CN115876257A - 一种隧道结构健康监测传感器预警值的动态确定方法 - Google Patents

一种隧道结构健康监测传感器预警值的动态确定方法 Download PDF

Info

Publication number
CN115876257A
CN115876257A CN202310094989.6A CN202310094989A CN115876257A CN 115876257 A CN115876257 A CN 115876257A CN 202310094989 A CN202310094989 A CN 202310094989A CN 115876257 A CN115876257 A CN 115876257A
Authority
CN
China
Prior art keywords
data
value
sensor
sensors
abnormal
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.)
Granted
Application number
CN202310094989.6A
Other languages
English (en)
Other versions
CN115876257B (zh
Inventor
王福喜
李智彬
李光福
茅钦
郭屹忠
田松义
梁伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd
Original Assignee
Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd filed Critical Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd
Priority to CN202310094989.6A priority Critical patent/CN115876257B/zh
Publication of CN115876257A publication Critical patent/CN115876257A/zh
Application granted granted Critical
Publication of CN115876257B publication Critical patent/CN115876257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种隧道结构健康监测传感器预警值的动态确定方法，该方法首先在隧道内布设各类传感器，包括温度传感器、应变传感器和位移传感器，基于传感器组建用于隧道结构健康监测的物联网系统，并且基于各个位置点的传感器实现数据互补和相关联动，基于传感器实时监测到的数据动态调整隧道结构健康的预警值，使隧道的健康结构监测更加及时、更加有效。

Description

一种隧道结构健康监测传感器预警值的动态确定方法
技术领域
本发明属于隧道结构健康监测技术，具体涉及到结构监测数据的分析处理，尤其涉及到一种隧道结构健康监测传感器预警值的动态确定方法。
背景技术
隧道安全监测是一项在隧道投入运营后至关重要的任务，随着科学技术的进步，目前大多数隧道都已经布置有各种监测传感器，包括应力计、位移计，也包括消防、渗水等检测传感器，其中也不乏辅助人工进行必要的勘测，存在自动巡检机器人等，结合现有已经公开的各项监测技术，目前，隧道的安全性影响因素还存在如下几点：
1、传感器布设方式和布设位置选择问题，传感器布设越多自然采集的数据越全面，监测的效果越好，但是会导致成本加大，同时对于既有的隧道重新开槽布设传感器也会一定程度的影响到结构安全；另外一方面，是传感器采集的数据越多，分析模型中的计算任务就越大，也会导致物联网传输的要求相应需要提高；
2、隧道处于自然环境中，气温环境等变化也会导致土壤等发生一定程度的的变化，从而使得隧道的结构的受到影响。这些数据往往也是被传感器监测到的，那么现有技术对于该问题的解决一般是采用一个较大范围值的区间，容纳一定的误差数据，该方法自然是要牺牲部分监测的精度作为代价。
发明内容
发明目的：针对上述现有技术提及的不足问题，本发明提供一种隧道结构健康监测传感器预警值的动态确定方法。
为实现上述发明目的，本发明所采用的技术方案如下。
一种隧道结构健康监测传感器预警值的动态确定方法，包括如下步骤：
（1）传感器布设：选择隧道的纵向断面层，在隧道的拱顶、拱腰和拱脚的位置处布设温度传感器、应变传感器和位移传感器；
（2）传感器数据采集及预处理：传感器数据的采集方式为间断采集，预处理包括同一纵向断面层上同类相异传感器的数据进行整合，对缺失的数据进行补全和异常值进行判断和修正；
（3）数据分析及异常值检测：按照时间轴记录采集到的传感器数据，分别对应变和 位移传感器数据在对应日期对应时间点上进行安全值分析以及异常值检测，所述的异常值 检测包括正态分布的
Figure SMS_1
准则检测和基于移动平均线模型检测异常数据，且以年为周期处 理。
进一步的，步骤（1）中，纵向断面层是以垂直地面的隧道断面层布设传感器，且在同位置点上纵向布置三个同类型传感器。同一关键位置点上，应变传感器和位移传感器存在等腰直角三角形的分布结构，其目的在于使得该关键位置点的测量数据更加全面，其他位置点，温度传感器、应变传感器和位移传感器单独布置。
进一步的，步骤（2）中，采集同一监测位置点处的传感器数据，将每个传感器的数据按时间序列进行排序，数据预处理包括如下过程：
（a）缺失值的处理，包括以下两类情况进行处理：
第一类：单一缺失值，若缺失值的上一条数据和下一条数据都存在，采用上一条数据和下一条数据的平均值进行填补；若缺失值在序列两端（即数据的起始位置和结尾位置），则可以用多项式拟合预测填补。
第二类：连续缺失值，根据缺失值所在时间序列的位置，分为以下两种情况进行处理：
（ⅰ）若缺失值位置在整个时间序列数据的两端，则直接删除缺失值所在当年的时间部分，以1月1日0时开始的有效数据作为数据集的起始点，以12月31日24时的有效数据作为数据集的终点。
（ⅱ）若缺失值位置不在数据的两端，采用对缺失值前面和后面的数据进行多项式拟合，得出拟合函数，分别对缺失的部分进行预测，得到两个预测值的序列，采用两个预测值序列在对应时间点上的平均值作为填补值。重复此操作，直至将整个时间序列数据填补完整。
（b）以一年的数据作为数据的基本周期，检测数据序列的两端，删除段首和段尾不完整年的数据，使得保留的数据为从1月1日开始，至12月31日结束。
（c）对数据进行初步异常值检测并进行校正：
采用正态分布的
Figure SMS_2
准则检测数据的异常值，先将检测出的异常值设为空值null， 再将null按照上述（a）对缺失值处理的方法对其进行处理；
（d）对同一监测点的传感器数据进行整合，步骤如下：
S1、将三个温度传感器对同一时间点的有效数据求平均值，以每个时间点的平均值作为后续使用数据，即将三个温度传感器的有效数据整合为一个时间序列的温度数据集T；
S2、对于关键位置点上埋设的等腰直角三角形上的三个同类相异的传感器，对同一时间点的有效数据取最大值作为后续使用数据，得到两个时间序列应变数据集E3和E6，两个时间序列位移数据集X2和X5；
经过以上步骤整理后的每个监测点数据为：1个温度数据集T，四个应变数据集E1、 E3、E4、E6，四个位移数据集X2、X4、X5、X7，将每个数据集表示成如下数据结构的形式（其中，
Figure SMS_3
表示一年中数据的条目，
Figure SMS_4
表示年数）：
Figure SMS_5
，
Figure SMS_6
，
Figure SMS_7
。
更进一步的，正态分布的
Figure SMS_8
准则检测异常数据具体过程如下：
对经过步骤（2）处理后的数据，每个数据集在每年同一日期同一时间点
Figure SMS_9
（
Figure SMS_10
） 对应的数据服从均值为
Figure SMS_11
、方差为
Figure SMS_12
的正态分布，其分布函数为：
Figure SMS_13
时间点
Figure SMS_14
（
Figure SMS_15
）的隧道结构的安全值范围记为
Figure SMS_16
：
Figure SMS_17
，超出该范围 的则为异常值。
更进一步的，移动平均线模型检测异常数据具体过程如下：
对经过步骤（2）处理后的数据，每个数据集在每年同一日期同一时间点
Figure SMS_18
（
Figure SMS_19
） 对应的数据画出10期线性加权移动平均线，即先算出在同一时间点
Figure SMS_20
处不同年
Figure SMS_21
（
Figure SMS_22
） 的最新10期的线性加权移动平均值，然后再将每期的移动平均值连成线。
在第
Figure SMS_23
个时间点处：当
Figure SMS_24
时，10期线性加权移动平均值计算公式如下：
Figure SMS_25
其中，
Figure SMS_26
表示计算得到的在第
Figure SMS_27
个时间点处第
Figure SMS_28
年的移动平均值。
当
Figure SMS_30
时，第
Figure SMS_33
年的移动平均值采用前
Figure SMS_36
期的线性加权移动平均值，如：第1年的 移动平均值
Figure SMS_31
为
Figure SMS_34
；第2年的移动平均值
Figure SMS_35
为
Figure SMS_37
；以此类推，第9年的移动平 均值
Figure SMS_29
为
Figure SMS_32
。
通过均值计算方差
Figure SMS_38
，进而得出第
Figure SMS_39
个时间点第
Figure SMS_40
（
Figure SMS_41
）年的安全值范围
Figure SMS_42
：
Figure SMS_43
，超出该范围的则为异常值。
最后，所述方法中，正态分布的
Figure SMS_44
准则用于检测异常值的数值异常；移动平均线模 型用于检测异常值的波动异常；当同一位置的同一传感器数据集同时检测出数值异常和波 动异常，或者，同一位置的2个及2个以上不同传感器数据集同时检测出波动异常，判断为异 常事件。
有益效果：与现有技术相比，本发明提出了以垂直于地面的隧道断面层布设传感器，且同一位置点纵向向土壤或岩石层深入，且通过三个传感器实现等腰直角三角形的布设结构，在监测位置点实现了传感器自身异常的数据分析，并且考虑隧道裂缝等形变发生的连续性，则通过隧道断面层可实现隧道整体的划分，也可以人工辅助加强对于重点区域的检测，相对某些现有技术减少传感器的同时提高了数据的有效性，优化的模型的计算能力；再者，本发明通过温度数据来作为动态调整的参考值，可以据此实现一天不同时间的安全值调整，一年四季的不同季节调整，相对现有采用较大安全区间的容错方式，本发明所述方法适时调整，检测精度更高。
附图说明
图1是本发明所述方法对于隧道中传感器布设的结构示意图。
具体实施方式
为详细说明本发明所公开的技术方案，下面结合说明书附图做进一步描述。
本发明所提供的一种隧道结构健康监测传感器预警值的动态确定方法，其具体的实施应用包括如下步骤：
（一）检测传感器的部署
首先根据构建隧道模型，分析隧道的受力情况，包括根据隧道勘测确定关键的监测位置区域，然后，选择一个垂直于地面的隧道断面层，结合图1所示，由于隧道结构受力分布对称，故在对称的相同位置处减少传感器布置，例如：只在1、4、6的位置布置温度传感器；仅在2、4、5、7位置处布置位移传感器；仅在1、3、4、6位置处布置应变传感器。在结构最主要受力位置处布置。由于转角处应力集中、隧道顶板处易变形，不利于隧道稳定，故传感器应主要布置在2、3、4、5、6五个位置。对结构脆弱部位局部进行重点采集。由于转角处应力集中，故在2、3、5、6四个位置处，在隧道主体结构上优选纵向（即垂直地面设置）以等腰直角三角形的形状布置传感器，也包括以矩形等其他形式的布设，其目的在于避免单个传感器的自身的故障。
结合图1，以间隔50m选取断面层，布设为一个监测点（以一个断面层为一个监测点），对于土质松软的地段，每间隔10m布一个监测点。
（二）传感器数据采集
假设感器采集数据的时间间隔为固定的
Figure SMS_45
，单位为
Figure SMS_46
，即传感器每间隔
Figure SMS_47
采集 一条数据。传感器一年共采集
Figure SMS_48
条数据，共采集
Figure SMS_49
年。
该步骤中，提取同一监测点处的传感器数据，将每个传感器的数据按时间序列进行排序，数据预处理包括如下过程：
S1、缺失值的处理。
按照缺失值的多少，主要分为以下两类情况进行处理：
第一类：单一缺失值，若缺失值的上一条数据和下一条数据都存在，采用上一条数据和下一条数据的平均值进行填补；若缺失值在序列两端（即数据的起始位置和结尾位置），则可以用多项式拟合预测填补。
第二类：连续缺失值，根据缺失值所在时间序列的位置，分为以下两种情况进行处理：
（ⅰ）若缺失值位置在整个时间序列数据的两端，则直接删除缺失值所在当年的时间部分，以1月1日0时开始的有效数据作为数据集的起始点，以12月31日24时的有效数据作为数据集的终点。
（ⅱ）若缺失值位置不在数据的两端，采用对缺失值前面和后面的数据进行多项式拟合，得出拟合函数，分别对缺失的部分进行预测，得到两个预测值的序列，采用两个预测值序列在对应时间点上的平均值作为填补值。重复此操作，直至将整个时间序列数据填补完整。
S2、以一年的数据为1个周期，分别对应变和位移传感器数据在对应日期对应时间点上进行安全值分析以及异常值检测。
S3、对数据进行初步异常值检测并进行校正。
采用正态分布方法检测数据的异常值，先将检测出的异常值设为空值null，再将null按照上述方法对缺失值处理的方法对其进行处理。
S4、对同一监测点的传感器数据进行整合，具体步骤如下：
a.将三个温度传感器对同一时间点的有效数据求平均值，以每个时间点的平均值作为后续使用数据，即将三个温度传感器的有效数据整合为一个时间序列的温度数据集T；
b.对于关键位置点上埋设的等腰直角三角形上的三个同类相异的传感器，对同一时间点的有效数据取最大值作为后续使用数据，可以得到两个时间序列应变数据集E3和E6，两个时间序列位移数据集X2和X5；
经过以上步骤整理后的每个监测点数据为：1个温度数据集T，四个应变数据集E1、 E3、E4、E6，四个位移数据集X2、X4、X5、X7，将每个数据集表示成如下数据结构的形式（其中，
Figure SMS_50
表示一年中数据的条目，
Figure SMS_51
表示年数）：
Figure SMS_52
，
Figure SMS_53
，
Figure SMS_54
。
（三）正态分布的
Figure SMS_55
准则检测异常值：
对经过预处理的数据：每个数据集每个数据集在每年同一日期同一时间点
Figure SMS_56
（
Figure SMS_57
）对应的数据服从均值为
Figure SMS_58
、方差为
Figure SMS_59
的正态分布，其分布函数为：
Figure SMS_60
时间点
Figure SMS_61
（
Figure SMS_62
）的隧道结构的安全值范围记为
Figure SMS_63
：
Figure SMS_64
，超出该范围 的则为异常值。
（四）移动平均线模型检测异常值：
每个数据集在每年同一日期同一时间点
Figure SMS_65
（
Figure SMS_66
）对应的数据画出10期线性加权 移动平均线，即先算出在同一时间点
Figure SMS_67
处不同年
Figure SMS_68
（
Figure SMS_69
）的最新10期的线性加权移动平 均值，然后再将每期的移动平均值连成线。
在第
Figure SMS_70
个时间点处：当
Figure SMS_71
时，10期线性加权移动平均值计算公式如下：
Figure SMS_72
其中，
Figure SMS_73
表示计算得到的在第
Figure SMS_74
个时间点处第
Figure SMS_75
年的移动平均值。
当
Figure SMS_78
时，第
Figure SMS_81
年的移动平均值采用前
Figure SMS_83
期的线性加权移动平均值，如：第1年的 移动平均值
Figure SMS_77
为
Figure SMS_80
；第2年的移动平均值
Figure SMS_82
为
Figure SMS_84
；以此类推，第9年的移动平 均值
Figure SMS_76
为
Figure SMS_79
。
通过均值计算方差
Figure SMS_85
，进而得出第
Figure SMS_86
个时间点第
Figure SMS_87
（
Figure SMS_88
）年的安全值范围
Figure SMS_89
：
Figure SMS_90
，超出该范围的则为异常值。
进一步的说明，正态分布模型检测出的异常值属于数值异常；移动平均线模型检测异常值检测出来的异常值属于波动异常；当同一位置的同一传感器数据集同时检测出数值异常和波动异常，或者，同一位置的2个及2个以上不同传感器数据集同时检测出波动异常，属于异常事件。
（五）动态调整安全区间
由正态分布的
Figure SMS_91
准则可以得到
Figure SMS_92
个时间点对应的
Figure SMS_93
个安全值范围，对这
Figure SMS_94
个安全 值范围取并集，就可以形成一个相对稳定的最终安全值范围
Figure SMS_95
：
Figure SMS_96
；随着隧 道结构健康监测系统的运行时间的增加，
Figure SMS_97
不断增大，则安全值的范围不断更新、不断精 确。
（六）分等级预警
数值异常是观测值超出传感器规格或没有物理意义，可作为三级预警（黄色预警）；波动异常是传感器数值的变化不符合时间变化的规律，但其他观测要素没有变化，可作为二级预警（橙色预警）；异常事件是传感器数值变化不符合时间变化规律，同时其他观测要素也同时发生这种变化，应作为一级预警（红色预警），重点关注。

Claims (8)

1.一种隧道结构健康监测传感器预警值的动态确定方法，其特征在于，包括如下步骤：
（1）传感器布设：选择隧道的纵向断面层，在隧道的拱顶、拱腰和拱脚的位置处布设温度传感器、应变传感器和位移传感器；
（2）传感器数据采集及预处理：传感器数据的采集方式为间断采集，预处理包括同一纵向断面层上同类相异传感器的数据进行整合，对缺失的数据进行补全和异常值进行判断和修正；
（3）数据分析及异常值检测：按照时间轴记录采集到的传感器数据，分别对应变和位移传感器数据在对应日期对应时间点上进行安全值分析以及异常值检测，所述的异常值检测包括正态分布的
Figure QLYQS_1
准则检测和基于移动平均线模型检测异常数据，且以年为周期处理。
2.根据权利要求1所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，步骤（1）中，隧道的纵向断面层是垂直地面的隧道切面，纵向断面层布设传感器，且在关键位置点上纵向布置三个同类型传感器。
3.根据权利要求2所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，同一关键位置点，应变传感器和位移传感器存在等腰直角三角形的分布结构，通过纵向断面层上同位置的同类传感器数据提高该位置传感器数据的可靠性。
4.根据权利要求1所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，步骤（2）中，采集同一监测位置点处的传感器数据，将每个传感器的数据按时间序列进行排序，数据预处理包括如下过程：
（a）缺失值的处理，包括以下两类情况进行处理：
第一类：单一缺失值，若缺失值的上一条数据和下一条数据都存在，采用上一条数据和下一条数据的平均值进行填补；若缺失值在序列两端则用多项式拟合预测填补；序列两端是指数据的起始位置和结尾位置；
第二类：连续缺失值，根据缺失值所在时间序列的位置，分为以下两种情况进行处理：
（ⅰ）若缺失值位置在整个时间序列数据的两端，则直接删除缺失值所在当年的时间部分，以1月1日0时开始的有效数据作为数据集的起始点，以12月31日24时的有效数据作为数据集的终点；
（ⅱ）若缺失值位置不在数据的两端，采用对缺失值前面和后面的数据进行多项式拟合，得出拟合函数，分别对缺失的部分进行预测，得到两个预测值的序列，采用两个预测值序列在对应时间点上的平均值作为填补值；
重复此操作，直至将整个时间序列数据填补完整；
（b）以一年的数据作为数据的基本周期，检测数据序列的两端，删除段首和段尾不完整年的数据，使得保留的数据为从1月1日开始至12月31日结束；
（c）对数据进行初步异常值检测并进行校正：
采用正态分布的
Figure QLYQS_2
准则检测数据的异常值，先将检测出的异常值设为空值null，再将null按照上述（a）对缺失值处理的方法对其进行处理；
（d）对同一监测点的传感器数据进行整合，包括将同位置点上的传感器的有效数据通过求平均值的方式整合为一个时间序列的数据集。
5.根据权利要求4所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，步骤（d）中温度传感器的数据整合步骤如下：
S1、将三个温度传感器对同一时间点的有效数据求平均值，以每个时间点的平均值作为后续使用数据，即将三个温度传感器的有效数据整合为一个时间序列的温度数据集T；
S2、对于关键位置点上埋设的等腰直角三角形上的三个同类相异的传感器，对同一时间点的有效数据取最大值作为后续使用数据，得到两个时间序列应变数据集E3和E6，两个时间序列位移数据集X2和X5；
经过以上步骤整理后的每个监测点数据为：1个温度数据集T，四个应变数据集E1、E3、E4、E6，四个位移数据集X2、X4、X5、X7，将每个数据集表示成如下数据结构的形式：
Figure QLYQS_3
，/>
Figure QLYQS_4
，/>
Figure QLYQS_5
；其中，/>
Figure QLYQS_6
表示一年中数据的条目，/>
Figure QLYQS_7
表示年数。
6.根据权利要求1所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，正态分布的
Figure QLYQS_8
准则检测异常数据具体过程如下：
对经过步骤（2）处理后的数据，每个数据集在每年同一日期同一时间点
Figure QLYQS_9
（/>
Figure QLYQS_10
）对应的数据服从均值为/>
Figure QLYQS_11
、方差为/>
Figure QLYQS_12
的正态分布，其分布函数为：
Figure QLYQS_13
，时间点/>
Figure QLYQS_14
的隧道结构的安全值范围记为/>
Figure QLYQS_15
：/>
Figure QLYQS_16
，超出该范围的则为异常值。
7.根据权利要求1所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，移动平均线模型检测异常数据具体过程如下：
对经过步骤（2）处理后的数据，每个数据集在每年同一日期同一时间点
Figure QLYQS_17
（/>
Figure QLYQS_18
）对应的数据画出10期线性加权移动平均线，先算出在同一时间点/>
Figure QLYQS_19
处不同年/>
Figure QLYQS_20
（/>
Figure QLYQS_21
）的最新10期的线性加权移动平均值，然后再将每期的移动平均值连成线；
在第
Figure QLYQS_22
个时间点处：当/>
Figure QLYQS_23
时，10期线性加权移动平均值计算公式如下：
Figure QLYQS_24
，其中，/>
Figure QLYQS_25
表示计算得到的在第/>
Figure QLYQS_26
个时间点处第/>
Figure QLYQS_27
年的移动平均值；
当
Figure QLYQS_28
时，第/>
Figure QLYQS_29
年的移动平均值采用前/>
Figure QLYQS_30
期的线性加权移动平均值，计算具体如下：
第1年的移动平均值
Figure QLYQS_31
为/>
Figure QLYQS_32
；
第2年的移动平均值
Figure QLYQS_33
为/>
Figure QLYQS_34
；
以此类推，第9年的移动平均值
Figure QLYQS_35
为/>
Figure QLYQS_36
；
最后通过均值计算方差
Figure QLYQS_37
，进而得出第/>
Figure QLYQS_38
个时间点第/>
Figure QLYQS_39
（/>
Figure QLYQS_40
）年的安全值范围/>
Figure QLYQS_41
：
Figure QLYQS_42
，超出该范围的则为异常值。
8.根据权利要求1所述的隧道结构健康监测传感器预警值的动态确定方法，其特征在于，所述方法中，正态分布的
Figure QLYQS_43
准则用于检测异常值的数值异常；移动平均线模型用于检测异常值的波动异常；当同一位置的同一传感器数据集同时检测出数值异常和波动异常，或者，同一位置的2个及以上不同传感器数据集同时检测出波动异常，判断为异常事件。/>
CN202310094989.6A 2023-02-10 2023-02-10 一种隧道结构健康监测传感器预警值的动态确定方法 Active CN115876257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310094989.6A CN115876257B (zh) 2023-02-10 2023-02-10 一种隧道结构健康监测传感器预警值的动态确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310094989.6A CN115876257B (zh) 2023-02-10 2023-02-10 一种隧道结构健康监测传感器预警值的动态确定方法

Publications (2)

Publication Number Publication Date
CN115876257A true CN115876257A (zh) 2023-03-31
CN115876257B CN115876257B (zh) 2023-06-30

Family

ID=85760998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310094989.6A Active CN115876257B (zh) 2023-02-10 2023-02-10 一种隧道结构健康监测传感器预警值的动态确定方法

Country Status (1)

Country Link
CN (1) CN115876257B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117743808A (zh) * 2024-02-20 2024-03-22 中铁西南科学研究院有限公司 一种隧道变形预测方法、系统、设备及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105673079A (zh) * 2016-03-22 2016-06-15 韦醒妃 一种路桥隧道监控预警装置
CN107478370A (zh) * 2017-08-23 2017-12-15 铜陵市力凡自动化设备有限责任公司 一种整体巷道位移、应变应力的监测装置及方法
CN110905602A (zh) * 2019-12-13 2020-03-24 石家庄铁道大学 一种隧道拆换段受力监测装置与系统
CN111168694A (zh) * 2020-02-05 2020-05-19 天津大学 基于机器人视觉识别的隧道结构健康智能识别系统和方法
CN111967509A (zh) * 2020-07-31 2020-11-20 北京赛博星通科技有限公司 一种对工业设备采集的数据进行处理和检测的方法及装置
CN112161648A (zh) * 2020-09-14 2021-01-01 精英数智科技股份有限公司 异常传感器的识别方法、装置、可读存储介质及电子设备
CN112286924A (zh) * 2020-11-20 2021-01-29 中国水利水电科学研究院 一种数据异常动态识别与多模式自匹配的数据清洗技术
CN113310528A (zh) * 2021-06-16 2021-08-27 深圳防灾减灾技术研究院 一种基于多元传感数据的实时隧道结构健康监测方法
CN214173423U (zh) * 2020-08-27 2021-09-10 贵州摩斯智慧科技有限公司 一种隧道安全在线监测系统
CN114358185A (zh) * 2022-01-04 2022-04-15 辽宁工程技术大学 一种基于改进K均值聚类CCA-BiLSTM多维度短期电力负荷预测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105673079A (zh) * 2016-03-22 2016-06-15 韦醒妃 一种路桥隧道监控预警装置
CN107478370A (zh) * 2017-08-23 2017-12-15 铜陵市力凡自动化设备有限责任公司 一种整体巷道位移、应变应力的监测装置及方法
CN110905602A (zh) * 2019-12-13 2020-03-24 石家庄铁道大学 一种隧道拆换段受力监测装置与系统
CN111168694A (zh) * 2020-02-05 2020-05-19 天津大学 基于机器人视觉识别的隧道结构健康智能识别系统和方法
CN111967509A (zh) * 2020-07-31 2020-11-20 北京赛博星通科技有限公司 一种对工业设备采集的数据进行处理和检测的方法及装置
CN214173423U (zh) * 2020-08-27 2021-09-10 贵州摩斯智慧科技有限公司 一种隧道安全在线监测系统
CN112161648A (zh) * 2020-09-14 2021-01-01 精英数智科技股份有限公司 异常传感器的识别方法、装置、可读存储介质及电子设备
CN112286924A (zh) * 2020-11-20 2021-01-29 中国水利水电科学研究院 一种数据异常动态识别与多模式自匹配的数据清洗技术
CN113310528A (zh) * 2021-06-16 2021-08-27 深圳防灾减灾技术研究院 一种基于多元传感数据的实时隧道结构健康监测方法
CN114358185A (zh) * 2022-01-04 2022-04-15 辽宁工程技术大学 一种基于改进K均值聚类CCA-BiLSTM多维度短期电力负荷预测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117743808A (zh) * 2024-02-20 2024-03-22 中铁西南科学研究院有限公司 一种隧道变形预测方法、系统、设备及介质
CN117743808B (zh) * 2024-02-20 2024-05-14 中铁西南科学研究院有限公司 一种隧道变形预测方法、系统、设备及介质

Also Published As

Publication number Publication date
CN115876257B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN111307031B (zh) 一种埋地管道安全状态监测与预警方法
CN115876257A (zh) 一种隧道结构健康监测传感器预警值的动态确定方法
US20070265790A1 (en) System to monitor the health of a structure, program product and related methods
CN112262251B (zh) 盾构机和用于掘进隧道的方法
CN110310021B (zh) 一种用于基坑监测预警的场地环境与监测点匹配系统
CN107644148B (zh) 一种基于多参数关联的在轨卫星异常状态监测方法及系统
CN115311821A (zh) 一种基于数字孪生技术的地质灾害智能监测云平台
CN108415066B (zh) 一种隧道施工地质灾害预报方法
CN106949879A (zh) 基于摄影测量原理的物联网建筑三维实时监测分析方法
CN112523806A (zh) 一种上下层重叠隧道初支及衬砌施工的监控方法
CN112418517B (zh) 一种用于冻害短临预警的预测方法
CN116822945A (zh) 一种基于监测数据的基坑风险分析管理系统
CN113404502A (zh) 基于碴片形貌的盾构滚刀磨耗监测装置及方法
CN106802164A (zh) 一种适用于粮情监测的绝对水势计算方法及云图生成方法
CN112818444A (zh) 基于运营行车安全的铁路混凝土桥梁线形实时控制方法
CN113958369B (zh) 一种基于数字孪生的隧道衬砌结构健康监测方法及其系统
CN109543268A (zh) 基于kriging模型的TBM推进力主要影响因素的识别方法
JP6501535B2 (ja) 太陽光発電システムの発電状況診断方法及びその装置
CN116703166B (zh) 一种基于数据挖掘的煤矿充填开采地质风险评估方法
CN115376284B (zh) 基于表面及深部位移监测下的滑面辨识和滑坡预警方法
CN116644975A (zh) 一种防冲隐蔽工程施工的智能监管方法以及系统
CN114791089B (zh) 一种基于超声波水表的管网漏损监测系统
CN115600747A (zh) 一种基于物联网的隧道状态监测管理方法及系统
CN113090330A (zh) 一种基于无线传感器技术的煤矿井下作业安全实时监测预警方法
CN112767656B (zh) 一种露天矿山滑坡灾害预警方法及系统

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