一种轨道交通结构运营健康状态监测系统及方法与流程

本发明涉及轨道交通结构健康监测，具体为一种轨道交通结构运营健康状态监测系统及方法。

背景技术：

1、城市轨道交通是国家重要的市政基础设施，随着线网加密，既有运营线路不可避免会受到临近工程施工振动的影响，典型振源包括爆破施工、地面冲击（强夯、建筑物拆除塌落等）以及机械施工（旋挖钻进、沉桩施工等），上述振动若控制不当，极易导致隧道衬砌管片变形错台、开裂渗漏，甚至引发轨旁设备脱落侵限，严重威胁行车安全。

2、但是，传统方案在面对临近工程施工振动影响时存在明显不足。一方面，现有监测系统及规范通常针对单一振源（如爆破）设计，未考虑爆破、冲击、机械施工等多源振动的频谱特性和作用机理差异，在振动信号高度混叠时难以准确分离各振源分量，导致振动影响评估失准；另一方面，传统评价方法仅以振动速度、频率等振动自身特性作为控制指标，未结合轨道交通结构当前的运营健康状态（如衬砌已有裂缝、道床累积损伤等）进行差异化评价，对于已存在损伤的结构仍采用统一阈值，易造成安全隐患。

技术实现思路

1、本发明的目的在于提供一种轨道交通结构运营健康状态监测系统及方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种轨道交通结构运营健康状态监测方法，包括如下步骤：基于地铁结构对多源施工振源的耦合频响特性，在隧道衬砌环缝、轨枕与道床界面、轨旁设备差异化布设传感器，采集爆破、地面冲击、机械施工引发的多源工程振动信号；对采集的多源振动信号进行去直流、带通滤波、异常值剔除与多通道同步校准预处理；采用自适应变分模态分解与盲源分离级联算法，对预处理后的混叠低信噪比振动信号进行分解与提纯，所述自适应变分模态分解自动确定分解层数k和惩罚因子，将混叠信号分解为若干本征模态函数分量；剔除其中能量低于预设阈值的噪声分量后，对剩余分量采用独立成分分析进行盲源分离，得到物理意义明确的独立纯振源分量，并基于预建的振源特征库识别振源类型，提取振动特征参数；将分离后的纯振源特征参数输入经虚实联合训练的物理信息深度神经网络损伤评估模型，所述模型的损失函数包含数据拟合项与力学约束项，所述虚实联合训练具体为：采用有限元仿真生成不同施工振源类型、幅值、距离下的结构响应仿真数据，并与现场实测数据通过深度域对抗自适应方法对齐特征分布，以纯振源特征为输入训练模型；模型输出隧道管片接头张开量、道床累积损伤指数的量化健康指标；将量化健康指标与地铁结构损伤容许标准比对，根据动态调整的预警阈值触发分级预警，并生成健康评估报告；将监测数据、纯振源分量、量化健康指标及预警信息上传云端，实现远程监控与数据共享。

3、进一步地，所述自适应变分模态分解自动确定分解层数k的方法为：从k=2开始递增进行变分模态分解，计算各本征模态函数分量的中心频率，当相邻中心频率的比值低于预设阈值时判定发生过分解，取发生前的k值为最优分解层数。

4、进一步地，所述预设阈值为1.2～1.5，并根据地铁隧道结构主导频带范围具体设定：爆破振动主导频带为50～200hz时阈值取1.3，机械冲击主导频带为10～50hz时阈值取1.2，多源混叠时阈值取1.5。

5、进一步地，所述自适应变分模态分解自动确定惩罚因子的方法为：在分解层数k确定后，以所有本征模态函数分量的平均包络熵最小化为目标，在预设搜索范围内遍历惩罚因子，选择使平均包络熵最小的值为最优惩罚因子。

6、进一步地，所述预设搜索范围为（200，5000），遍历步长为50；所述平均包络熵的计算方式为：对各本征模态函数分量进行hilbert变换得到包络信号，归一化后按熵定义计算各分量包络熵，再取算术平均值。

7、进一步地，所述能量预设阈值为所有本征模态函数分量平均能量的20%～30%，或根据实测背景噪声方差动态确定。

8、进一步地，所述物理信息深度神经网络损伤评估模型中，力学约束项采用管片接头张开量与振动能量之间的线性或非线性先验关系构建的残差项，或道床累积损伤与振动幅值累积分布之间的疲劳损伤物理方程。

9、进一步地，所述动态调整的预警阈值采用卡尔曼滤波或贝叶斯在线更新方法实时修正：根据地铁结构类型、服役年限、历史监测数据中的损伤累积速率，动态更新阈值的上下限，使预警阈值随结构剩余寿命和当前损伤状态自适应变化。

10、进一步地，所述差异化布设传感器，具体为：在隧道衬砌环缝处布设高频响应应变传感器，用于捕捉爆破振动动态应变；在轨枕与道床界面布设三向加速度传感器，用于监测机械冲击瞬时振动；在轨旁设备布设速度传感器，用于监测整体低频振动速度。

11、进一步地，一种轨道交通结构运营健康状态监测方法的系统，包括：多源振动感知模块，用于基于地铁结构与多源振源的耦合频响特性，在隧道衬砌环缝、轨枕与道床界面、轨旁设备差异化布设传感器，采集多源工程振动信号；数据采集与传输模块，用于对振动信号进行预处理、多通道同步采集，并适配地铁强电磁干扰工况完成有线或无线数据传输；数据处理与分析模块，用于通过自适应变分模态分解与盲源分离级联算法分离纯振源分量，提取振动频率、幅值、能量分布的结构专属特征参数；健康状态评估模块，用于基于虚实联合训练的物理信息深度神经网络模型输出量化健康指标，并与损伤容许标准比对；预警与展示模块，用于根据动态阈值实现分级预警，并对监测数据、健康指标、预警信息进行可视化展示与云端上传。

12、与现有技术相比，本发明的有益效果是：

13、1、该轨道交通结构运营健康状态监测系统及方法，通过多源振源耦合频响差异化布设与级联分离算法，可精准剥离轨道交通复杂场景下的混叠振动信号，解决传统监测技术信号失真、振源识别模糊的问题，提升振动监测与振源识别的精准度，从而适配地铁复杂运营工况下的多源振动监测需求。

14、2、该轨道交通结构运营健康状态监测系统及方法，通过虚实联合训练的评估模型实现轨道交通结构健康状态的量化评估与动态校准，构建智能分级预警机制，可实时精准预判结构安全隐患，降低运维巡检成本与故障处置滞后风险，进而保障轨道交通行车安全与高效运营。

1.一种轨道交通结构运营健康状态监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的轨道交通结构运营健康状态监测方法，其特征在于，所述自适应变分模态分解自动确定分解层数k的方法为：

3.根据权利要求2所述的轨道交通结构运营健康状态监测方法，其特征在于，所述预设阈值为1.2～1.5，并根据地铁隧道结构主导频带范围具体设定：爆破振动主导频带为50～200hz时阈值取1.3，机械冲击主导频带为10～50hz时阈值取1.2，多源混叠时阈值取1.5。

4.根据权利要求1所述的轨道交通结构运营健康状态监测方法，其特征在于，所述自适应变分模态分解自动确定惩罚因子的方法为：

5.根据权利要求4所述的轨道交通结构运营健康状态监测方法，其特征在于，所述预设搜索范围为（200，5000），遍历步长为50；

6.根据权利要求1所述的轨道交通结构运营健康状态监测方法，其特征在于，所述能量预设阈值为所有本征模态函数分量平均能量的20%～30%，或根据实测背景噪声方差动态确定。

7.根据权利要求1所述的轨道交通结构运营健康状态监测方法，其特征在于，所述物理信息深度神经网络损伤评估模型中，力学约束项采用管片接头张开量与振动能量之间的线性或非线性先验关系构建的残差项，或道床累积损伤与振动幅值累积分布之间的疲劳损伤物理方程。

8.根据权利要求1所述的轨道交通结构运营健康状态监测方法，其特征在于，所述动态调整的预警阈值采用卡尔曼滤波或贝叶斯在线更新方法实时修正：根据地铁结构类型、服役年限、历史监测数据中的损伤累积速率，动态更新阈值的上下限，使预警阈值随结构剩余寿命和当前损伤状态自适应变化。

9.根据权利要求1所述的轨道交通结构运营健康状态监测方法，其特征在于，所述差异化布设传感器，具体为：

10.一种使用如权利要求1-9中任意一项所述轨道交通结构运营健康状态监测方法的系统，其特征在于，包括：