12 | Huesker Synthetic Gmbh | Verfahren zur lastüberwachung und zur bestimmung der lebensdauer von geokunststoffbewehrten erdkörpern |
| CN109459094A (zh) * | 2018-12-29 | 2019-03-12 | 山东大学 | 基于十轴传感器的格栅位移测试系统及方法 |
| WO2021155362A1 (en) * | 2020-01-30 | 2021-08-05 | Tensar International Corporation | Sensor-enabled system and method for monitoring the health, condition, and/or status of rail track infrastructure |
| CN111829585A (zh) * | 2020-07-07 | 2020-10-27 | 河海大学 | 一种基于ofdr的高速公路路基病害监测系统及方法 |
| CN112832225A (zh) * | 2020-12-31 | 2021-05-25 | 湖北三江航天红阳机电有限公司 | 一种智能土工格栅 |
| CN113657041A (zh) * | 2021-08-25 | 2021-11-16 | 哈尔滨工业大学 | 一种高寒区路基物理力学状态智能感知与预报系统 |
| CN113932944A (zh) * | 2021-10-12 | 2022-01-14 | 深圳大学 | 一种用于监测土地内部位移、应变和温度的系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 寒区沥青路面脆弱性监测及评估技术;李环宇;中国优秀硕士学位论文全文数据库 工程科技二辑;20220215(第2期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114739450A (zh) | 2022-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114739450B (zh) | 一种适于寒区路基的复合式智能土工格栅及监测预警方法 | |
| CN111256754B (zh) | 一种混凝土坝长期运行安全预警方法 | |
| CN104281920A (zh) | 尾矿库分层指标安全评估和预警方法与系统 | |
| CN113779835A (zh) | 基于ai与智能监测系统的深大基坑安全预警方法 | |
| CN114005278B (zh) | 一种高速公路基础设施群智能监测与预警系统及方法 | |
| CN114169548B (zh) | 一种基于bim的公路桥梁管养phm系统和方法 | |
| CN113310528B (zh) | 一种基于多元传感数据的实时隧道结构健康监测方法 | |
| CN110889588A (zh) | 利用因子判断矩阵进行盾构隧道施工临近建筑物风险等级的评估方法 | |
| CN112258049A (zh) | 一种针对复杂地质条件区域隧道的安全控制方法 | |
| CN106779296A (zh) | 一种基于多传感器的隧道施工周围建筑物安全预警方法 | |
| CN113900381B (zh) | 一种基于物联网的钢结构远程健康监测平台及应用方法 | |
| CN111445165A (zh) | 一种隧道结构健康监测在线分级预警评价方法 | |
| CN105718658A (zh) | 大型桥梁在线评估体系 | |
| CN108680733A (zh) | 一种沥青路面服役性能的智能感知系统及方法 | |
| CN102900011A (zh) | 基于光纤布拉格光栅传感器的沥青路面结构信息长期实时监测系统 | |
| CN110145369B (zh) | 超浅埋偏压隧道结构全寿命监测预警方法 | |
| CN105714842B (zh) | 沉井下沉预警方法和系统 | |
| CN114997671A (zh) | 基于人工神经网络和熵值法的基坑变形安全风险评估的方法 | |
| Shamsabadi et al. | Deterioration forecasting in flexible pavements due to floods and snow storms | |
| CN113821952A (zh) | 一种基于卡尔曼滤波算法的数字孪生无砟轨道优化方法 | |
| CN117985076B (zh) | 一种高速铁路无砟轨道路基服役性能评价方法及系统 | |
| Zhao et al. | Cloud monitoring system for assembled beam bridge based on index of dynamic strain correlation coefficient | |
| Narnoli et al. | Development of structural condition assessment model for flexible pavement based on LWD and GPR measurements | |
| CN111472388B (zh) | 装配式管廊节间裂缝监测及最大裂缝宽度预测方法 | |
| CN115983644A (zh) | 一种基于实时监测数据的地下工程施工风险动态评估方法 |
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 |