近接运营地下结构群的安全防护方法及系统与流程
本发明涉及地下工程施工,具体而言,涉及近接运营地下结构群的安全防护方法及系统。
背景技术:
1、在城市建设中,新建地下工程(如隧道、基坑)不可避免地会近接既有运营地下结构(如地铁隧道、综合管廊等)。近接施工产生的土体卸荷、爆破振动、降水沉降等扰动,极易诱发既有结构发生附加变形、开裂甚至功能丧失,严重威胁运营安全。
2、目前,近接施工中的安全防护主要依赖在既有结构上布设传感器,并设定固定报警阈值进行监测。然而,现有技术存在以下不足:固定阈值难以适应不同地质条件和施工工艺的动态变化,易导致漏报或误报;单一指标判断忽略了多源监测数据之间的耦合关系;历史数据中蕴含的“从安全向风险演化”的过渡过程信息未被有效挖掘;缺乏将历史先验知识与实时监测数据动态融合的量化评估机制。因此,亟需一种能够自动挖掘历史边界演化特征、融合多源监测指标、实现前瞻性量化评估的安全防护方法。
技术实现思路
1、本发明的目的在于提供近接运营地下结构群的安全防护方法及系统,以改善上述问题。
2、为了实现上述目的,本申请提供了如下技术方案:
3、一方面,本申请实施例提供了近接运营地下结构群的安全防护方法,所述方法包括:
4、获取近接施工影响区域内,运营地下结构群的实时多源监测数据以及获取多个历史近接施工案例的多源监测时序数据;
5、根据多个历史近接施工案例的多源监测时序数据提取关键样本组,根据关键样本组生成风险预判规则;
6、将实时多源监测数据与风险预判规则进行匹配,计算得到实时综合评分,根据实时综合评分生成防护指令。
7、第二方面,本申请提供了近接运营地下结构群的安全防护系统,所述系统包括:
8、获取模块,用于获取近接施工影响区域内,运营地下结构群的实时多源监测数据以及获取多个历史近接施工案例的多源监测时序数据;
9、提取模块,用于根据多个历史近接施工案例的多源监测时序数据提取关键样本组,根据关键样本组生成风险预判规则;
10、匹配模块,用于将实时多源监测数据与风险预判规则进行匹配,计算得到实时综合评分,根据实时综合评分生成防护指令。
11、第三方面,本申请提供了近接运营地下结构群的安全防护设备,所述设备包括存储器和处理器。存储器用于存储计算机程序;处理器用于执行所述计算机程序时实现上述近接运营地下结构群的安全防护方法的步骤。
12、第四方面,本申请提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述近接运营地下结构群的安全防护方法的步骤。
13、本发明的有益效果为:
14、1、 本发明通过合并高频稳定簇构建核心稳定区域,并以低于第一相似度阈值的第二相似度阈值自动筛选出与核心区域高度相似但尚未达到预警标准的外围样本,使关键样本组完整刻画风险演化的连续轨迹。基于此生成的预判规则,能够在监测数据尚未触及固定报警阈值时即发出预警,实现从事后报警到事前预判的跨越。
15、2、 本发明将每个监测维度的取值区间作为一个判定条件,通过逻辑“且”组合形成多维条件表达式,相比单一指标固定阈值判断,更准确地反映近接施工中多源扰动耦合的复杂工况。
16、3、 本发明通过匹配度、权重、安全值三者乘积计算贡献值,并以贡献值总和与匹配值总和的比值作为综合评分。权重综合了样本数量、安全等级纯度和特征分布稳定性三个因子,使评估结果更加稳健可靠。
17、本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
1.近接运营地下结构群的安全防护方法,其特征在于,包括:
2.根据权利要求1所述的近接运营地下结构群的安全防护方法,其特征在于,根据多个历史近接施工案例的多源监测时序数据提取关键样本组,包括:
3.根据权利要求2所述的近接运营地下结构群的安全防护方法,其特征在于,基于目标组合簇提取关键样本组,包括:
4.根据权利要求1所述的近接运营地下结构群的安全防护方法,其特征在于,根据关键样本组生成风险预判规则,包括:
5.根据权利要求1所述的近接运营地下结构群的安全防护方法,其特征在于,将实时多源监测数据与风险预判规则进行匹配,计算得到实时综合评分,根据实时综合评分生成防护指令,包括:
6.近接运营地下结构群的安全防护系统,其特征在于,包括:
7.根据权利要求1所述的近接运营地下结构群的安全防护系统,其特征在于,提取模块,包括:
8.根据权利要求7所述的近接运营地下结构群的安全防护系统,其特征在于,提取单元,包括:
9.根据权利要求6所述的近接运营地下结构群的安全防护系统,其特征在于,提取模块,包括:
10.根据权利要求6所述的近接运营地下结构群的安全防护系统,其特征在于,匹配模块,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com