一种超深锥探灌浆浆压实时监测方法与流程

本发明涉及面向基础设施建设的工业互联网实时闭环控制，更具体地说，本发明涉及一种超深锥探灌浆浆压实时监测方法。

背景技术：

1、黄河堤防是我国下游防洪安全的重要屏障，受历史上多次决口、漫滩及人为堵口等因素影响，堤身内部常存在裂隙、空洞、松散土层等隐蔽隐患；锥探灌浆是处理此类隐患的有效手段，通过向堤身内部高压注入浆液，填充缺陷并形成防渗体系；随着堤防加固标准的提高，灌浆孔深度不断增大，超深锥探灌浆工艺得到广泛应用；在实际施工中，孔内灌浆压力直接反映地层可灌性和浆液扩散状态，其变化规律受地层裂隙开合、浆液稠度波动、泵送速度变化等因素共同作用，呈现明显的非线性时变特征；当压力瞬间骤升时，往往预示孔壁失稳或管路堵塞；当压力瞬间骤降时，则可能表明浆液漏失或串孔；现场同时存在灌浆泵、搅拌机等大功率设备运转产生的电磁干扰，且近孔区域不宜布置供电线路，进一步加大了实时获取和处理压力信息的难度。

2、然而，现有灌浆监测系统大多仅实现数据采集与显示功能，不具备对灌浆设备的实时控制能力；压力监测环节与灌浆泵调节环节相互独立，灌浆压力出现异常时，需要操作人员观察监控屏幕后手动调节泵压或启停设备，人工反应时间通常超过十秒，远不能满足数秒内完成压力感知、异常判断、指令下发和执行调整的闭环响应要求；少数工程采用可编程逻辑控制器实现灌浆压力控制，但压力监测数据未与控制回路建立实时反馈通道，控制逻辑仍基于预设阈值或固定参数的pid调节，无法根据黄河堤防地层多变、灌浆工况复杂的实际情况对调节参数进行自适应调整；同时，传感数据上传与控制指令下发采用不同的通信路径和协议，两端时间基准不一致，导致压力监测数据与控制指令之间难以实现同步传输和协同动作；因此，亟需一种能够将灌浆压力实时监测数据与灌浆控制指令纳入同一通信框架，并具备自适应参数调节能力的闭环控制方法，以提升黄河堤防超深锥探灌浆过程中压力调控和灌浆质量控制的及时性与准确性。

技术实现思路

1、本发明针对现有技术中存在的技术问题，提供一种超深锥探灌浆浆压实时监测方法，以解决上述背景技术中提出的问题。

2、本发明解决上述技术问题的技术方案如下：具体包括如下步骤：

3、步骤s1、当灌浆泵启动且孔口压力传感器采集到初始浆压信号时，监控终端连续接收孔口压力传感器输出的浆压信号，将浆压信号按采样时间顺序排列为浆压离散数据序列；将浆压离散数据序列构建为包含浆压和浆压变化率的灌浆动态状态向量，并通过滑动时间窗计算浆压变化加速度与波动能量谱，生成带有异常偏离度和波形形态特征的状态数据包；

4、步骤s2、当状态数据包中的异常偏离度超过预设基线门限时，边缘网关将状态数据包与下行控制指令封装至同一通信协议帧，并基于统一时钟源插入同步时间戳，利用指数加权移动平均算法预测当前传输时延以生成时延补偿执行时刻；

5、步骤s3、灌浆泵控制单元根据时延补偿执行时刻，以灌浆动态状态向量中的浆压变化率为输入，通过递推最小二乘算法在线更新地层等效渗透系数，将更新后的地层等效渗透系数代入非线性滚动优化模型，以求解最优泵送控制量序列，并生成与最优泵送控制量序列对应的预测压力轨迹；

6、步骤s4、当最优泵送控制量序列对应的预测压力轨迹超出安全包络线时，模式匹配引擎提取状态数据包的超限波形特征向量，将超限波形特征向量和地层等效渗透系数联合与预存的异常波形特征模式库进行相似度比对，筛选目标应急预案并通过通信协议帧下发至灌浆泵执行机构，同时将执行反馈回传至监控终端以更新异常波形特征模式库；

7、在一个优选地实施方式中，所述步骤s1中，将浆压离散数据序列构建为包含浆压和浆压变化率的灌浆动态状态向量过程具体为：

8、监控终端连续接收孔口压力传感器输出的浆压信号，将每个采样时刻的浆压值记为第n个采样序号对应的浆压值，相邻两个采样间隔的时间长度记为采样周期；

9、监控终端采用五点重心差分方法对浆压离散数据序列中的每个采样点计算浆压变化率，计算过程为：先将第n+1个采样序号对应的浆压值与第n-1个采样序号对应的浆压值作差，再除以2倍采样周期，所得结果记为第一加权项；先将第n+2个采样序号对应的浆压值与第n-2个采样序号对应的浆压值作差，再除以8倍采样周期，所得结果记为第二加权项；将第一加权项与第二加权项相加，计算得到浆压变化率；

10、当前采样时刻对应的灌浆动态状态向量由第一分量与第二分量按照固定顺序共同组成，其中第一分量为当前采样时刻的第n个采样序号对应的浆压值，第二分量为当前采样时刻计算得到的浆压变化率；

11、监控终端按照相同方式对浆压离散数据序列中的每一个采样时刻逐一处理，获得随时间连续更新的灌浆动态状态向量序列；

12、随后以灌浆动态状态向量中的浆压变化率为输入，在滑动时间窗内再次执行五点重心差分方法计算得到浆压变化加速度。

13、在一个优选地实施方式中，所述通过滑动时间窗计算波动能量谱的具体过程为：

14、监控终端在滑动时间窗内，针对浆压离散数据序列中的各个采样时刻的浆压值，计算每个采样时刻的瞬时能量值，瞬时能量值的计算过程为：先将当前采样时刻的第n个采样序号对应的浆压值进行平方运算，得到平方结果；再将第n-1个采样序号对应的浆压值与第n+1个采样序号对应的浆压值相乘，得到乘积结果；用平方结果减去乘积结果，计算得到瞬时能量值；

15、将当前采样时刻的瞬时能量值作为当前采样时刻的能量特征，对滑动时间窗内所有采样时刻的能量特征序列执行离散傅里叶变换处理，离散傅里叶变换处理的具体过程为：将滑动时间窗内第m个频点对应的能量特征序列代入离散傅里叶变换公式，其中m为频点序号，取值为1至k的整数，k为滑动窗口内频点总数；将能量特征序列中每个采样时刻的瞬时能量值与旋转因子相乘，再进行累加求和，得到第m个频点对应的频域复数值；旋转因子由负2与圆周率及第m个频点对应的序号相乘后除以频点总数所得乘积的余弦值与正弦值共同确定；取第m个频点对应的频域复数值的绝对值，得到第m个频点对应的能量幅度值；将全部k个频点各自对应的能量幅度值按照频点序号顺序排列，组成波动能量谱。

16、在一个优选地实施方式中，所述生成带有异常偏离度和波形形态特征的状态数据包过程具体为：

17、监控终端根据波动能量谱计算谱熵，谱熵的计算过程为：先将第m个频点对应的能量幅度值除以全部k个频点的能量幅度值之和，得到第m个频点的归一化能量比例；再对第m个频点的归一化能量比例取自然对数，将取自然对数后的结果与第m个频点的归一化能量比例相乘，得到第m个频点的熵贡献值；将全部k个频点的熵贡献值取负号后，进行累加求和，计算得到谱熵；

18、计算频谱峰凸程度，具体为：先将波动能量谱中全部k个频点对应的能量幅度值中的最大值除以全部k个频点的能量幅度值的算术平均值，计算得到频谱峰凸程度；

19、计算异常偏离度，具体为：先将当前滑动窗口内的谱熵减去历史正常灌浆阶段预先存储的基线谱熵，将所得差除以基线谱熵，再取绝对值，得到谱熵相对偏差；先将滑动窗口内所有采样时刻瞬时能量值的算术平均值除以历史正常灌浆阶段预先存储的基线瞬时能量均值，得到能量比值；再将能量比值进行幂运算，幂运算的指数取非线性放大系数，得到能量非线性项；将谱熵相对偏差与能量非线性项相乘，计算得到异常偏离度；

20、波形形态特征由浆压变化加速度峰值、频谱峰凸程度以及谱熵三个分量按照固定顺序共同构成；监控终端将灌浆动态状态向量、异常偏离度和波形形态特征封装为状态数据包，状态数据包的数据结构依次包含灌浆动态状态向量字段、异常偏离度字段、波形形态特征字段，并在包头扩展字段附带当前采样时刻的时间标签；该时间标签以监控终端的主时钟为基准进行标记。

21、在一个优选地实施方式中，所述步骤s2中，边缘网关持续读取状态数据包中的异常偏离度字段，将异常偏离度字段中的异常偏离度与预设基线门限比较，预设基线门限取值为0.35，异常偏离度大于0.35时，触发封装流程，异常偏离度不大于0.35时，边缘网关继续等待下一状态数据包；

22、监控终端生成下行控制指令，下行控制指令包含目标泵送压力初始值、目标泵送流量初始值和紧急停机标志位；

23、边缘网关将状态数据包与下行控制指令封装至同一通信协议帧，基于统一时钟源插入同步时间戳，通信协议帧的帧结构依序包含帧头、同步时间戳字段、设备地址字段、异常偏离度字段、灌浆动态状态向量字段、波形形态特征字段、下行控制指令字段、时延补偿执行时刻字段和校验字段；

24、边缘网关在封装通信协议帧时从统一时钟源读取当前时刻，将当前时刻写入同步时间戳字段。

25、在一个优选地实施方式中，所述利用指数加权移动平均算法预测当前传输时延以生成时延补偿执行时刻，具体为：

26、边缘网关维护历史时延样本序列，每个时延样本由边缘网关发送通信协议帧时记录的发送时刻与收到灌浆泵控制单元返回的确认帧时记录的接收时刻之差确定；历史时延样本序列按时间顺序排列为第1个时延样本至第n个时延样本，边缘网关采用带趋势修正的指数加权移动平均算法计算水平分量和趋势分量，水平分量计算过程为：

27、水平平滑系数乘以当前时延样本加上1减去水平平滑系数的差乘以将上一时刻水平分量与上一时刻趋势分量相加的和；趋势分量计算过程为：趋势平滑系数乘以将当前水平分量减去上一时刻水平分量的差加上1减去趋势平滑系数的差乘以上一时刻趋势分量；

28、初始条件为第一时刻水平分量等于第1个时延样本，第一时刻趋势分量等于0；传输时延预测值计算过程为：将水平分量与趋势分量相加；

29、边缘网关将同步时间戳字段中记录的当前时刻、传输时延预测值和灌浆泵控制单元固有执行时长相加，得到时延补偿执行时刻，其中灌浆泵控制单元固有执行时长为灌浆泵控制单元接收通信协议帧后解析并启动控制运算所需的固有处理时长；边缘网关将时延补偿执行时刻写入时延补偿执行时刻字段，完成通信协议帧封装。

30、在一个优选地实施方式中，所述步骤s3中，灌浆泵控制单元根据时延补偿执行时刻触发步骤s3启动条件，从通信协议帧中提取灌浆动态状态向量中的浆压变化率，将浆压变化率作为地层等效渗透系数在线辨识的输入变量，并以浆压变化率为输入构建灌浆过程动态回归模型，浆压变化率实测值等于回归向量转置与待辨识参数向量的乘积加上建模残差；

31、第k个控制周期的待辨识参数向量包含浆压变化率第一自回归系数、浆压变化率第二自回归系数、泵送流量第一影响系数、泵送流量第二影响系数和灌浆压力静态偏移系数；地层等效渗透系数按照泵送流量第一影响系数与泵送流量第二影响系数之和除以灌浆压力静态偏移系数与1之和的计算过程获得；

32、递推最小二乘算法采用自适应遗忘因子，自适应遗忘因子根据预测残差幅值与残差幅值滑动均值的比值动态调整；基于自适应遗忘因子更新增益矩阵，利用增益矩阵与预测残差修正待辨识参数向量估计值并同步更新参数估计误差基准矩阵；

33、提取泵送流量第一影响系数、泵送流量第二影响系数和灌浆压力静态偏移系数，按照泵送流量第一影响系数与泵送流量第二影响系数之和除以灌浆压力静态偏移系数与1之和的计算过程，计算得到更新后的地层等效渗透系数。

34、在一个优选地实施方式中，所述求解最优泵送控制量序列，并生成与最优泵送控制量序列对应的预测压力轨迹过程具体为：

35、灌浆泵控制单元将更新后的地层等效渗透系数代入非线性滚动优化模型，非线性滚动优化模型包括预测模型、目标函数和约束条件；预测模型以更新后的地层等效渗透系数为内部参数，以当前控制周期的浆压变化率和目标泵送流量初始值为输入，在未来预测时域内逐步递推形成预测压力轨迹，先将浆压变化率的当前值积分得到未来第一个控制周期的浆压预测值，再代入包含地层等效渗透系数的压力响应方程依次计算未来各控制周期的浆压预测值；

36、目标函数值计算过程为：将预测时域长度范围内每一个控制周期对应的浆压预测值与对应控制周期的浆压期望值之差进行平方运算，再将全部平方运算结果累加求和，得到第一项；将压力平滑权重系数乘以预测时域长度范围内每一个控制周期对应的浆压预测值与上一控制周期浆压预测值之差的平方运算结果，再将全部乘积结果累加求和，得到第二项；将控制量变化惩罚系数乘以控制时域长度范围内每一个控制周期对应的泵送控制量增量的平方运算结果，再将全部乘积结果累加求和，得到第三项；将第一项、第二项与第三项三者相加，得到目标函数值；

37、约束条件包含泵送流量下限约束、泵送流量上限约束、泵送流量变化率约束、浆压预测值上限约束和浆压预测值下限约束；求解目标函数最小值得到最优泵送控制量序列，将预测压力轨迹存储于本地缓存；当预测压力轨迹未超出安全包络线时，将最优泵送控制量序列的第一项作为实际泵送流量值下发至灌浆泵执行机构。

38、在一个优选地实施方式中，所述步骤s4中，灌浆泵控制单元将步骤s3生成的预测压力轨迹中每一个浆压预测值与安全包络线上边界逐点比较，当存在任意一个浆压预测值大于安全包络线上边界对应采样时刻的边界值时，判定预测压力轨迹超出安全包络线，灌浆泵控制单元停止输出最优泵送控制量序列中的控制量，并将预测压力轨迹、最优泵送控制量序列、更新后的地层等效渗透系数、状态数据包以及安全包络线的边界范围经通信协议帧发送至模式匹配引擎；

39、模式匹配引擎根据状态数据包中的时间标签，从监控终端存储的浆压离散数据序列中截取以浆压预测值大于安全包络线上边界对应采样时刻边界值的采样点为中心、时间长度为4秒的浆压采样值序列作为波形分析区间，采样周期为0.5秒，波形分析区间包含8个浆压采样值；对波形分析区间内的浆压采样值序列提取超限波形特征向量，超限波形特征向量包含浆压上升斜率、峰值超越量、振荡频次和超压持续时长；

40、将更新后的地层等效渗透系数作为第五个特征分量追加至超限波形特征向量末尾，构成联合辨识特征向量；对联合辨识特征向量的每一个分量除以异常波形特征模式库中对应该分量的标准差基准值，实现归一化处理，得到归一化联合辨识特征向量。

41、在一个优选地实施方式中，所述将执行反馈回传至监控终端以更新异常波形特征模式库的具体过程为：

42、监控终端中预置应急预案库，应急预案库存储多套应急预案，每套应急预案关联一个应急预案标识，每套应急预案按执行顺序包含泵送流量下调比例、保压作业时长、浆压上限修正系数、孔口泄压阀门开度调整量和报警等级五个执行参数；

43、异常波形特征模式库中预存多个异常模式记录，每条异常模式记录包含异常模式中心向量、异常模式容差半径、应急预案标识、模式命中计数和模式属性字段；

44、模式匹配引擎计算归一化联合辨识特征向量与异常波形特征模式库中每一条异常模式中心向量之间的加权欧氏距离；加权欧氏距离的权重依据异常波形特征模式库内所有异常模式中心向量在各特征分量上的离散程度确定；

45、相似度数值等于1除以1与加权欧氏距离之和，当相似度数值大于等于预设相似度阈值0.75时，判定归一化联合辨识特征向量与对应异常模式匹配成功，选取相似度数值最大的异常模式作为目标异常模式，提取目标异常模式中的应急预案标识；依据目标异常模式中的应急预案标识从应急预案库中提取对应的应急预案，将应急预案标识填入通信协议帧的指令类型字段，将五个执行参数填入通信协议帧的控制参数字段，封装后发送至灌浆泵执行机构；灌浆泵执行机构解析通信协议帧并按照应急预案中的执行顺序逐项执行；当相似度数值均小于预设相似度阈值0.75时，模式匹配引擎生成默认应急预案；

46、灌浆泵执行机构完成应急预案后将执行反馈数据回传监控终端并计算执行偏差数值，当执行偏差数值小于第一偏差阈值时更新异常模式中心向量，大于第二偏差阈值时构建新异常模式存入异常波形特征模式库，两者之间仅增加模式命中计数。

47、本发明的有益效果是：该实时监测过程使监控终端通过灌浆动态状态向量、异常偏离度与波形形态特征全方位感知灌浆状态；边缘网关借助统一时钟源、同步时间戳与指数加权移动平均算法生成的时延补偿执行时刻消除传输时延和执行开销影响，使灌浆泵控制单元在准确时刻依据浆压变化率更新地层等效渗透系数并滚动优化泵送控制量；预测压力轨迹超出安全包络线时，超限波形特征向量与地层等效渗透系数联合与异常波形特征模式库比对，筛选目标应急预案下发，执行反馈回传更新模式库，形成闭环自适应辨识处置，保障超深锥探灌浆全程浆压受控。