CN116681330A - 一种公路隧道机电系统运行状态分类及综合评价方法 - Google Patents
一种公路隧道机电系统运行状态分类及综合评价方法 Download PDFInfo
- Publication number
- CN116681330A CN116681330A CN202310567396.7A CN202310567396A CN116681330A CN 116681330 A CN116681330 A CN 116681330A CN 202310567396 A CN202310567396 A CN 202310567396A CN 116681330 A CN116681330 A CN 116681330A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- tunnel
- indexes
- running state
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 212
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000013210 evaluation model Methods 0.000 claims abstract description 13
- 238000012163 sequencing technique Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000011161 development Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 13
- 238000009423 ventilation Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 2
- 230000006698 induction Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 description 18
- 238000005286 illumination Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Analysis (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Evolutionary Biology (AREA)
- Fuzzy Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
Abstract
本发明涉及交通机电设备领域,具体涉及一种公路隧道机电系统运行状态分类及综合评价方法,包括以下步骤:S1,构建公路隧道机电系统运行状态综合评价基础指标体系;S2,对公路隧道机电系统运行状态综合评价基础指标体系进行优化;S3,对优化后的隧道机电系统运行状态综合评价指标体系中的指标进行单指标测评,得到指标的测评值;S4,根据指标的测评值对获取的实测指标进行一致化、无量纲化处理,得到标准化运行状态综合评价指标;S5,选用先分类评价再排序评价的方法建立隧道机电系统运行状态的评价模型,将标准化运行状态综合评价指标输入隧道机电系统运行状态的评价模型,得到综合评价结果。
Description
技术领域
本发明涉及岩土工程设计领域,特别是锚固段长度计算方法、桩基支挡结构设计方法及系统。
背景技术
我国正处于高速公路建设的迅猛发展时期,且高速公路建设逐渐由经济相对发达的平原地区向经济相对欠发达的山地地区转移,隧道作为公路的特殊路段也相应地得到了迅速发展,我国已成为世界上公路隧道规模最大、里程最长和发展最迅速的国家。我国公路隧道的数量与规模不断扩大,存在事故频繁发生且危害程度大的现象,交通安全形势日益严峻。隧道作为路段的一种特殊组成部分,与普通路段的公路环境相比具有内外亮度差异大、空间小、纵深较大、出入口数量少、封闭性强等特点,再加上近年来车辆迅速增加,日益恶化的交通拥挤,各种交通事故频繁发生,隧道的安全问题越来越为隧道建设者和运营管理者所关注。
隧道机电系统作为隧道运营管理的重要支持和保障,保障隧道安全、可靠运行是隧道机电设施作用的集中体现。通风、照明系统提供车辆行驶所需的亮度等环境条件,且保障交通事故发生时进行救援所需的环境条件;环境监控系统实时监测一氧化碳浓度、风速、交通流运行状态等参数,为交通控制、照明/通风控制提供信息;整个隧道机电系统的动力来源是供配电系统。隧道机电系统具有技术含量高、专业性强、涉及专业面广、维修工作量大、维护难度大的特点,任何机电子系统或者设备发生故障,都会影响隧道系统的正常运营。若缺乏安全、稳定、可靠及高质量的技术状况,机电系统将无法有效运行。
在隧道实际运营中,并不是所有的公路隧道都配备有完备的隧道机电系统,致使隧道运营过程中常有事故发生而不能及时解决。尽管在设计、修建隧道时,已经根据有关规范标准安装了照明及通风设备,但许多运营方因为设备的耗电量大、运转成本高等经济问题,在正常情况下一般都不会充分地将其投入使用,而采取不开、少开或者只在特定时段开启这些设备的措施,这样做的确节约了成本,但造成了隧道内光照度不充足,通风不顺畅,“暗反应”现象显著增加。此外,存在很多因素都会增加隧道内行车的危险度,比如火灾检测设备在隧道投入运营不长时间后就失效直至被弃用,大部分紧急电话已成为摆设等。国内目前尚未出台完整的公路隧道运营管理行业标准,也没有针对公路隧道运营的评价办法,无法定期对隧道机电系统或者某一子系统的运行状态进行评估,使得隧道机电设备长期处于无监管状态,维护方式仅靠损坏后的人为发现,效率低下,无法做到在线监测,设备的维护过程会影响隧道正常运营。
发明内容
公路隧道机电系统是复杂的系统工程,隧道机电系统的运转状态直接影响到隧道的运营情况,系统的运行中存在哪些安全隐患,机电设备投入运营后技术指标存在衰落的情况下是否仍能满足需求,设备的更换需要更科学的决策支持,这些问题的原因只有通过对现有隧道机电系统运行状态的分析和评价才能发现,以便采取相应的对策和方案。对隧道机电系统的运行状态定期进行评估,及时发现机电设备的隐患是运营、维护的关键工作,对隧道机电系统运行状态的监测与评价是隧道运营管理的需求,针对其而建立的指标体系,具有至关重要的作用。指标体系的选取直接影响到最终的评价结论是否可靠、正确,采用科学、客观的评估方法来评价机电系统各子系统及其整体的运行状况,得到的结论可用于支持隧道运营管理、辅助决策。
因此,建立一套科学的隧道机电系统运行状态评价体系及方法,对隧道进行定期测评,指标评价体要有适用意义、针对性强,对深入了解机电系统的运转现状及预防、发现并解决设备故障隐患,及时发现机电系统的隐患并用以指导隧道养护等管理工作,提高隧道的运营水平,具有非常重要的意义。
为了实现上述发明目的,本发明提供了以下技术方案:
一种公路隧道机电系统运行状态分类及综合评价方法,包括以下步骤:
S1,构建高速公路隧道机电系统运行状态综合评价基础指标体系;
S2,对所述高速公路隧道机电系统运行状态综合评价基础指标体系进行优化,从强相关的指标中去除部分指标,得到优化后的隧道机电系统运行状态综合评价指标体系;
S3,对所述优化后的隧道机电系统运行状态综合评价指标体系中的指标进行单指标测评,得到指标的测评值;
S4,根据所述指标的测评值对获取的实测指标进行一致化、无量纲化处理,得到标准化的隧道机电系统运行状态综合评价指标;
S5,选用先分类评价再排序评价的方法建立隧道机电系统运行状态的评价模型,将所述标准化的隧道机电系统运行状态综合评价指标输入隧道机电系统运行状态的评价模型,得到综合评价结果;所述综合评价结果包括隧道机电系统运行状况的状态分类结果和各时段运行状态发展趋势。
作为优选方案,步骤S2中所述优化后的隧道机电系统运行状态综合评价指标体系包括机电设备技术状况类指标和运行效果类指标,其中,所述机电设备技术状况类指标包括照明系统、通风系统、火灾报警系统、交通诱导系统、监控系统和供配电系统;所述运行效果类指标包括CO浓度、照明效果、交通密度和平均车速。
作为优选方案,所述分类评价包括以下步骤:
(1)取定x*=(x*1,x*2…x*m)∈D(xi*>0),对任意的x=(x1,x2…xm)T∈D,
若有不等式:
成立,则称x为D中的准有效点,其中x*是由对被评价对象的期望值所设定的,D中所有准有效点构成的集合,称为D的准有效子集,并记为A;
(2)取定x**=(x** 1,x** 2,…x** m)T∈D(xi **>0),任意的x=(x1,x2…xm)T∈D,
至少对某一个序号k,有不等式:
则称x连同x**为D中的非有效点,其中x**是由对被评价对象的期望值预先给定。
D中所有非有效点构成的集合,称为D的非有效子集,记为C;
令集合B=D-A-C,则:
D=A∪B∪C
结合(1)、(2)中的定义,落在子集A中的点所代表的被评价对象,其运行状况处于协调发展、整体效益高的状态;落在子集C中的点所代表的被评价对象,其运行状况处于协调发展程度差、整体效益偏低的状态;落在子集B中的点所代表的被评价对象,其运行状况是不协调的,整体效益不高。
作为优选方案,还包括:
采用评价函数计算综合评价函数值;
将所述综合评价函数值与门限值作比较,得到运行状况状态分类等级。
作为优选方案,所述排序评价的方法包括以下步骤:
根据所述标准化的隧道机电系统运行状态综合评价指标,得到指标的样本矩阵;
根据样本矩阵计算相关矩阵;
计算所述相关矩阵对应的标准特征向量;
根据所述标准特征向量计算第二综合评价函数值;
根据所述第二综合评价函数值得到多个时段的综合评价等级,并进行排序,得到各时段运行状态发展趋势。
作为优选方案,所述指标样本矩阵中的数据采用拉开档次法计算权重系数来获取,所述标准特征向量的计算公式为:
max wTHw
式中:
当H为正矩阵时,取w为H的最大特征值所对应的标准特征向量;
其中,w是权重系数,A是样本矩阵,被评价对象在N个时刻tk(k=1,2……,N)的指标观测值为{xi(tk)}。
作为优选方案,所述第二综合评价函数值的计算公式为:
其中,已取定m项指标x=(x1,x3……xm),被评价对象在N个时刻tk(k=1,2……,N)的指标观测值为{xi(tk)},wi(tk)是各观测值对应的权重系数。
作为优选方案,步骤S3中,所述指标的测评值包括定量指标测评值和定性指标测评值。
作为优选方案,按照所述指标的测评值分为五个等级。
基于相同的构思,还提出了一种公路隧道机电系统运行状态分类及综合评价系统,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述任一项任一项所述的一种公路隧道机电系统运行状态分类及综合评价方法。
与现有技术相比,本发明的有益效果:
本发明的方法从设备的技术状况、系统的运行环境、系统的维护管理三个层面分析、梳理了影响隧道机电系统运行状态的因素,在此基础上构建指标体系并对各指标进行敏感性分析,选用先分类评价运行状态再时序动态综合评价运行趋势的两步评价方法,建立适用于机电系统运行状态综合评价的评价模型。该方法指标评价有针对性、适用性强,使用该方法对隧道机电系统运营状况进行定期测评、明确,对深入了解机电系统的运转现状及预防、发现并解决设备故障隐患,及时发现机电系统的隐患并用以指导隧道养护等管理工作,提高隧道的运营水平,具有非常重要的意义。
附图说明:
图1为本发明实施例1中的一种公路隧道机电系统运行状态分类及综合评价方法流程图;
图2为本发明实施例1中的初步构建的高速公路隧道机电系统运行状态综合评价基础指标体系;
图3为本发明实施例1中的优化后的隧道机电系统运行状态综合评价指标体系;
图4为本发明实施例1中的分类评价的状态空间划分图;
图5为本发明实施例1中的对隧道机电系统运行状况进行分类评价的流程图;
图6为本发明实施例1中的隧道机电系统状态分类评价空间划分示意图;
图7为本发明实施例1中的隧道机电系统运行状态动态综合评价的流程图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
实施例1
一种公路隧道机电系统运行状态分类及综合评价方法,流程图如图1所示,包括以下步骤:
S1,构建高速公路隧道机电系统运行状态综合评价基础指标体系。
鉴于机电系统运行状态评价这一问题的复杂性,在选取评价指标时,借助于对交通行业专家、隧道运营方管理人员、工程师的调查,确定隧道机电系统运行状态的评价应从机电设备的技术状况和系统的运营效果、设备维护管理三个方面来建立评价指标体系,继而选取具体的指标。通过归纳和整理,初步构建的高速公路隧道机电系统运行状态综合评价基础指标体系如图2所示。第一层为评价目标:隧道机电系统运行状况。第二层为三个方面:机电设备的技术状况、维护管理状况、运行效果。第三层为细化后的评价因素层,包含具体的指标。
S2,对所述高速公路隧道机电系统运行状态综合评价基础指标体系进行优化,从强相关的指标中去除部分指标,得到优化后的隧道机电系统运行状态综合评价指标体系,所述优化后的隧道机电系统运行状态综合评价指标体系包括机电系统运行状况优化指标和运行效果优化指标。
针对隧道机电系统运行状态综合评价所初步构建的基础指标体系,包含的指标众多、构成复杂。比如事故率虽然是重要指标之一,但其是以数月或一年以上的时间段作为计算时间,相对于隧道机电系统运行状态的实时评价,事故率指标是相对静态的,不宜选取;考虑到具体指标对于机电系统运行状态评价的适用性和可行性,反映机电系统维护管理的养护规范实施、日常维护、定期维护等定性指标应去除;CO浓度与能见度都描述的是通风系统运转的功能性,二者只取其一即可;考虑到指标间的相对独立性,占有率和交通密度均线性相关。
基于上述分析,所建立的基础指标体系中存在指标之间有强相关的联系,容易重叠反映对被评价对象的衡量,因此基于此指标体系求得的评价结论在准确性上必然有失偏颇。为解决上述问题,以初步构建的指标体系为基础,去除能见度、交通流量、占有率、事故率、养护规范实施、日常维护、定期维护、应急检修、备品备件管理等指标,最终构建的优化后的隧道机电系统运行状态综合评价指标体系如图3所示。机电设备技术状况类指标的内容包括照明系统、通风系统、火灾报警系统、交通诱导系统、监控系统和供配电系统。运行效果类指标包括CO浓度、照明效果、交通密度和平均车速。
S3,对所述优化后的隧道机电系统运行状态综合评价指标体系中的指标进行单指标测评,得到指标的测评值,所述单指标测评包括定量指标测评和定性指标测评。
隧道机电系统运行状态评价指标体系中定量指标与定性指标共存,具体进行单指标值的测算及评价时,应参照国家、行业制定的相关规范标准,如《公路网运行监测与服务暂行技术要求》、《公路工程质量检验评定标准》、《公路隧道养护技术规范》、《公路隧道通风照明设计规范》、《公路隧道交通工程设计规范》、《公路隧道火灾报警系统技术条件》等,将关于隧道、机电系统等各方面的设计、施工、运营等标准、规范进行总结,以作为评价的参考,方便评价工作的进行。
1、定量指标测评
对定量指标如:CO浓度、车速、交通密度等的测评采用定量评价方法,以现场实测的数据为基础进行推算,再结合国家相关标准进行处理。
2、定性指标测评
对定性指标的测评由专家组结合国家相关标准与个人经验进行定性评价,在进行现场观察、查询历史运行记录的基础上,对要评价的指标给出合理的评分区间。具体实施定性指标的测算与评价时,指标打分采用集值统计法,由专家组在现场观测的基础上对其状况进行打分。对某一具体指标,由专家组结合个人专业经验,参考该指标的评分参考表,对要评价的指标进行打分。打分方法采用区间法,即每个专家用一个分值区间来评测某个指标,评分标准可参考表2中所示,评分时的分值区间端点可以有差异。如果某指标介于“一般”和“较好”之间,评分区间可介于两者之间,比如可视情况评判为(75,83)。
表2指标评分标准
评语描述 | 差 | 较差 | 一般 | 良好 | 优 |
等级 | V级 | Ⅳ级 | Ⅲ级 | ⅡI级 | I级 |
评分值区间 | [0,30) | [30,60) | [60,80) | [80,90) | (90,100) |
注:[表示包括下限值,)表示不包括上限值。
还对评价指标体系中的评价指标逐个分析,对具体每个评价指标的评价内容及评分标准做进一步的调整和完善,以作为评价的参考。
S31,机电设备技术状况指标分析;
机电设备技术状况的评价,通过设备完好率来考核,可以确定隧道机电系统各类设施当下的运行状态。机电设施技术状况准则下可分解为六个具体的指标,其指标的具体类型见表3中所示。
表3评价指标分类分析
设备完好率的计算见式(1):
在对机电设备技术状况进行评价时,对不同的设施要分别予以考虑。
表4机电设备完好率评价标准
评价等级 | I级 | ⅡI级 | Ⅲ级 | Ⅳ级 | V级 |
评分区间 | [90,100] | [80,90] | [60,80] | [30,60) | [0,30] |
照明系统U11 | ≥95% | (95%,92%] | (92%,90%] | (90%,87%] | <87% |
通风系统U12 | ≥98% | (98%,95%] | (95%,92%] | (92%,90%] | <90% |
火灾报警系统U13 | 100% | (100%,98%] | (98%,95%] | (95%,90%] | <90% |
交通诱导系统U14 | ≥95% | (95%,92%] | (92%,90%] | (90%,87%] | <87% |
监控系统U15 | ≥98% | (98%,95%] | (95%,92%] | (92%,90%] | <90% |
供配电系统U16 | ≥98% | (98%,95%] | (95%,92%] | (92%,90%] | <90% |
S31,运行效果指标分析
运营管理效果准则下可分解为四个具体的指标,其具体指标类型见表5所示。
表5评价指标分类分析
1、CO浓度
现场检测获取CO浓度值的方法为,在CO浓度最大的区段连测5次,取平均值即可。
根据规范中的相关规定,隧道中CO的允许浓度为:
正常行车时,一氧化碳浓度CO≤150ppm;
交通阻塞时,一氧化碳浓度CO≤250ppm,持续时间不超过15min。
结合实际,隧道内CO浓度的最佳值不可能是零,最优值可取该隧道投入运营以来历史记录中的最小值。
表6 CO浓度评价标准(隧道长度L>1Km)
评价等级 | CO实测浓度(ppm) | 评分区间 |
V级 | ≥320 | [0,30) |
Ⅳ级 | [300,320) | [30,60) |
Ⅲ级 | [250,300) | [60,80) |
Ⅱ级 | [200,250) | [80,90) |
I级 | <200 | [90,100) |
表7 CO浓度评价标准(隧道长度L≤1Km)
评价等级 | CO实测浓度 | 评分区间 |
V级 | ≥400 | [0,30) |
Ⅳ级 | [350,400) | [30,60) |
ⅡI级 | [300,350) | [60,80) |
Ⅱ级 | [250,300) | [80,90) |
I级 | <250 | [90,100) |
2、照明效果
隧道的照明在设计阶段就分为入口段、过渡段、中间段、出口段等多区段,各个路段对照明的照度需求不同。照明的应用场景具体又分为白天照明和夜晚照明两种情况。因此难以用定量的方法对照明效果进行评价,故宜采用定性的方法对照明效果进行评价。
表8照明效果U22,指标取值标准
等级 | U23描述 | 评分区间 |
1级 | 照明效果好、舒适感佳 | [90,100) |
Ⅱ级 | 照明效果较好、舒适较佳 | [80,90) |
ⅢI级 | 照明效果基本满意 | [60,80) |
Ⅳ级 | 照明效果差,舒适感差 | [30,60) |
V级 | 照明效果极差 | (0,30) |
3、平均车速
平均车速通常以测量车辆行程速度样本的算术平均值来衡量。行程车速的量化,用车辆行驶通过该隧道的路段长度(即隧道长度),与通过所用时间之比的值表征。
其中,L为该隧道的长度;L为车辆行驶通过隧道的次数;t为检测车辆第i次行驶通过该隧道所用时间。
平均车速的最佳值,基于隧道的具体情况取为该隧道所在路段的设计车速。
表9平均车速U23指标取值标准
4、交通密度
交通密度指某时刻一个车道或一个方向单位长度道路上的车辆数。根据交通流基本参数模型,交通密度p=q/V、则第k个车辆检测器的计数周期内i车道的交通密度为:
其中,T——检测周期的时长;Vji——i车道第j辆车的车速;Ni(k)——第k个周期内i车道通过的车流量。
表10交通密度U24指标取值标准
等级 | 交通密度范围 | 评分区间 |
1级 | <8 | [90,100) |
ⅡI级 | (8,12] | [80,90) |
I级 | (12,26] | [60,80) |
Ⅳ级 | (26,42] | [30,60) |
V级 | ≥42 | [0,30) |
S4,根据所述指标的测评值进行指标类型的一致化、无量纲化处理,得到标准化的隧道机电系统运行状态综合评价指标。
以所建立的评价指标体系为基础,分析具体每个指标的类型,归纳总结见表11中所示,在此基础上对指标进行指标类型的一致化、无量纲化处理。
表11指标类型分析表
指标类型的一致化处理
由表11中可知,所建立的评价指标体系中,大多数都为极大型指标,仅CO浓度、交通密度为极小型指标,因此需对非极大型的指标作下式中的处理,转换为极大型指标:
无量纲化处理
指标的无量纲化处理采用极值处理法,令则有:
经过上述计算得到的xij*是原始数据x的无量纲化值,消除了量纲的影响,xij*∈[0,1]且xij*值越大,指标性能越好。
确定具体各指标的极值Mj、mj时,将车辆以自由流速度行驶通过隧道的各项指标值作为极大值,当车辆遇完全拥堵不能前进时,达到各项指标的极小值。
在建立了适用于隧道机电系统运行状态评价的指标体系后,对具体每个指标的类型、测算方法和评判标准进行了详细的说明,给出了可用于参照的单指标评测内容。
S5,选用先分类评价再排序评价的方法建立隧道机电系统运行状态的评价模型,将所述标准化的隧道机电系统运行状态综合评价指标输入隧道机电系统运行状态的评价模型,得到综合评价结果,所述综合评价结果包括隧道机电系统运行状况的状态分类结果和各时段运行状态发展趋势。
对隧道机电系统运行状态的综合评价主要包括两个方面的需求:一是得到机电系统的实时运行状态,例如好、良好、中等、较差、差的运行状态分类;二是得到机电系统在不同时段的运行状况发展过程。
结合以上可知,隧道机电系统运行状况具有实时性、动态性的特点,一般的静态综合评价方法则无法完全地反映这一特点。因此,选用先分类评价再排序评价的方法建立隧道机电系统运行状态的评价模型,在分类评价被评价对象的运行状态后,进一步选用具有时序特征的动态综合评价方法,分析特定的时段内被评价对象运行状况的变化过程。
S51,机电系统运行状态的分类评价
1、分类评价的原理基础
设所建立的指标体系xi(1,2……,m)中xi(1,2,…,m)均为极大型指标。当xi(1,2……,m)的取值都很接近于1时,则系统的运行状况可视为是协调的,整体效益高;当xi(1,2,…,m)的取值都偏低,甚至接近于0时,系统的运行状况虽然相对协调,但其整体效益偏低;当出现某些指标的取值较大,而其他指标取值都较小的情况,则系统的运行状况是不协调的,整体效益不高。基于以上分析,给出定义:
(1)取定x**=(x**i,x**2…x*m)∈D(x**>0),对任意的x=(x1,x2…xm)∈D,
若有不等式:
成立,则称x为D中的准有效点。其中x*是由对被评价对象的期望值所设定的。D中所有准有效点构成的集合,称为D的准有效子集,并记为A。
(2)取定x**=(x** 1,x** 2,…x** m)T∈D(xi **>0),任意的x=(x1,x2…xm)T∈D,
至少对某一个k,有不等式:
则称x连同x**为D中的非有效点。其中x**是由对被评价对象的期望值预先给定。
D中所有非有效点构成的集合,称为D的非有效子集,记为C。
令集合B=D-A-C,则:
D=A∪B∪C (8)
结合(1)、(2)中的定义可知,子集A中的点所代表的被评价对象,其运行状况处于协调发展、整体效益高的状态;落在子集C中的点所代表的被评价对象,其运行状况处于协调发展程度差、整体效益偏低的状态;落在子集B中的点所代表的被评价对象,其运行状况是不协调的,整体效益不高。
当D∈R2时,D的划分如图4所示,
x*=(x* 1,x* 2)T满足方程:
X*=(x1 **,x2 **)满足方程:
/>
式中r*,r**为设定的整数。
当D∈Rn时,评价指标向量为m维,应用欧氏距离公式,x*=(x1 *,x2 *……xm *)T满足方程:
X**=(x1 **,x2 **,…xm **)满足方程:
(3)在状态空间D、准有效子集A、非有效子集C的定义基础上,给出以下规定:
落在A内的点,所代表的被评价对象处于第I类发展水平;
落在B内的点,所代表的被评价对象处于第Ⅱ类发展水平;
落在C内的点,所代表的被评价对象处于第Ⅲ类发展水平。
2、隧道机电系统运行状态分类评价模型
将隧道机电系统运行状态综合评价的评价等级划分为五个等级,见表12。
表12隧道机电系统运行状态评价等级划分
评价等级 | 1级 | ⅡI级 | Ⅱ级 | Ⅳ级 | V级 |
运行状况 | 优 | 良 | 一般 | 较差 | 差 |
对隧道机电系统运行状况的分类评价,整个过程可分为:单指标评测值的测取、指标数据预处理、计算综合评价值、所属状态的分类。具体步骤见图5所示。
根据隧道机电系统运行状态评价的五级分级情况,在前述分类评价原理的基础上,引入x***和x****。由于所建立的指标体系中多数指标为极大型指标,因此为了便于综合评价的计算,选取极大型的综合评价函数。状态空间D的划分如图6所示:
如图6所示,x*=(x* 1,x* 2,…x* m,)∈D(x*>0)且满足方程:
x**=(x** 1,x** 2,…x** m,)∈D(x**>0)且满足方程:
x***=(x*** 1,x*** 2,…x*** m,)∈D(x***>0)且满足方程:
x****=(x**** 1,x**** 2,…x**** m,)∈D(x****>0)且满足方程:
在确定了x*,x**,x***,x****的条件下,任意时刻t的隧道机电系统运行状况评价指标经一致化处理和无量纲化处理以后的指标向量记为x,=(xi1,xi2……xim),评价函数取为:
对比隧道机电系统运行状态分级表,则有:
y≤(r*)2,隧道机电系统的运行状况:优;
(r*)2<y≤(r**)2,隧道机电系统的运行状况:良;
(r**)2<y≤(r***)2,隧道机电系统的运行状况:一般;
(r***)2<y≤(r***)2,隧道机电系统的运行状况:较差;
(r***)2<y≤(r****)2,隧道机电系统的运行状况:差;
其中(r*)2、(r**)2、(r***)2、(r****)2即为综合评价分级的门限值,由x*,x**,x***,x****确定(其中x*,x**,x***,x****是经过指标预处理后的指标向量)。在建立的评价指标分级标准基础上,可以得到如下评价指标门限值的原始值,见下表所示。
表13评价指标门限值的原始值
S52,机电系统运行状态的动态排序评价
1、排序评价的原理基础
针对被评价对象一定时段内的排序,是在特定时刻对被评价对象在该时段内运行状况的评价,以确定该时段内运行状况的变化过程,并进一步预测可能的改变。动态综合评价,能较好地反映被评价对象随时间的动态发展过程。因此选取动态综合评价方法作为排序方法。
动态综合评价,反映被评价对象在不同时刻的动态运行变化,是对被评价对象实施具有时序特征的多指标综合评价。假设已取定m项指标x=(x1,x3……xm),被评价对象在N个时刻tk(k=1,2……,N)的指标观测值{xi(tk)}。则被评价对象在不同时刻tk的运行状况,可由xk(tk)=(x1(tk),x2(tk),…xm(tk))T(k=1.2…,N)描述。单指标信息的合成方法y=f(w,x)选取线性加权综合法,则被评价对象在时刻t.的评价结果:
由于是对被评价对象在不同时刻的运行状况进行排序、分析,因此要从整体上能最大限度地突出被评价对象在不同时刻运行状况之间的差异。故选择基于客观赋权原理的拉开档次法来计算权重系数w,使得y(t)的离差平方和最大。充分挖掘指标样本值构成的数据矩阵A:
w1得计算由下式计算得到:
max wTHw
式中:
当H为正矩阵时,取w为H的最大特征值所对应的标准特征向量。
2、隧道机电系统运行状态排序评价
结合隧道机电系统运行状态评价的具体需求,基于隧道监控系统采集、上传数据信息的周期,应用动态综合评价。隧道机电系统运行状态动态综合评价的流程见图7所示,分为以下步骤:单指标评测值、数据预处理、求取指标权重、综合评价、排序。
以3分钟内隧道机电系统的运营数据为一个指标样本,以15分钟为评价时间段。通过目前3分钟在目前评价时间段(前12分钟另外加目前的3分钟)内的评价排序情况,可以得到被评价隧道的机电系统在目前3分钟(准实时)的运行状况发展趋势。
具体实施评价时,以当前的3分钟数据为实时样本数据,结合其前4个基本指标样本时间段(12分钟)的数据进行计算排序。为了消除3分钟内系统运行状况发生变化的影响,在计算下一组评价数据时,时间上采取重叠一分钟的方法,即第n次计算的当前时间为t(min),计算时间段为(t-14,t),则第n+1次计算时间段为(t-12,t+2)。
针对隧道机电系统运行状态评价的需求,选用先分类评价运行状态,再时序动态综合评价运行趋势的两步评价方法。建立了隧道机电系统运行状态动态时序综合评价模型,从而为隧道机电系统运行状态的综合评价奠定了理论基础。
实施例2
实施例2应用某高速公路某隧道的实测数据进行实例分析,运用分类评价法和时序动态综合评价法得出实际某隧道机电系统运行状态的阈值和运行趋势排序。
隧道机电系统运行状态的分类评价
对某隧道在5月17日下午17:40-17:55时段内的运行状态进行分类评价。
1.1.1评价阈值计算
表13中列出了每个指标门限值的原始值,结合表3—11对指标类型的分析可知,除交通密度、CO浓度这两个指标为极小型外,其他指标均为极大型指标。因此需要将交通密度、CO浓度转化为极大型指标,处理后各指标的门限值见表14所示。(由于某隧道在运营中限速80Km/h,因此平均车速的分级标准参考高速公路四级服务水平分级中设计车速为80Km/h的情况。)
表14评价指标门限值(指标类型一致化处理后)
各评价指标的极值取值见表15所示。其中CO浓度、交通密度的极值已按式(4)的计算经过指标一致的转换。
表15评价指标极值
评价指标 | 数据 | 极小值mj | 极大值Mj |
照明系统U11 | 设备完好率(%) | 0 | 100 |
通风系统U12 | 设备完好率(%) | 0 | 100 |
火灾报警系统U13 | 设备完好率(%) | 0 | 100 |
交通诱导系统U14 | 设备完好率(%) | 0 | 100 |
监控系统U15 | 设备完好率(%) | 0 | 100 |
供配电系统U16 | 设备完好率(%) | 0 | 100 |
CO浓度U21 | CO浓度(ppm) | 0.25 | 5 |
照明效果U22 | 照明效果评分 | 0 | 100 |
平均车速U23 | 平均车速(Km/h) | 20 | 120 |
交通密度U24 | 密度(veh/(Km·lane) | 0.0200 | 1 |
按式(5)中方法,进一步做指标的无量纲化处理,以保证处理后的指标值都在[0,1]区间内。处理后的结果见表16所示:
表16评价指标阈值表(无量纲化处理后)
评价指标 | mj | x* | x** | x*** | x**** | Mj |
照明系统U11 | 0 | 0.9500 | 0.9000 | 0.9200 | 0.8700 | 1 |
通风系统U12 | 0 | 0.9800 | 0.9500 | 0.9200 | 0.9000 | 1 |
火灾报警系统U13 | 0 | 1.0000 | 0.9800 | 0.9500 | 0.9000 | 1 |
交通诱导系统U14 | 0 | 0.9500 | 0.9000 | 0.9200 | 0.8700 | 1 |
监控系统U15 | 0 | 0.9800 | 0.9500 | 0.9200 | 0.9000 | 1 |
供配电系统U16 | 0 | 0.9800 | 0.9500 | 0.9200 | 0.9000 | 1 |
CO浓度U21 | 0 | 0.0526 | 0.0316 | 0.0175 | 0.0132 | 1 |
照明效果U22 | 0 | 0.9000 | 0.8000 | 0.6000 | 0.3000 | 1 |
平均车速U23 | 0 | 0.6000 | 0.4900 | 0.4200 | 0.2500 | 1 |
交通密度U24 | 0 | 0.1071 | 0.0646 | 0.0189 | 0.0039 | 1 |
在得到各指标门限值的基础上,结合式(18),计算综合评价函数的各类标准门限值,见表17中所示:
表17分类评价的分级阈值表
y* | y** | y*** | y**** | |
评价函数阈值取值 | 1.8710 | 2.1408 | 2.4588 | 3.0923 |
1.1.2指标获取及预处理
根据某隧道内各类数据检测器的布设现状和调研资料数据,计算5月17日17:40-17:55时段各评价指标值。
1、U11~U16、U22,指标值
通过调查和统计当月隧道机电各子系统的运行状况,按式(1)计算U11~U16的设备完好率;照明效果U22的指标值通过实地观测该时段隧道内的照明效果得出;
表18评价指标原始值
2、U21、U23、U24指标值
CO浓度、平均车速、交通密度的指标值通过该时段内CO检测器、车辆检测器的数据记录来推算。检测器在5月17日下午17:40-17:55时段内的数据见表19。
表19检测器原始数据表
/>
基于以上数据和各指标的评测方法,计算17:40-17:55时段内的评价指标值如下:
表20评价指标原始值
评价指标 | 数据 | 指标原始值 |
CO浓度U21 | CO浓度(ppm) | 29.2456 |
平均车速U23 | 平均车速(Km/h) | 78.5307 |
交通密度U24 | 密度(veh/(Km·lane)) | 9 |
1.1.3分类评价
由上节中的数据可得到每个指标的实测值,对其进行指标预处理,处理前后的数据结果见表21所示:
表21评价指标原始值
评价指标 | 数据 | 指标原始值 | 预处理后指标值 |
照明系统U11 | 设备完好率(%) | 95 | 0.9500 |
通风系统U12 | 设备完好率(%) | 97 | 0.9700 |
火灾报警系统U13 | 设备完好率(%) | 98 | 0.9800 |
交通诱导系统U14 | 设备完好率(%) | 93 | 0.9300 |
监控系统U15 | 设备完好率(%) | 95 | 0.9500 |
供配电系统U16 | 设备完好率(%) | 96 | 0.9600 |
CO浓度U21 | CO浓度(ppm) | 29.2456 | 0.6672 |
照明效果U22 | 照明效果评分 | 93 | 0.9300 |
平均车速U23 | 平均车速(Km/h) | 78.5307 | 0.5853 |
交通密度U24 | 密度(veh/(Km·lane)) | 9 | 0.0930 |
在得到各指标实测值并预处理后,结合式(18),计算综合评价得值:
因此,某隧道内在5月17日下午17:40-17:55时段内的运行状态评价结果为优。
1.2隧道机电系统运行状态的动态排序评价
对某隧道在5月17日下午17:40-17:55时段内的运行状态进行动态排序评价。
1.2.1指标值计算及预处理
根据某隧道内各类数据检测器的布设现状和调研资料数据,计算5月17日17:40-17:55时段内的各评价指标值。U11~U16、U22的指标值通过调查和统计当月隧道机电各子系统的运行状况,计算U11~U16的设备完好率;照明效果U22的指标值通过实地观测该时段的照明效果得出;CO浓度、平均车速、交通密度的指标值通过该时段内CO检测器、车辆检测器的数据记录来推算。检测器在5月17日下午17:40-17:55时段内的数据见表22。
表22原始数据表
基于上表中的数据和各指标的评测方法,计算17:40-17:55时段内每三分钟时段的指标值如下:
表23评价指标实测值(原始值)
对指标实测值进行类型一致化和无量纲化的预处理,处理后的数据见下表所示:
表24评价指标实测值(预处理后)
1.2.2指标权重计算
在表24所示的各时段内评价指标的单指标值的基础上,构造指标样本矩阵A:
H的最大特征值为35.9251,所对应的特征向量为:
P=[0.2547,0.3498,0.2183,0.0366,0.3543,0.3617,0.3654,0.3468,0.3543,0.3580]将其归一化处理,得到的即为所求的权重向量:
w=[0.0849,0.1166,0.0728,0.0122,0.1181,0.1206,0.1218,0.1156,0.1181,0.1193]
1.2.3动态排序评价
将表24中所示的经预处理后的指标值和权重向量w代入式(19)中,以计算隧道机电系统运行状态的综合评价值,计算结果见表25所示:
表25隧道机电系统运行状态的评价结果及排序表
由表25可以看出,系统在17:43~17:46、17:46~17:49这两个时间段的发展趋势是变差的,而最后两个时段内机电系统的运行状态开始转好。
应用某高速公路某隧道的实测数据进行实例分析,运用分类评价法和时序动态综合评价法得出实际某隧道机电系统运行状态的阈值和运行趋势排序。得到的评价结果和实际情况基本符合,验证了所建立的评价指标体系和评价模型的有效性和合理性,所应用的两步评价方法能获得比较准确的隧道机电系统运行状态分类和运行趋势分析。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,包括以下步骤:
S1,构建高速公路隧道机电系统运行状态综合评价基础指标体系;
S2,对所述高速公路隧道机电系统运行状态综合评价基础指标体系进行优化,从强相关的指标中去除部分指标,得到优化后的隧道机电系统运行状态综合评价指标体系;
S3,对所述优化后的隧道机电系统运行状态综合评价指标体系中的指标进行单指标测评,得到指标的测评值;
S4,根据所述指标的测评值对获取的实测指标进行一致化、无量纲化处理,得到标准化的隧道机电系统运行状态综合评价指标;
S5,选用先分类评价再排序评价的方法建立隧道机电系统运行状态的评价模型,将所述标准化的隧道机电系统运行状态综合评价指标输入隧道机电系统运行状态的评价模型,得到综合评价结果;所述综合评价结果包括隧道机电系统运行状况的状态分类结果和各时段运行状态发展趋势。
2.如权利要求1所述的一种公路隧道机电系统运行状态分类及综合评价方法,步骤S2中所述优化后的隧道机电系统运行状态综合评价指标体系包括机电设备技术状况类指标和运行效果类指标,其中,所述机电设备技术状况类指标包括照明系统、通风系统、火灾报警系统、交通诱导系统、监控系统和供配电系统;所述运行效果类指标包括CO浓度、照明效果、交通密度和平均车速。
3.如权利要求1所述的一种公路隧道机电系统运行状态分类及综合评价方法,所述分类评价包括以下步骤:
(1)取定x*=(x*1,x*2…x*m)∈D(xi*>0),对任意的x=(x1,x2…xm)T∈D,
若有不等式:
成立,则称x为D中的准有效点,其中x*是由对被评价对象的期望值所设定的,D中所有准有效点构成的集合,称为D的准有效子集,并记为A;
(2)取定x**=(x** 1,x** 2,…x** m)T∈D(xi **>0),任意的x=(x1,x2…xm)T∈D,
至少对某一个序号k,有不等式:
则称x连同x**为D中的非有效点,其中x**是由对被评价对象的期望值预先给定。
D中所有非有效点构成的集合,称为D的非有效子集,记为C;
令集合B=D-A-C,则:
D=A∪B∪C
结合(1)、(2)中的定义,落在子集A中的点所代表的被评价对象,其运行状况处于协调发展、整体效益高的状态;落在子集C中的点所代表的被评价对象,其运行状况处于协调发展程度差、整体效益偏低的状态;落在子集B中的点所代表的被评价对象,其运行状况是不协调的,整体效益不高。
4.如权利要求3所述的一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,还包括:
采用评价函数计算综合评价函数值;
将所述综合评价函数值与门限值作比较,得到运行状况状态分类等级。
5.如权利要求1所述的一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,所述排序评价的方法包括以下步骤:
根据所述标准化的隧道机电系统运行状态综合评价指标,得到指标的样本矩阵;
根据样本矩阵计算相关矩阵;
计算所述相关矩阵对应的标准特征向量;
根据所述标准特征向量计算第二综合评价函数值;
根据所述第二综合评价函数值得到多个时段的综合评价等级,并进行排序,得到各时段运行状态发展趋势。
6.如权利要求5所述的一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,所述指标样本矩阵中的数据采用拉开档次法计算权重系数来获取,所述标准特征向量的计算公式为:
max wT Hw
式中:
当H为正矩阵时,取w为H的最大特征值所对应的标准特征向量;
其中,w是权重系数,A是样本矩阵,被评价对象在N个时刻tk(k=1,2……,N)的指标观测值为{xi(tk)}。
7.如权利要求5所述的一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,所述第二综合评价函数值的计算公式为:
其中,已取定m项指标x=(x1,x3……xm),被评价对象在N个时刻tk(k=1,2……,N)的指标观测值为{xi(tk)},wi(tk)是各观测值对应的权重系数。
8.如权利要求1所述的一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,步骤S3中,所述指标的测评值包括定量指标测评值和定性指标测评值。
9.如权利要求8所述的一种公路隧道机电系统运行状态分类及综合评价方法,其特征在于,按照所述指标的测评值分为五个等级。
10.一种公路隧道机电系统运行状态分类及综合评价系统,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至9中任一项所述的一种公路隧道机电系统运行状态分类及综合评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310567396.7A CN116681330A (zh) | 2023-05-19 | 2023-05-19 | 一种公路隧道机电系统运行状态分类及综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310567396.7A CN116681330A (zh) | 2023-05-19 | 2023-05-19 | 一种公路隧道机电系统运行状态分类及综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116681330A true CN116681330A (zh) | 2023-09-01 |
Family
ID=87788200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310567396.7A Pending CN116681330A (zh) | 2023-05-19 | 2023-05-19 | 一种公路隧道机电系统运行状态分类及综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116681330A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371836A (zh) * | 2023-09-28 | 2024-01-09 | 长沙理工大学 | 基于区域视角的公路隧道消防救援能力评估方法及系统 |
-
2023
- 2023-05-19 CN CN202310567396.7A patent/CN116681330A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371836A (zh) * | 2023-09-28 | 2024-01-09 | 长沙理工大学 | 基于区域视角的公路隧道消防救援能力评估方法及系统 |
CN117371836B (zh) * | 2023-09-28 | 2024-04-09 | 长沙理工大学 | 基于区域视角的公路隧道消防救援能力评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11335179B1 (en) | Water environment risk prediction and early warning method | |
CN110796859A (zh) | 基于交通流的实时交通状态辨识及事故风险预警方法 | |
CN104899437A (zh) | 强降雨型滑坡灾害预警方法 | |
CN105678481A (zh) | 一种基于随机森林模型的管线健康状态评估方法 | |
CN110807919A (zh) | 基于过车数据的城市路网交通运行态势评价方法 | |
CN107844067B (zh) | 一种水电站闸门在线状态监测控制方法及监测系统 | |
CN111401653A (zh) | 一种隧道渗漏水风险空间相依性预测方法及预测系统 | |
CN116681330A (zh) | 一种公路隧道机电系统运行状态分类及综合评价方法 | |
CN113496314B (zh) | 一种神经网络模型预测道路交通流量的方法 | |
CN116168356B (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN113380033A (zh) | 基于人机混合增强智能的城市交通安全预警方法及系统 | |
CN116777223B (zh) | 一种城市地下管网安全综合风险评估方法及系统 | |
CN116934262B (zh) | 一种基于人工智能的施工安全监管系统及方法 | |
CN110619457A (zh) | 一种基于安全态势评估的监测传感器布设方法及系统 | |
CN112767684A (zh) | 一种基于收费数据的高速公路交通拥堵检测方法 | |
CN116468282A (zh) | 一种隧道突涌水风险等级评估方法 | |
CN113554052A (zh) | 一种城市空气质量评估诊断系统 | |
CN115578227A (zh) | 一种基于多源数据确定大气颗粒物污染重点区域的方法 | |
CN109035763A (zh) | 基于c4.5的高速公路事故主次因分析及事故类型判断方法 | |
CN110223004A (zh) | 一种指挥防护工程口部抢修作业风险评估系统 | |
CN102521698B (zh) | 大型建筑工程质量的关键工序识别与监控方法 | |
CN113554298A (zh) | 一种深部地下地铁车站综合评价及智能运维方法 | |
CN113112115A (zh) | 一种深部地下地铁车站综合现时评价方法 | |
CN111369062B (zh) | 车辆动力学指标提取方法和事故风险值预测方法 | |
CN115620041B (zh) | 一种路面病害感知与服役状态评价方法 |
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 |