一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统及方法与流程

摘要: 本发明涉及一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统及方法。背景技术:1、公路隧道在运营期间受地质条件、气候环境及交通荷载等多重因素影响,结构...
一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统及方法与流程

本发明涉及一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统及方法。

背景技术:

1、公路隧道在运营期间受地质条件、气候环境及交通荷载等多重因素影响,结构安全风险呈现显著的时空变异性和场景特异性。特别是在湿陷性黄土地层、高海拔寒区冻融、滑坡泥石流影响区及高烈度地震区等典型场景下,隧道结构的致灾机理各异,荷载与病害的演化规律差异显著,对结构健康监测与风险评估提出了严峻挑战。

2、目前,针对隧道结构安全监测与风险评估,国内外已有大量研究和工程实践。例如,中国专利申请文献cn120724355a公开的一种基于多源数据融合的隧道环境监测方法及系统,通过对目标隧道进行多源监测,并对多源监测数据进行数据同步与预处理及时空特征提取,实现多源数据的综合感知;另一中国专利申请cn120706883a公开的一种基于博弈论组合赋权的瓦斯隧道施工风险评估方法,采用层次分析法获取主观权重,结合反熵权法计算客观权重,通过博弈论组合赋权模型求解主客观权重的最优组合系数;学术研究层面,也有多篇关于采用动态贝叶斯网络构建多源信息融合分析模型,或基于lstm-cnn模型的隧道变形预警等隧道风险评估相关的报道。

3、然而,实践发现,现有的隧道结构安全监测方案对多源监测数据进行特征提取时,时空对齐处理仅停留在数据预处理层面;且监测断面的空间定位多依赖初始里程桩号,而隧道在服役过程中因地震、滑坡、围岩蠕变等因素影响其结构容发生纵向错动或环向变形,导致原里程桩号无法准确反映传感器的实际空间位置,进而导致历史数据与当前数据之间失去空间对应关系,致使风险评估精准度下降。

4、另外,现有风险评估方案的算法权重调整主要依赖于数据层面的统计特征变化,监测系统一经部署后即保持相对固定,当隧道面临不同典型致灾场景时,评估模型仍沿用原有权重体系,导致评估重点与实际风险态势严重错位;且,隧道结构随服役年限增长存在材料老化、抗力衰减等渐进式退化特征,若不能随服役阶段演变动态调整评估侧重点的话,也会时评估结果与实际风险值相差甚远。

5、此外,现有的风险评估系统多为单向流程,前端传感器采集数据上传至中心平台后运行评估模型输出结果,不涉及根据评估结果反向优化前端感知策略,导致高风险区域的监测数据稀疏,而低风险区域过度采集,造成监测资源配置失衡以及应急响应滞后,难以满足隧道全生命周期智能化风险评估的实际需求。

6、因此,如何从系统架构层面为隧道全生命周期建立一套空间基准自适应更新的时空参照体系,能根据场景及隧道结构实际情况自适应调节风险权重,并能根据评估结果反向优化前端感知策略实现全链路的闭环控制,仍是隧道风险评估领域亟待解决的关键技术难题。

技术实现思路

1、针对上述的隧道安全监测与风险评估存在的问题,以及为了达到上述的目的,本发明提供一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统及方法,通过构建四级分层空间参照系实现时空自洽,通过引入置信度约束的组合赋权与场景、服役阶段双重调节实现权重自适应,通过采用混合驱动五维因子耦合矩阵实现效应量化,并通过内置事件-动作规则引擎形成全链路闭环,多重手段联合作用,显著提升隧道风险评估的准确性、适应性和智能化水平。具体技术方案如下:

2、首先,本发明提出一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述典型场景包括湿陷性黄土地层、高寒冻融、滑坡泥石流影响区、高烈度地震区四种类型;该系统包括:

3、至少一个多源传感器阵列一体化智能感知终端,用于同步采集多种监测数据,并经边缘预处理后生成携带时间戳与初步位置标识的结构化感知数据;

4、数据汇聚与时空配准模块,与所述多源传感器阵列一体化智能感知终端通信连接,用于构建四级分层空间参照系,并将所述结构化感知数据映射至由时间与四级分层空间参照系共同构成的五维时空网格,生成时空一致的标准化感知数据集;

5、场景辨识与因子耦合效应模块,与所述数据汇聚与时空配准模块通信连接,用于根据所述标准化感知数据集识别当前隧道所处的典型场景,并调用与该场景对应的五类致灾因子因果耦合效应矩阵;

6、变权重动态风险评估引擎,与所述数据汇聚与时空配准模块及所述场景辨识与因子耦合效应模块通信连接,其包括变权重计算单元和综合风险评估单元;所述变权重计算单元用于根据当前隧道所处的典型场景和服役阶段动态生成评价指标的自适应权重;所述综合风险评估单元根据标准化感知数据集结合五类致灾因子因果耦合效应矩阵及自适应权重计算隧道结构安全风险指数并划分风险等级;

7、人机交互与预警终端,与所述变权重动态风险评估引擎通信连接,用于可视化展示所述风险指数及风险等级,并在风险等级超出阈值时发出分级预警。

8、前述的面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述多源传感器阵列一体化智能感知终端包含统一时钟同步模块,该模块在有卫星信号时采用北斗/gps双模授时,在无卫星信号及通信中断时通过基于振动信号互相关的多终端互校机制实现时钟同步。

9、所述多终端互校机制具体为:

10、)针对不同多源传感器阵列一体化智能感知终端中同类动态传感器的振动信号序列,计算任意两个终端(终端对)信号间的归一化互相关系数;当互相关系数的峰值大于预设阈值时,判定两个终端经历了同一突发激励事件,并利用该互相关系数峰值对应的时延位置提取两终端间的相对时间偏差;遍历事件所涉及的所有终端,获得终端群组内各终端对之间的多个冗余相对时间偏差;

11、)以终端群组中晶振老化率最低且首个恢复与所述数据汇聚与时空配准模块之间通信链路的终端作为临时基准,基于各终端相对于该临时基准的实测时间偏差、步骤)提取的各终端对之间的冗余相对时间偏差、各终端的晶振老化率以及通信中断时长,建立以各终端的全局最优补偿值为未知数的超定方程组;该超定方程组中,除临时基准至各终端的直接观测方程外,还包含由所述冗余相对时间偏差构成的约束方程,使得方程总数大于待求补偿值的数量;

12、)采用最小二乘法求解所述超定方程组,获得各终端的全局最优补偿值,以此对各终端在中断期内采集数据的时间戳进行统一补偿,实现群组内所有终端时钟的同步。

13、前述的面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述四级分层空间参照系包括逻辑断面编号s、动态物理里程d、环向扇区编码φ和径向深度层r;其中,逻辑断面编号s为全生命周期唯一不变标识,动态物理里程d随结构变形动态更新,其二者构成纵向双标识解耦机制,用于实时追踪隧道发生纵向错动时的轴向位移场;所述环向扇区编码φ用于环向定位;所述径向深度层r用于径向定位。

14、所述四级分层空间参照系的构建过程为:

15、步骤一、根据隧道设计参数及传感器部署信息为每个监测断面分配唯一不变的逻辑断面编号s;

16、步骤二、关联设计里程作为初始动态物理里程d0,随隧道结构变形动态更新,以断面最近一次精确测量的里程作为桩号,记为动态物理里程d;

17、步骤三、沿隧道横断面的圆周方向划分的离散扇区并分配编码,记为环向扇区编码φ;

18、步骤四、沿隧道衬砌厚度方向自内表面向外、按传感器埋设深度划分的层级并分配编码,记为径向深度层r。

19、前述的面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述五类致灾因子因果耦合效应矩阵为基于贝叶斯网络根据包含地质条件、环境荷载、结构状态、养护历史和交通荷载在内的五类致灾因子构建而成;在系统运行期间,通过期望最大化算法根据观测的隧道结构状态和环境荷载数据对该矩阵的条件概率参数迭代更新,用于修正各致灾因子维度风险值间的叠加影响。

20、具体地,所述五类致灾因子因果耦合效应矩阵构建及更新的过程为:

21、a)根据隧道工程领域的公知因果关系,对包含地质条件、环境荷载、结构状态、养护历史和交通荷载在内的五项致灾因子间的因果关系进行定性分析;

22、b)以五类致灾因子为节点,将每个节点离散为良好,劣化,危险三种状态;定义各节点间的因果边为:地质条件→环境荷载,地质条件→结构状态,环境荷载→结构状态,养护历史→结构状态,交通荷载→结构状态,以此绘制贝叶斯网络;

23、c)定义因子耦合效应矩阵为一个5×5的方阵,其元素(i,j=1…5)表示五类致灾因子中因子j对因子i的耦合影响强度;其中,对角线元素为0,表示因子对自身无耦合;非对角线元素())的取值范围为[0,1],取值越大表示因子j的状态恶化对因子i的状态恶化推动作用越强;

24、d)基于历史病害案例及公知工程经验,赋予贝叶斯网络各节点先验条件概率表;依据先验条件概率表,提取每个节点从良好状态变为危险状态时其相关节点处于危险状态的概率增量,并按各状态在历史案例中出现的频率进行加权平均,得到影响强度;对所有影响强度进行归一化处理,所得的值为矩阵的初始耦合系数;

25、e)在系统运行期间,利用观测的结构状态和环境荷载数据,通过期望最大化算法迭代优化贝叶斯网络的条件概率表参数;并在迭代过程中引入历史数据权重指数衰减机制,为不同时间窗口的样本赋予权重λ=exp(-δt/τ);式中:δt为样本距当前时间的时间差,τ为预设的时间常数;

26、f)经期望步与最大化步交替迭代至收敛后,依据更新后的条件概率表重新提取耦合系数,更新所述五类致灾因子因果耦合效应矩阵。

27、前述的面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述变权重计算单元用于根据当前场景和服役阶段动态生成评价指标的自适应权重的过程为:采用标准模糊层次分析法确定主观初始权重;采用改进熵权法计算客观权重;基于博弈论的组合赋权方法将主观权重和客观权重为博弈的两方,建立组合权重公式和博弈均衡方程组,求解方程组,并对解向量进行归一化处理,获得最终的基础组合权重;然后引入场景类型调节向量和服役阶段衰退系数向量,将基础组合权重与场景类型调节向量和服役阶段衰退系数向量逐元素相乘后归一化,生成最终自适应权重。其中:

28、所述改进熵权法为通过引入数据置信度因子筛选高置信度样本点,仅以的样本计算信息熵和差异系数,并根据高置信度样本占比动态调整学习率,以在数据质量不佳时抑制权重更新幅度,获取稳健的客观权重。

29、所述组合权重计算公式为:

30、;

31、式中:为组合权重;为主观权重,为客观权重;为主观权重的线性组合系数,为客观权重的线性组合系数,且满足。

32、所述自适应权重为:

33、;

34、式中:为自适应权重,为场景类型调节向量,为服役阶段衰退系数向量。

35、前述的面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述综合风险评估单元根据标准化感知数据集结合五类致灾因子因果耦合效应矩阵及自适应权重计算隧道结构安全风险指数的过程为:以标准化感知数据集为输入,先进行五类致灾因子风险聚合得到五维度风险值,然后利用当前隧道所处的典型场景对应的五类致灾因子因果耦合效应矩阵对五维度风险值进行连锁修正,再使用自适应权重对修正后的五维度风险值进行加权求和,得到最终综合结构安全风险指数;其中:

36、所述五类致灾因子风险聚合为:基于预设的指标-因子映射矩阵,将底层各监测物理量代入隶属度函数得到的单指标风险值,加权聚合为五个致灾因子的初始风险值,其中依次对应地质条件、环境荷载、结构状态、养护历史、交通荷载。

37、所述连锁修正公式为:

38、;

39、式中:为维度k的初始风险值,为因子j对因子k的耦合系数(已驻留于当前场景对应的矩阵c中,且),为耦合修正后的风险值,并上限取1.0。

40、所述隧道结构安全风险指数计算公式为:

41、;

42、式中:为隧道结构安全风险指数,为维度k的自适应权重。

43、所述划分风险等级为:将计算得到的隧道结构安全风险指数,映射到0至100区间;以为低风险,为中等风险,为高风险,为极高风险。

44、前述的面向隧道结构典型场景的时空自洽与多因子自适应风险评估系统,所述变权重动态风险评估引擎还内置有事件-动作规则引擎,用于根据风险评估结果自动生成闭环控制指令;该指令通过所述数据汇聚与时空配准模块根据目标设备的逻辑断面编号s及环向扇区编号φ精准寻址,并转发至对应的多源传感器阵列一体化智能感知终端,以调整该终端的采样策略,形成从评估到感知优化的全链路闭环。

45、其次,本发明还提供一种面向隧道结构典型场景的时空自洽与多因子自适应风险评估方法,具体为应用前述的系统进行评估;包括以下步骤:

46、s1:通过多源传感器阵列一体化智能感知终端同步采集多种监测数据,经边缘预处理后生成携带时间戳与初步位置标识的结构化感知数据;

47、s2:由数据汇聚与时空配准模块构建全隧道统一的四级分层空间参照系,将所述结构化感知数据映射至由时间与所述四个空间维度层级共同构成的五维时空网格,获得标准化感知数据集;

48、s3:由场景辨识与因子耦合效应模块根据所述标准化感知数据集识别隧道所处当前典型场景,并调用与该场景对应的五类致灾因子因果耦合效应矩阵;

49、s4:由变权重动态风险评估引擎依据当前典型场景和隧道服役阶段自适应调整评价指标权重,并利用所述因果耦合效应矩阵和所述标准化感知数据集计算结构安全风险指数并划分风险等级;

50、s5:由人机交互与预警终端进行可视化展示与分级预警;

51、s6:当所述风险等级超出预设阈值时,变权重动态风险评估引擎内置的事件-动作规则引擎自动生成控制指令,通过所述数据汇聚与时空配准模块根据目标设备的逻辑断面编号s及环向扇区编号φ精准寻址,转发至对应的多源传感器阵列一体化智能感知终端,调整其采样策略。

52、本发明具备的有益效果如下:

53、1)本发明通过多源传感器阵列一体化智能感知终端与数据汇聚与时空配准模块的协同工作,前者输出带初步位置标识的结构化数据,后者构建由逻辑断面编号s、动态物理里程d、环向扇区编码φ和径向深度层r构成的四级分层空间参照系并将数据映射至五维时空网格,使得全隧道监测数据在时间和空间维度上获得统一基准,解决了异构传感器数据对齐难题,为后续风险评估奠定了高保真数据基础。

54、2)本发明通过数据汇聚与时空配准模块输出的五维时空网格数据与场景辨识与因子耦合效应模块的协同作用,前者提供包含环向扇区和径向深度层的精细化空间数据,后者基于这些数据识别当前典型场景并调用对应的五类致灾因子因果耦合效应矩阵,使得场景识别能够区分同一断面不同环向位置的差异化响应,识别准确率大幅提升。

55、3)本发明通过场景辨识与因子耦合效应模块与变权重动态风险评估引擎的协同工作,前者输出场景标签和因子耦合矩阵,后者据此引入场景类型调节向量和服役阶段衰退系数向量对基础权重进行双重调节,并利用耦合矩阵对各维度风险值进行耦合修正后再加权聚合,使得评估模型能够随典型场景切换和结构服役退化动态调整侧重点,同时量化致灾因子间的链式演化影响,评估误差显著降低。

56、4)本发明通过变权重动态风险评估引擎内置的事件-动作规则引擎与多源传感器阵列一体化智能感知终端的闭环反馈,前者在风险等级超标时自动生成控制指令,经数据汇聚与时空配准模块根据逻辑断面编号s及环向扇区φ精准寻址后转发至后者调整采样策略,使得高风险区域监测自动加密、低风险区域避免过度采集,形成从评估到感知优化的全链路闭环,应急响应时间显著缩短。

57、总体而言,本发明通过上述四个环节的逐级驱动与反馈协同,从原始数据采集、时空基准统一、场景自适应辨识、因子耦合量化评估到感知策略闭环优化,实现了隧道风险评估从异构散点、固定权重、单向开环到时空自洽、因子耦合、自适应闭环的系统性质变,显著提升了隧道结构安全评估的准确性、适应性和智能化水平。