一种基于多传感器融合的盾构下穿地层稳定性实时预警方法及系统与流程

本发明涉及隧道工程预警，更具体的说是涉及一种基于多传感器融合的盾构下穿地层稳定性实时预警方法及系统。

背景技术：

1、盾构下穿铁路、公路、建筑物等敏感区域时，地层易出现沉降、变形、失稳等安全隐患，传统地层稳定性预警多采用单一传感器+固定阈值判断方式，存在数据源单一、无法适配复杂地质工况、误报漏报率高的问题；现有技术中部分预警方法未采用神经网络智能算法，无法挖掘地层监测数据的时序关联与非线性特征，难以实现地层稳定性状态的精准实时预警，无法满足盾构下穿施工的安全管控需求。

2、因此，如何实现盾构下穿时地层稳定性状态的精准实时预警是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于多传感器融合的盾构下穿地层稳定性实时预警方法及系统，实现了盾构下穿时地层稳定性状态的精准实时预警。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于多传感器融合的盾构下穿地层稳定性实时预警方法，包括：

4、通过传感器采集盾构下穿地层的力学数据、地表微裂缝图像数据及地质探测数据，形成多源原始监测数据集；对所述多源原始监测数据集预处理，剔除无效数据，获取规整数据集；

5、对所述规整数据集进行时间维度线性插值对齐与空间维度投影插值匹配，而后进行主成分分析，采用递归卡尔曼滤波算法进行多源信息动态融合，构建地层孪生状态信息集；

6、从所述地层孪生状态信息集中提取时域特征、频域特征、空间特征、地表裂缝特征，形成多维耦合特征向量；基于时变规律构建时变结构抗力模型，结合施工荷载、围岩压力的随机分布规律构建施工荷载效应模型，耦合得到地层稳定性结构功能函数；

7、将多维耦合特征向量与结构功能函数参数输入预训练的模糊逻辑复合神经网络预警模型，获取地层稳定性初始风险值；

8、将地层结构变形速率与地表微裂缝密度变化速率进行归一化耦合获取耦合系数，结合时序交叉相关分析判定损伤传导主导因素，修正所述地层稳定性初始风险值并划分低、中、高三级风险等级，根据风险等级触发对应预警策略。

9、优选的，所述进行主成分分析为带地层物理约束的pca降维，公式为：

10、；

11、其中，为第i个样本第j个指标标准化后的数据，为第i个样本第j个指标原始数据，为第j个指标均值，为第j个指标标准差，为协方差矩阵，为样本总数，为前k个主成分特征向量，为降维后融合特征矩阵；降维过程施加地层几何连续性、应力-应变力学关系、材料强度物理约束，输出约束机制的降维特征矩阵。

12、优选的，所述采用递归卡尔曼滤波算法进行多源信息动态融合具体包括：

13、；

14、其中，为t时刻地层状态最优估计值；为t+1时刻状态一步预测值；为地层状态转移矩阵；为t时刻状态估计误差协方差矩阵；为t+1时刻预测误差协方差矩阵；为系统过程噪声协方差矩阵；为t+1时刻滤波增益矩阵；为t+1时刻传感器观测值；为观测矩阵，最终输出地层孪生状态最优估计值；为t+1时刻状态更新最优估计值。

15、优选的，所述时域特征包括监测数据均值、标准差、偏度、峰度、时序变化速率；所述频域特征包括经fft变换得到的功率谱密度、主频、频带能量；所述空间特征包括三维点云几何形变簇、地层空间曲率、局部沉降梯度；所述地表裂缝特征包括裂缝面密度、裂缝平均长度、裂缝平均开度、裂缝延展方向。

16、优选的，所述基于时变规律构建时变结构抗力模型具体包括：

17、；

18、；；

19、其中，r(t)为t时刻地层时变结构抗力；为地层材料强度时变衰减系数，为混凝土劣化速率系数，t为施工扰动作用时长；为地层结构刚度时变系数，为地层刚度衰减系数；为土体-结构协同工作系数。

20、优选的，所述构建施工荷载效应模型具体包括：

21、；

22、其中，为t时刻盾构掘进推力与扭矩协同产生的动载效应；为t时刻同步注浆压力产生的挤土荷载效应；为t时刻土舱压力产生的地层荷载效应；为t时刻施工扰动引起的地层附加荷载效应。

23、优选的，所述地层稳定性结构功能函数具体包括：

24、；

25、；

26、其中，为地层稳定性结构功能函数；为结构抗力均值；为荷载效应均值；为结构抗力标准差；为荷载效应标准差；为t时刻地层稳定可靠度指标；和分别为功能函数z(t)的统计均值与标准差。

27、优选的，所述模糊逻辑复合神经网络预警模型具体包括：输入层、模糊化层、模糊推理层、解模糊层、输出层，各层之间依次连接，所述输入层接收多维耦合特征向量与结构功能函数参数；所述模糊化层将所述多维耦合特征向量与结构功能函数参数模糊化为隶属度向量；所述模糊推理层通过模糊规则库进行多规则推理，得到模糊输出；所述解模糊层将模糊结果转换为精确值，即地层稳定性初始风险值；所述输出层输出所述地层稳定性初始风险值。

28、优选的，修正所述地层稳定性初始风险值具体包括：

29、先对地层结构变形速率与地表微裂缝密度变化速率分别进行归一化，得到归一化后地层结构变形速率与归一化后地表微裂缝密度变化速率，基于归一化后的参数，计算耦合系数，公式为：

30、；

31、其中，为t时刻耦合系数，分别为变形速率、变化速率的权重系数，为协同耦合权重系数；通过计算时滞交叉相关系数，判定损伤传导方向：

32、；

33、其中，为时滞为的交叉相关系数，为时滞步长，为时序数据总长度，、分别为归一化变形速率、变化速率的时间序列均值；

34、基于耦合系数和基于所述损伤传导方向判定得到的损伤传导主导因素，对初始风险值进行动态修正，公式如下：

35、；

36、其中，为风险放大系数，为初始风险值，为主导因素修正系数。

37、一种基于多传感器融合的盾构下穿地层稳定性实时预警系统，包括：

38、数据处理单元，通过传感器采集盾构下穿地层的力学数据、地表微裂缝图像数据及地质探测数据，形成多源原始监测数据集；对所述多源原始监测数据集预处理，剔除无效数据，获取规整数据集；

39、数据整合单元，对所述规整数据集进行时间维度线性插值对齐与空间维度投影插值匹配，而后进行主成分分析，采用递归卡尔曼滤波算法进行多源信息动态融合，构建地层孪生状态信息集；

40、函数耦合单元，从所述地层孪生状态信息集中提取时域特征、频域特征、空间特征、地表裂缝特征，形成多维耦合特征向量；基于时变规律构建时变结构抗力模型，结合施工荷载、围岩压力的随机分布规律构建施工荷载效应模型，耦合得到地层稳定性结构功能函数；

41、初始风险确定单元，将多维耦合特征向量与结构功能函数参数输入预训练的模糊逻辑复合神经网络预警模型，获取地层稳定性初始风险值；

42、修正预警单元，将地层结构变形速率与地表微裂缝密度变化速率进行归一化耦合获取耦合系数，结合时序交叉相关分析判定损伤传导主导因素，修正所述地层稳定性初始风险值并划分低、中、高三级风险等级，根据风险等级触发对应预警策略。

43、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于多传感器融合的盾构下穿地层稳定性实时预警方法及系统，通过多源传感器数据融合、带地层物理约束的pca降维与递归卡尔曼滤波动态融合，构建出贴合地层真实物理力学特性的地层孪生状态信息集，有效解决传统预警数据源单一、特征失真的问题；结合时变结构抗力模型与随机施工荷载效应模型构建地层稳定性结构功能函数，依托模糊逻辑复合神经网络深度挖掘监测数据的非线性关联，并通过地层结构变形与地表微裂缝的耦合及时序交叉相关分析动态修正风险值，大幅提升盾构下穿地层稳定性预警的实时性与精准度，显著降低误报、漏报率，可适配复杂地质工况，为盾构下穿施工安全管控提供高效可靠的技术保障。