一种多源数据融合的爆破安全状态动态监测与预警方法与流程
本发明属于爆破安全监测领域,涉及一种多源数据融合的爆破安全状态动态监测与预警方法。
背景技术:
1、矿山台阶爆破、隧道群爆破等作业通常将大型爆破区域划分为多个爆破子区域,分次起爆。每次爆破均会产生振动、飞石、冲击波、粉尘等多重安全风险。现有爆破安全监测方法多依赖单一或简单组合的传感器,例如仅监测质点振动速度或声压级,难以全面反映爆破安全状态。此外,现有方法通常针对单次爆破过程进行事后评估,即在爆破结束后判断该次爆破是否安全,无法在未爆破子区域起爆前提供有效预警。虽然已有利用多源数据融合的技术尝试,但大多采用简单加权或固定阈值比较,缺乏对多源信号动态时序特征和通道间协同关系的深度建模,也未能充分利用当前已爆破子区域产生的数据来预测同一爆破区域内未爆破子区域的安全状态。因此,亟需一种能够融合振动加速度、声波、图像、地质参数等多源数据,动态提取安全敏感特征,并将当前爆破子区域的安全状态演化规律迁移至未爆破子区域进行超前预测与预警的方法。
技术实现思路
1、本发明的目的在于:提供了一种多源数据融合的爆破安全状态动态监测与预警方法,解决了上述技术问题。
2、本发明采用的技术方案如下:
3、一种多源数据融合的爆破安全状态动态监测与预警方法,应用于矿山爆破区域监测系统,所述矿山爆破区域监测系统包括多通道监测信号采集子系统、稀疏注意力编码模块、扰动分流模块、安全协同融合模块和扰动感知解码模块,爆破区域包括多个爆破子区域,所述方法包括:所述多通道监测信号采集子系统在当前爆破子区域爆破过程中同步获取爆破子区域的振动加速度、声波、图像和地质参数,形成多源监测数据,并对所述多源监测数据进行时间对齐和分帧,进而得到多源特征矩阵;稀疏注意力编码模块根据所述多源特征矩阵计算动态速率波动因子、运行通道协同失衡因子和频谱效能漂移因子,进而构建稀疏注意力掩码,并将所述稀疏注意力掩码作用于所述多源特征矩阵的注意力权重,进而得到稀疏注意力特征序列;将所述稀疏注意力特征序列输入至扰动分流模块,以使所述扰动分流模块将所述稀疏注意力特征序列中的安全敏感分量与背景干扰分量进行分离,并将分离后的安全敏感分量和背景干扰分量输入至安全协同融合模块,以使安全协同融合模块对安全敏感分量进行跨通道协同融合,输出安全协同融合表达序列;将所述安全协同融合表达序列输入至所述扰动感知解码模块,以使扰动感知解码模块对所述安全协同融合表达序列进行时间反卷积解码,并输出安全预测序列,然后计算所述安全预测序列与所述安全协同融合表达序列的实时偏差系数,并在所述实时偏差系数超出预设阈值时,输出爆破安全状态异常检测结果。
4、可选地,所述多通道监测信号采集子系统为用于同步采集爆破振动、声波、图像和地质参数的硬件采集装置;
5、所述动态速率波动因子用于表征当前爆破子区域爆破能量释放速率的变化程度;
6、所述运行通道协同失衡因子用于表征不同监测通道之间信号协同关系的偏离程度;
7、所述频谱效能漂移因子用于表征爆破信号频谱能量分布随时间发生的偏移程度;
8、所述稀疏注意力编码模块用于执行爆破动态安全稀疏注意力机制,所述爆破动态安全稀疏注意力机制为利用动态速率波动因子、运行通道协同失衡因子和频谱效能漂移因子构建稀疏注意力掩码,对所述多源特征矩阵进行稀疏注意力编码的机制;
9、所述安全敏感分量为与爆破安全状态强相关的特征分量,背景干扰分量为与爆破安全状态弱相关的特征分量;
10、所述安全协同融合表达序列用于表征当前爆破子区域多源安全敏感分量经跨通道协同融合后的特征序列;
11、所述安全预测序列用于表征同一爆破区域内未爆破子区域在未来爆破时的安全状态预测特征序列;
12、所述实时偏差系数用于表征安全预测序列与预设安全状态基线之间的偏差程度;
13、所述预设安全状态基线根据当前爆破子区域的地质参数和爆破设计参数预先构建,用于表征当前爆破子区域在正常爆破条件下的安全状态参考特征序列。
14、可选地,所述动态速率波动因子由当前爆破子区域振动加速度监测信号在相邻时间帧的能量变化率和能量变化加速度确定;所述能量变化率为当前时间帧振动加速度监测信号能量与前一相邻时间帧振动加速度监测信号能量之差相对于前一相邻时间帧振动加速度监测信号能量的比值,所述能量变化加速度为相邻两个时间帧之间能量变化率之差相对于前一能量变化率的比值;所述能量变化率的绝对值越大且所述能量变化加速度的绝对值越大时,所述动态速率波动因子的取值越大。
15、可选地,所述运行通道协同失衡因子由当前时间帧多源特征矩阵的通道间协方差矩阵的最大特征值与最小特征值的比值经对数变换确定;所述最大特征值与最小特征值的比值越大,所述运行通道协同失衡因子的取值越大。
16、可选地,所述频谱效能漂移因子由当前时间帧声波监测信号或振动加速度监测信号的频谱质心与前一相邻时间帧声波监测信号或振动加速度监测信号的频谱质心之间的相对变化率确定;所述相对变化率越大,所述频谱效能漂移因子的取值越大;其中,所述频谱质心为对应通道当前时间帧功率谱密度对频率的一阶矩。
17、可选地,稀疏注意力编码模块根据所述多源特征矩阵计算动态速率波动因子、运行通道协同失衡因子和频谱效能漂移因子,进而构建稀疏注意力掩码,并将所述稀疏注意力掩码作用于所述多源特征矩阵的注意力权重,进而得到稀疏注意力特征序列,包括:
18、对所述动态速率波动因子、所述运行通道协同失衡因子和所述频谱效能漂移因子进行可学习加权,并经非线性激活函数归一化后生成稀疏掩码;
19、将所述稀疏掩码与所述多源特征矩阵的标准注意力权重逐元素相乘,得到稀疏注意力特征序列;其中,所述标准注意力权重通过对所述多源特征矩阵进行注意力计算得到。
20、可选地,将所述稀疏注意力特征序列输入至扰动分流模块,以使所述扰动分流模块将所述稀疏注意力特征序列中的安全敏感分量与背景干扰分量进行分离,并将分离后的安全敏感分量和背景干扰分量输入至安全协同融合模块,以使安全协同融合模块对安全敏感分量进行跨通道协同融合,输出安全协同融合表达序列,包括:
21、所述扰动分流模块以所述稀疏注意力特征序列为输入,通过门控卷积对所述稀疏注意力特征序列进行时间维分流,得到安全敏感分量和背景干扰分量;
22、将所述安全敏感分量和所述背景干扰分量输入所述安全协同融合模块,由所述安全协同融合模块根据所述背景干扰分量生成通道置信度权重,所述通道置信度权重与所述背景干扰分量的能量呈负相关,所述通道置信度权重用于表征各监测通道在跨通道融合中的可信程度,并对所述安全敏感分量进行受所述通道置信度权重约束的跨通道注意力融合,得到安全协同融合表达序列。
23、可选地,将所述安全协同融合表达序列输入至所述扰动感知解码模块,以使扰动感知解码模块对所述安全协同融合表达序列进行时间反卷积解码,并输出安全预测序列,然后计算所述安全预测序列与所述安全协同融合表达序列的实时偏差系数,并在所述实时偏差系数超出预设阈值时,输出爆破安全状态异常检测结果,包括:
24、所述扰动感知解码模块对所述安全协同融合表达序列进行时间反卷积解码,输出安全预测序列;
25、所述实时偏差系数的计算公式为:
26、 ;
27、其中,为预设安全状态基线中第t帧的特征向量,为安全预测序列中第t帧的特征向量,为l2范数,为预设正数。
28、可选地,所述安全协同融合模块对安全敏感分量进行跨通道协同融合,输出安全协同融合表达序列,还包括:
29、对于第i个监测通道,计算该通道背景干扰分量在时间窗内的能量,并由下式生成该通道的置信度权重:
30、 ;
31、其中 β为可学习调节系数,β>0 ;
32、以所述置信度权重对各通道的安全敏感分量进行受约束的跨通道注意力融合,得到当前帧的安全协同融合表达序列;
33、将所述当前帧的安全协同融合表达序列与下一帧的稀疏注意力特征序列进行拼接后再次输入扰动分流模块,重新分离出下一帧的背景干扰分量,进而更新各通道的置信度权重;并在后续每一帧中重复执行将当前帧的安全协同融合表达序列与下一帧的稀疏注意力特征序列进行拼接、将拼接结果再次输入扰动分流模块、重新分离出下一帧的背景干扰分量以及更新各通道的置信度权重的操作,形成时间维上的迭代闭环,以持续更新各通道的置信度权重,并使各通道在跨通道融合中的贡献按照该通道更新后的置信度权重进行加权确定。
34、可选地,在计算实时偏差系数之后,还包括:
35、将安全预测序列第t帧的特征向量映射为物理量预测值,至少包括预测质点峰值振动速度和预测主振频率;
36、根据当前爆破子区域的地质参数和爆破设计参数,依据爆破振动安全允许标准确定该子区域对应保护对象的质点峰值振动速度安全允许值及主振频率修正系数,其中监测预警值取为85%-90%质点峰值振动速度安全允许值;
37、当预测质点峰值振动速度大于监测预警值取,或预测主振频率落入对应保护对象的共振敏感频带,或实时偏差系数超出预设阈值时,输出爆破安全状态异常检测结果,并依据超标的物理量维度输出分级预警等级;
38、根据所述分级预警等级生成反馈信号,调节所述可学习调节系数β的取值,使得在高风险预警等级下增大β以强化对背景干扰的抑制,在低风险预警等级下减小β以保持融合灵敏度,从而形成跨帧迭代闭环融合—联合分级预警—融合参数反馈调节的双向自适应架构。
39、综上所述,由于采用了上述技术方案,本发明的有益效果是:
40、1. 多源数据融合全面评估:同步获取当前爆破子区域的振动加速度、声波、图像和地质参数,从振动能量、声场变化、岩体形貌和地质条件多个维度全面刻画爆破安全状态,克服单一监测手段信息不足的缺陷。
41、2. 动态稀疏注意力机制突出关键特征:通过动态速率波动因子、运行通道协同失衡因子和频谱效能漂移因子构建稀疏注意力掩码,对多源特征矩阵的注意力权重进行动态调制,有效抑制背景干扰,突出与爆破安全强相关的关键时间帧和关键监测通道,提高特征表达的鲁棒性和准确性。
42、3. 扰动分流与协同融合抑制干扰:扰动分流模块将稀疏注意力特征序列中的安全敏感分量与背景干扰分量分离,背景干扰分量用于生成通道置信度权重并对安全敏感分量的跨通道协同融合进行约束,减少干扰信息对安全状态表达的影响,提升安全协同融合表达序列的可靠性。
43、4. 超前预测未爆破子区域安全状态:扰动感知解码模块基于当前爆破子区域的安全协同融合表达序列输出安全预测序列,该安全预测序列用于表征同一爆破区域内未爆破子区域在未来爆破时的安全状态预测特征序列,实现了利用前期爆破数据对后续未爆破子区域进行事前预测,从根本上避免了事后检测的滞后性。
44、5. 实时偏差预警与分级响应:通过安全预测序列与预设安全状态基线的实时偏差系数,量化未爆破子区域预测安全状态偏离正常安全状态参考的程度,并可进一步分级输出第一级预警、第二级预警和异常报警,为现场及时调整爆破参数或采取防护措施提供依据。
45、6. 阈值自适应增强适用性:预设阈值根据地质参数中的岩体完整性系数和爆心距进行自适应调整,岩体完整性系数越低或爆心距越小时,预设阈值越严格,使预警方法能够适应不同地质条件和监测距离,提高预警的准确性和工程实用性。
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