一种基于边缘计算的桩机施工实时安全预警方法与流程

摘要: 本发明涉及桩机施工安全监测与智能预警,尤其涉及一种基于边缘计算的桩机施工实时安全预警方法。背景技术:1、桩机广泛应用于桩基础施工、地基处理及地下工程施工过程中,...
一种基于边缘计算的桩机施工实时安全预警方法与流程

本发明涉及桩机施工安全监测与智能预警,尤其涉及一种基于边缘计算的桩机施工实时安全预警方法。

背景技术:

1、桩机广泛应用于桩基础施工、地基处理及地下工程施工过程中,其施工过程通常涉及钻进、压桩、回转、起架、支腿调平等多种作业状态。由于桩机设备体积大、重心高、施工载荷变化明显,且施工现场存在地层变化、地基承载不均、风载扰动及人员交叉作业等因素,施工过程中容易出现卡钻、压桩失稳、桩机倾斜、支承异常及设备失控等安全风险。因此,对桩机施工过程进行实时监测和安全预警具有重要意义。

2、现有桩机施工安全预警方法通常通过传感器采集倾角、扭矩、压力、钻进速度、沉桩速度、支腿压力等数据,并将采集数据与预设阈值进行比较,当某一参数超过阈值时输出报警;也有部分方案通过边缘计算设备或远程平台对多源数据进行融合分析,以判断桩机当前施工状态是否存在异常。现有方法能够在一定程度上实现桩机施工状态监测,但其判断依据多集中于单点参数超限、固定阈值或普通趋势预测。

3、然而,在实际施工中,桩机风险往往并非表现为某一参数立即超限,而是先表现为控制输入与设备响应之间的延迟增大、响应轨迹偏离正常控制路径以及多个控制通道的有效作用能力下降。例如,动力头转速或下压力调整后,扭矩、钻进速度或振动未按预期响应;支腿调平后,机身倾角和支腿压力差仍持续恶化。现有技术难以识别这种控制作用迟滞、控制响应结构偏离和可控性退化过程,导致在倾角、扭矩、压力等参数尚未达到报警阈值时,无法提前发现桩机施工系统进入不可控临界状态,预警滞后,安全干预不及时。

4、因此,如何提供一种基于边缘计算的桩机施工实时安全预警方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于边缘计算的桩机施工实时安全预警方法,本发明充分利用边缘计算技术、改进rnn-transducer时序对齐模型、多控制通道耦合分析方法以及可控性熵退化识别方法,对桩机施工过程中控制输入与设备响应之间的动态延迟关系、响应传播行为及控制能力退化过程进行实时分析,通过构建控制作用延迟谱、控制响应传播域及可控韧性廊道,实现对桩机不可控临界风险的提前识别与安全预警,具备实时性高、预警提前量大、复杂工况适应能力强以及施工安全性高的优点。

2、根据本发明实施例的一种基于边缘计算的桩机施工实时安全预警方法,包括:

3、通过多源传感器,采集桩机施工过程中的多源数据,对多源数据进行预处理,得到桩机施工时序数据集;

4、以桩机施工时序数据集中的控制输入变化事件为触发点,构建滑动时间片序列,并输入改进rnn-transducer模型进行候选对齐路径生成和最优路径筛选,得到控制作用延迟谱;

5、根据控制作用延迟谱,将各控制通道的延迟不确定性指标映射至状态响应空间,构建控制响应传播域,在控制响应传播域内引入多控制通道耦合约束,形成可控韧性廊道;

6、在预设时间窗口内提取桩机实际响应轨迹,投影至控制响应传播域,识别进入可控韧性廊道收缩区或穿越局部断裂区的轨迹行为,根据局部断裂区内的停留时间和跨越次数计算轨迹断裂指数,得到响应轨迹结构偏离结果;

7、根据控制作用延迟谱、响应轨迹结构偏离结果和轨迹断裂指数,构建控制有效性退化矩阵,基于控制有效性退化矩阵的秩变化、元素衰减程度及通道耦合失效数量,计算桩机施工系统的可控性熵,得到可控性熵变化结果;

8、当可控性熵变化结果满足预设塌缩条件时,判定桩机施工系统进入不可控临界状态,由边缘计算终端输出对应的安全预警信息、动作限速指令、动作锁定指令或停机控制指令。

9、可选的,所述多源数据包括控制输入数据、响应状态数据、姿态数据、桩土作用数据、地基支承数据以及环境数据。

10、可选的,所述对多源数据进行预处理,得到桩机施工时序数据集,包括:

11、对多源数据添加统一时间戳,并按照预设采样周期进行时间同步;

12、剔除超出对应传感器量程范围的数据以及与相邻采样点差值超过预设突变阈值的数据;

13、对剔除后的多源数据进行滤波处理,并对缺失数据进行插值补齐;

14、按照数据类型对滤波处理后的多源数据进行标准化处理;

15、基于标准化处理后的多源数据,按照时间顺序生成桩机施工时序数据集。

16、可选的,所述得到控制作用延迟谱,包括:

17、从桩机施工时序数据集中提取控制输入子序列和响应状态子序列,以控制输入变化事件为触发点截取对应的滑动时间片序列;

18、构建改进rnn-transducer模型,所述改进rnn-transducer模型在原始rnn-transducer模型的编码网络、预测网络和联合网络基础上嵌入控制事件嵌入层、多路径竞争对齐层和通道可信度门控层,其中,控制事件嵌入层设置于编码网络输入端,多路径竞争对齐层设置于编码网络与联合网络之间,通道可信度门控层设置于联合网络输出端;

19、将所述滑动时间片序列输入控制事件嵌入层,对每一控制输入变化事件的变化方向、变化幅度、持续时间、所属控制通道以及对应施工状态进行联合编码,生成与响应状态序列一一对应的控制事件特征序列,并将所述控制事件特征序列输入编码网络进行时序特征提取;

20、将响应状态序列输入预测网络,提取响应状态在当前时间窗口内的历史演化特征,将编码网络输出的控制事件时序特征与预测网络输出的响应状态历史特征输入多路径竞争对齐层,按照不同控制通道分别生成多条候选对齐路径;

21、将候选对齐路径输入通道可信度门控层,依据控制通道与响应状态通道之间的对应关系、相邻时间片之间的响应连续性以及施工状态下的控制响应一致性,对候选对齐路径进行可信度排序和路径筛选,保留可信度最高的候选对齐路径作为最优对齐路径;

22、根据最优对齐路径确定各控制通道的瞬时延迟,根据相邻滑动时间片之间的瞬时延迟变化确定延迟漂移,根据各候选对齐路径之间的延迟分散程度确定延迟不确定性,生成包含瞬时延迟、延迟漂移及延迟不确定性的控制作用延迟谱。

23、可选的,所述构建控制响应传播域,在控制响应传播域内引入多控制通道耦合约束,形成可控韧性廊道,包括:

24、从控制作用延迟谱中提取各控制通道的瞬时延迟、延迟漂移和延迟不确定性,同时获取当前施工状态、桩土动态阻抗、桩机姿态状态和地基支承状态;

25、将动力头转速指令、下压力指令、回转速度指令、压桩压力指令及支腿调平指令分别作为控制通道,将实际转速、动力头扭矩、钻进速度、沉桩速度、回转角速度、支腿压力变化数据、机身倾角和桅杆倾角分别作为响应状态通道,按照控制通道与响应状态通道之间的控制对象关系和延迟对应关系建立通道映射关系;

26、基于通道映射关系,将每一控制通道在对应瞬时延迟后的响应状态变化范围映射至状态响应空间,按照延迟漂移方向和延迟不确定性大小确定响应状态变化范围的传播起点、传播方向和传播宽度,得到控制响应传播域;

27、在控制响应传播域内建立多控制通道耦合约束,所述多控制通道耦合约束包括动力头转速指令与下压力指令对动力头扭矩和钻进速度的耦合约束、回转速度指令与支腿调平指令对机身倾角和支腿压力变化数据的耦合约束、压桩压力指令与地基支承状态对沉桩速度和桩身垂直度的耦合约束,根据多控制通道耦合约束识别控制通道之间的协同响应关系和响应冲突关系;

28、根据控制响应传播域和多控制通道耦合约束生成可控韧性廊道,所述可控韧性廊道包括响应边界、恢复边界和抑制边界,当延迟不确定性增大或响应冲突关系出现时收缩所述可控韧性廊道的边界,当延迟不确定性减小且协同响应关系满足预设一致条件时扩展所述可控韧性廊道的边界,当响应冲突关系持续存在时在所述可控韧性廊道内生成局部断裂区。

29、可选的,所述得到响应轨迹结构偏离结果,包括:

30、从桩机施工时序数据集中,按照控制作用延迟谱中的瞬时延迟截取预设时间窗口内的实际响应轨迹,所述实际响应轨迹包括实际转速、动力头扭矩、钻进速度、沉桩速度、回转角速度、支腿压力变化数据、机身倾角和桅杆倾角随时间变化的时序点集;

31、按照控制通道与响应状态通道之间的通道映射关系,将实际响应轨迹投影至控制响应传播域,得到实际响应轨迹在控制响应传播域中的演化路径,标记演化路径与可控韧性廊道的响应边界、恢复边界和抑制边界之间的位置关系;

32、判断演化路径是否进入可控韧性廊道的收缩区,当演化路径对应的响应状态通道在响应边界内未产生对应响应、在恢复边界内未向稳定状态收敛或在抑制边界内未抑制风险状态扩大时,记录收缩区进入事件,生成收缩区进入次数和收缩区停留时长;

33、判断演化路径是否穿越局部断裂区,当演化路径进入局部断裂区或从局部断裂区的一侧边界进入并从另一侧边界离开时,记录断裂区进入事件和断裂区跨越事件,统计实际响应轨迹在局部断裂区内的累计停留时间和跨越次数;

34、根据实际响应轨迹在局部断裂区内的累计停留时间、进入局部断裂区的次数以及跨越局部断裂区的次数,分别赋予对应权重后进行加权求和,得到轨迹断裂指数,根据轨迹断裂指数、收缩区进入次数和收缩区停留时长生成响应轨迹结构偏离结果。

35、可选的,所述计算桩机施工系统的可控性熵,得到可控性熵变化结果,包括:

36、读取控制作用延迟谱以及响应轨迹结构偏离结果和轨迹断裂指数,并提取各控制通道对应的瞬时延迟、延迟漂移、延迟不确定性、收缩区进入次数、收缩区停留时长、局部断裂区停留时间以及局部断裂区跨越次数;

37、以动力头转速指令、下压力指令、回转速度指令、压桩压力指令及支腿调平指令作为控制通道,以实际转速、动力头扭矩、钻进速度、沉桩速度、回转角速度、支腿压力变化数据、机身倾角及桅杆倾角作为响应状态通道,建立控制通道与响应状态通道之间的对应关系,并根据各控制通道对对应响应状态通道的响应有效程度构建控制有效性退化矩阵;

38、根据控制作用延迟谱中的瞬时延迟、延迟漂移和延迟不确定性,对所述控制有效性退化矩阵中的对应通道进行延迟退化标记,根据响应轨迹结构偏离结果中的收缩区进入次数、收缩区停留时长和轨迹断裂指数,对对应响应状态通道进行结构退化标记;

39、根据控制有效性退化矩阵中存在延迟退化标记和结构退化标记的控制通道数量、响应状态通道数量以及控制通道与响应状态通道之间的耦合失效程度,计算桩机施工系统的可控性熵,其中,当控制通道与响应状态通道之间的有效对应关系减少时,降低对应的可控性熵值;

40、对连续时间窗口内的可控性熵进行变化分析,当连续时间窗口内的可控性熵持续下降、下降速率超过预设阈值或低于预设塌缩阈值时,生成表征桩机控制能力退化程度的可控性熵变化结果。

41、可选的,所述由边缘计算终端输出对应的安全预警信息、动作限速指令、动作锁定指令或停机控制指令,包括:

42、读取可控性熵变化结果,提取连续时间窗口内的可控性熵当前值、可控性熵下降速率、退化控制通道数量以及耦合失效通道数量;

43、当可控性熵当前值低于预设塌缩阈值、可控性熵下降速率超过预设下降速率阈值、退化控制通道数量达到预设退化数量阈值或者耦合失效通道数量达到预设失效数量阈值中的任一条件成立时,生成可控性熵塌缩标记;

44、根据可控性熵塌缩标记对应的控制通道,确定不可控临界状态的风险类型,所述风险类型包括钻进控制失效风险、压桩控制失效风险、回转控制失效风险、支承调平控制失效风险以及多通道耦合失效风险;

45、根据风险类型匹配对应的安全处置等级,由边缘计算终端向驾驶室显示终端、声光报警装置、桩机控制器或远程监管平台输出与所述安全处置等级对应的安全预警信息、动作限速指令、动作锁定指令或停机控制指令;

46、将可控性熵变化结果、风险类型、安全处置等级、输出的控制指令以及触发前后预设时间段内的桩机施工时序数据存储于边缘计算终端,并上传至云端平台形成预警事件记录。

47、本发明的有益效果是:

48、本发明通过边缘计算终端在施工现场本地完成多源数据处理、控制作用延迟谱构建、控制响应传播域分析和可控性熵塌缩判定,减少了对云端平台和网络传输的依赖,使桩机施工安全预警能够在现场实时完成,提高了预警响应速度和施工现场安全控制的及时性。

49、本发明不再仅依赖倾角、扭矩、压力等单点参数是否超过阈值,而是进一步分析控制输入与设备响应之间的延迟变化、响应轨迹结构偏离和多控制通道有效性退化情况,能够在安全参数尚未超限时识别桩机系统进入不可控临界状态,从而提高了风险识别的提前量和准确性。

50、本发明通过构建可控韧性廊道和控制有效性退化矩阵,能够针对钻进控制失效、压桩控制失效、回转控制失效、支承调平控制失效及多通道耦合失效等不同风险类型输出对应的预警、限速、锁定或停机指令,使安全干预更加精准,降低误报、漏报和过度停机的概率,提高桩机施工过程的连续性、可靠性和安全性。