專(zhuān)利名稱(chēng):一種用于監(jiān)測(cè)隧道巖體塌方的報(bào)警系統(tǒng)的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種巖體位移監(jiān)測(cè)報(bào)警系統(tǒng),尤其涉及一種基于差異進(jìn)化支持 向量機(jī)的隧道巖體塌方監(jiān)測(cè)信息預(yù)測(cè)方法的報(bào)警系統(tǒng)。
背景技術(shù):
隨著我國(guó)基礎(chǔ)建設(shè)的進(jìn)行,水利、交通、礦山、建筑等各行業(yè)的地下工程 正方興未艾。很多情況下,隧道圍巖處于破碎帶和軟弱帶等復(fù)雜的地質(zhì)條件, 容易發(fā)生塌方事故。對(duì)這種惡劣條件下圍巖的位移監(jiān)測(cè)和塌方的預(yù)報(bào)顯得非常 重要。傳統(tǒng)的圍巖位移一般通過(guò)人工定期去讀取位移數(shù)據(jù),然后由技術(shù)人員進(jìn) 行分析, 一方面惡劣地質(zhì)條件和塌方的可能性對(duì)于讀測(cè)人員具有很大的危險(xiǎn)性, 另一方面數(shù)據(jù)的讀取與分析具有一定滯后性。上述問(wèn)題不利于保證隧道和人員 的安全,容易造成事故。因此,研究更好的監(jiān)測(cè)圍巖位移的時(shí)間序列預(yù)報(bào)算法 并設(shè)計(jì)具有在線和自動(dòng)報(bào)警的裝置具有重要的意義。
發(fā)明內(nèi)容
本發(fā)明針對(duì)克服破碎帶和軟弱帶圍巖隧道傳統(tǒng)監(jiān)測(cè)方法對(duì)監(jiān)測(cè)人員的人身 安全和數(shù)據(jù)分析滯后等方面的問(wèn)題,而研制一種圍巖位移的差異進(jìn)化支持向量 機(jī)預(yù)測(cè)方法和在線自動(dòng)監(jiān)測(cè)和塌方語(yǔ)音報(bào)警的報(bào)警系統(tǒng)。本發(fā)明采用的技術(shù)手 段如下
一種用于監(jiān)測(cè)隧道巖體塌方的報(bào)警裝置,包括安裝在圍巖的監(jiān)測(cè)位置上對(duì) 圍巖的位移信息進(jìn)行檢測(cè)的位移傳感器,用于顯示圍巖位移信息的顯示單元; 其特征在于還包括
用于對(duì)圍巖位移信息進(jìn)行預(yù)測(cè)和圍巖安全狀態(tài)進(jìn)行判斷的處理單元;
用于對(duì)裝置進(jìn)行信息設(shè)定的數(shù)值設(shè)定單元;
用于存儲(chǔ)圍巖位移采樣信息的數(shù)據(jù)存儲(chǔ)單元;
用于圍巖位移信息和/或危險(xiǎn)狀態(tài)報(bào)警信息進(jìn)行語(yǔ)音播報(bào)的語(yǔ)音輸出單元; 用于對(duì)圍巖狀態(tài)進(jìn)行顯示的警示燈輸出單元;
所述位移傳感器將圍巖位移信息傳送到處理單元進(jìn)行分析和預(yù)測(cè)處理,后 處理單元將預(yù)測(cè)的圍巖位移信息同圍巖狀態(tài)判別信息進(jìn)行比較,得到圍巖未來(lái)
狀態(tài)信息后處理單元再將不同的圍巖狀態(tài)信息轉(zhuǎn)化為不同燈光的控制信號(hào)發(fā)送 到警示燈輸出單元進(jìn)行圍巖未來(lái)狀態(tài)的燈光顯示;當(dāng)預(yù)測(cè)的圍巖位移信息超過(guò) 設(shè)定警戒值則處理單元向語(yǔ)音輸出單元發(fā)出控制指令進(jìn)行—語(yǔ)音報(bào)警。
一種基于差異進(jìn)化支持向量機(jī)的巖體監(jiān)測(cè)信息預(yù)測(cè)的方法,其特征在于包括 以下步驟
A、 根據(jù)采集的位移時(shí)間序列構(gòu)造樣本;
B、 對(duì)差異進(jìn)化支持向量機(jī)算法進(jìn)行初始化設(shè)置,包括設(shè)置差異進(jìn)化初始參 數(shù),待優(yōu)化變量數(shù)為2,種群數(shù)量,縮放因子F,雜交概率常數(shù)CR;隨機(jī)給出初
始種群,不同的個(gè)體對(duì)應(yīng)不同的支持向量機(jī)參數(shù)核參數(shù)CJ和懲罰因子C;
C、 按照差異進(jìn)化的算法進(jìn)行變異操作和交義操作;
D、 每個(gè)個(gè)體對(duì)應(yīng)的參數(shù)決定一個(gè)支持向量機(jī)模型,用它對(duì)測(cè)試樣本進(jìn)行預(yù) 測(cè),計(jì)算每個(gè)個(gè)體的適應(yīng)值S(X),以反映本支持向量機(jī)模型的推廣預(yù)測(cè)能力, 適應(yīng)值函數(shù)如下
<formula>formula see original document page 5</formula>式中,xi為第i個(gè)測(cè)試樣本的位移預(yù)測(cè)值;xi'為第i個(gè)測(cè)試樣本的實(shí)測(cè)值; i=l, 2,…n, n為測(cè)試樣本的個(gè)數(shù);采用貪婪搜索原則進(jìn)行差異進(jìn)化算法的選 擇操作;
E、 判斷選擇個(gè)體的適應(yīng)值是否滿足要求,如不滿足要求,再進(jìn)行新一輪的 計(jì)算,返回步驟C;如果適應(yīng)值滿足要求,計(jì)算結(jié)束;
F、 利用獲得支持向量機(jī)模型進(jìn)行圍巖位移變化的預(yù)報(bào)。
其中,歩驟D中的預(yù)測(cè)值是利用進(jìn)化支持向量機(jī)方法進(jìn)行序列樣木的學(xué)習(xí), 從而對(duì)位移時(shí)間序列實(shí)行預(yù)測(cè)的;同時(shí)還采用滾動(dòng)預(yù)測(cè)的方法獲得預(yù)測(cè)值,其 步驟如下
a、 確定預(yù)測(cè)時(shí)間序列(xth設(shè)最佳歷史點(diǎn)數(shù)為p,預(yù)測(cè)的步數(shù)為m;
b、 根據(jù)已經(jīng)獲得的n個(gè)時(shí)間序列U0, xl,…,xn-1},用n個(gè)時(shí)間序列的bd, xi+l,…,xi+p-1, xi+p} (i=0,l,2,"',n-p-l)n-p組時(shí)序預(yù)測(cè)n時(shí)刻后的 {xn, xn+l,…,xn+m-l)m個(gè)時(shí)序;
c、 隨著后面m個(gè)時(shí)序的獲得,用m個(gè)新的時(shí)序替代前面的{x0, xl,…,xm_l}m 個(gè)時(shí)序進(jìn)行下一步的預(yù)測(cè),得到下一次的m個(gè)預(yù)測(cè)值,依次類(lèi)推。
該系統(tǒng)能夠自動(dòng)地在線監(jiān)測(cè)圍巖變形數(shù)據(jù),并采用差異進(jìn)化支持向量機(jī)的 時(shí)間序列模型及時(shí)地對(duì)數(shù)據(jù)進(jìn)行分析預(yù)測(cè),根據(jù)警戒值進(jìn)行聲音和燈光遠(yuǎn)距離 報(bào)警,報(bào)警具有超前性,使相關(guān)人員在安全范圍內(nèi)掌握圍巖的狀態(tài),并及時(shí)做 出反應(yīng)。該裝置帶有存儲(chǔ)數(shù)據(jù)的功能,也可以進(jìn)行數(shù)據(jù)保存和轉(zhuǎn)移。充分利用 了微處理器的信息處理和計(jì)算能力實(shí)現(xiàn)了圍巖位移的在線自動(dòng)監(jiān)測(cè)預(yù)報(bào),差異 進(jìn)化支持向量機(jī)時(shí)間序列算法的優(yōu)越性提高了預(yù)報(bào)的準(zhǔn)確性。另外,語(yǔ)音和燈 光報(bào)警可以遠(yuǎn)距離傳達(dá)信息,保證了人身安全。聲音報(bào)警的使用,使信息更加 清楚。
圖1為本發(fā)明報(bào)警裝置的結(jié)構(gòu)框圖2為圍巖位移時(shí)間序列滾動(dòng)預(yù)測(cè)示意圖3為圍巖位移差異進(jìn)化支持向量機(jī)的時(shí)間序列預(yù)測(cè)算法流程框圖4為監(jiān)測(cè)隧道巖體塌方的報(bào)警系統(tǒng)流程圖5為語(yǔ)音報(bào)警單元的硬件圖6為實(shí)施例的現(xiàn)場(chǎng)的監(jiān)測(cè)點(diǎn)布置不意圖7為實(shí)施例的8月6日至10月14日的檢測(cè)數(shù)據(jù);
圖8為實(shí)施例中支持向量機(jī)預(yù)測(cè)模型對(duì)檢驗(yàn)樣本的預(yù)測(cè)結(jié)果比較圖9為實(shí)施例中差異進(jìn)化算法適應(yīng)值隨著迭代次數(shù)變化情況。
具體實(shí)施例方式
如圖1所示,本發(fā)明提出了一種基于差異進(jìn)化支持向量機(jī)的隧道巖體塌方 監(jiān)測(cè)信息預(yù)測(cè)方法的報(bào)警裝置,能夠自動(dòng)地在線監(jiān)測(cè)圍巖變形數(shù)據(jù),并能夠及 時(shí)地對(duì)數(shù)據(jù)進(jìn)行分析預(yù)測(cè),根據(jù)警戒值進(jìn)行聲音和燈光遠(yuǎn)距離報(bào)警,聲音報(bào)警 的信息明確,使相關(guān)人員遠(yuǎn)距離掌握圍巖的狀態(tài),并及時(shí)作出反應(yīng),該裝置帶 有存儲(chǔ)數(shù)據(jù)的功能,也可以進(jìn)行數(shù)據(jù)保存和轉(zhuǎn)移。該報(bào)警裝置通過(guò)安裝在圍巖
上的多個(gè)位置的位移傳感器101獲得電測(cè)信號(hào),通過(guò)信號(hào)變送器102、 A/D轉(zhuǎn)換 單元103輸入處理單元105中,處理單元105根據(jù)時(shí)鐘的周期進(jìn)行時(shí)間序列的 采樣(如每小時(shí)l次),這里為了防止干擾,采用了信號(hào)的平滑濾波方法采集數(shù) 據(jù),采樣的數(shù)據(jù)存入數(shù)據(jù)存儲(chǔ)單元106,圍巖位移的大小和變形速率是衡量圍巖 狀態(tài)以及是否可能塌方的重要信息,其時(shí)間序列蘊(yùn)涵了位移變化的趨勢(shì),通過(guò) 處理單元105對(duì)時(shí)間序列分析預(yù)測(cè),圍巖狀態(tài)的判別準(zhǔn)則可由數(shù)值設(shè)定單元104 進(jìn)行信息設(shè)定,然后根據(jù)判別準(zhǔn)則得到圍巖狀態(tài),以此來(lái)評(píng)價(jià)圍巖是危險(xiǎn)、比 較危險(xiǎn)還是安全的狀態(tài),可通過(guò)顯示單元109進(jìn)行顯示,也可通過(guò)不同顏色的 燈光進(jìn)行報(bào)警,同時(shí)調(diào)用語(yǔ)音報(bào)警單元進(jìn)行語(yǔ)音報(bào)警。本實(shí)施例的處理單元105 采用單片機(jī)8031;語(yǔ)音輸出單元107由語(yǔ)音芯片ISD33060、音頻放人器和揚(yáng)聲 器組成;警不燈輸出單元108輸出的各種顏色的指示燈起到警示的含義(如 紅、綠、黃分別代表危險(xiǎn)、安全和比較危險(xiǎn))。圖5是語(yǔ)音報(bào)警單元的硬件電路 圖,反映了一種語(yǔ)音報(bào)警的實(shí)現(xiàn)方式,由微處理器、語(yǔ)音芯片ISD33060、音頻 放大器和揚(yáng)聲器組成。
支持向量機(jī)(SVM)是90年代中期出現(xiàn)的基于統(tǒng)計(jì)學(xué)習(xí)理論的通用學(xué)習(xí)方 法,可以很好地用于函數(shù)擬合問(wèn)題[9]。首先考慮用線性回歸函數(shù)/0O-w.x + 6擬 合數(shù)據(jù)^,為}, /=1, ..., "; x,E7 、 "Ei 的問(wèn)題,并假設(shè)所有訓(xùn)練數(shù)據(jù)都可 以在精度e下無(wú)誤差地用線性函數(shù)擬合,考慮到允許擬合誤差的情況,引入松弛 因子《,0和《>0,貝lj
<formula>formula see original document page 7</formula>
優(yōu)化目標(biāo)為最小化|||《懲罰因子C >0控制對(duì)超出誤差£的樣 本的懲罰程度,采用同樣優(yōu)化方法可以得到其對(duì)偶問(wèn)題,在條件
零(",-"'*)=。, (2) 下,對(duì)Lagrange閔子,《最大化目標(biāo)函數(shù)
得回歸函數(shù)k '' '"
<formula>formula see original document page 7</formula> (4)
這里《,、",'對(duì)應(yīng)的樣本就是支持向量。本文采用高斯核函數(shù)替代(9)、 (10) 屮的內(nèi)積運(yùn)算來(lái)實(shí)現(xiàn)非線性函數(shù)擬合。
差異進(jìn)化算法(DE)是RainerStorn禾B Ken. Price 1995年提出的一種新型 直接尋優(yōu)算法,具有較好的全局收斂屬性,對(duì)各種非線性函數(shù)適應(yīng)性強(qiáng),是極 具潛力的跨學(xué)科的優(yōu)化算法[7]。
在DE算法中,令第G代種S^中向量的個(gè)數(shù)為iVp,第G代中向量可以表示
為<formula>formula see original document page 8</formula>,每個(gè)向量個(gè)體包含D個(gè)分量。其算法過(guò)程如下
1) 產(chǎn)生初始種群。在D維空間里隨機(jī)產(chǎn)生滿足自變量上下界約束A^的個(gè)染
色體,公式如下
<formula>formula see original document page 8</formula> (5 )式中x&.C/、分別為第/個(gè)分量的上界和下界,ra^4(0,l)是0和1之間 的隨機(jī)數(shù)。
2) 變異操作。在DE算法中,縮放種群中任意兩個(gè)目標(biāo)向量個(gè)體之間的差值 并疊加到種群中的第3個(gè)向量個(gè)體上,形成新的變量,此過(guò)程稱(chēng)為變異。對(duì)于 第G代每個(gè)目標(biāo)向量,其變異向量第_/分量為
V,乂G十1 )=W(G)+F(xj )) (6)
公式中下標(biāo)W,W,W為1到A^之間的隨機(jī)整數(shù)且互不相同,F(xiàn)為縮放因子, 用來(lái)調(diào)節(jié)向量差異的步長(zhǎng)幅值,在0 2內(nèi)取值。
3)交叉操作。將目標(biāo)向量:c,,G與變異向量v, (G+l)按照如下規(guī)則雜交, 生成新的試樣向量M,. (G+l):
式中。
e
為與向量第7'個(gè)分量對(duì)應(yīng)的隨機(jī)數(shù);C7 e
為雜交概率常數(shù); m/為在l, 2,…,D中隨機(jī)挑選一個(gè)整數(shù),以確保變異向量V, (G+l)中,至 少有一個(gè)分量被試樣向量w, (G+l)采用。
4)選擇。采用貪婪搜索方法進(jìn)行選擇操作。將試樣向量",(G+1)與H標(biāo)向量 A(G)比較,如果w(GH)對(duì)應(yīng)較小的目標(biāo)函數(shù)值,則選擇向量",(G+1);反之如果, 4G)對(duì)應(yīng)較小的目標(biāo)函數(shù)值,則保留向量x,(G)。通過(guò)迭代次數(shù)和預(yù)測(cè)誤差判斷 是否符合終止條件,如果符合停止運(yùn)算,否則,轉(zhuǎn)到步驟(2)。
如圖2、圖3所不對(duì)時(shí)序模型和差異進(jìn)化支持向量機(jī)的算法流程進(jìn)行說(shuō)明, 現(xiàn)場(chǎng)監(jiān)測(cè)的數(shù)據(jù)構(gòu)成了非線性的時(shí)間序列hiHhl,x2,…,xN),對(duì)這個(gè)非線性 位移序列進(jìn)行預(yù)測(cè),就是要尋找在i+P時(shí)刻的位移值和前P個(gè)時(shí)刻的位移值 xi,xi+l,…,xi+p-1的關(guān)系,即xi+p=f (xi,xi+l,…,xi+p-l) , f ()為一個(gè)非線性 函數(shù),表示位移時(shí)間序列之間非線性關(guān)系。根據(jù)支持向量機(jī)理論,上述的非線 性對(duì)應(yīng)關(guān)系可以通過(guò)支持向量機(jī)對(duì)若干組實(shí)測(cè)位移序列樣本的學(xué)習(xí)獲得。用(4)
表示求解。在利用進(jìn)化支持向量機(jī)方法進(jìn)行位移時(shí)間序列預(yù)測(cè)時(shí),為了充分利 用最新的信息,提高預(yù)測(cè)的準(zhǔn)確性,采用了滾動(dòng)預(yù)測(cè)的方法。其基本思想是, 假設(shè)要對(duì)時(shí)間序列(xU進(jìn)行預(yù)測(cè),最佳歷史點(diǎn)數(shù)為p,預(yù)測(cè)的步數(shù)為m(p、 m根 據(jù)實(shí)際問(wèn)題確定);目前已經(jīng)獲得n個(gè)時(shí)間序列kO,xl,…,xn-lh滾動(dòng)預(yù)測(cè)的 第 一 步是,用n個(gè)時(shí)間序列的{xi, xi+l,…,xi+p-1, xi+p} (i=0, 1, 2,, n-p-l)n-p組時(shí)序預(yù)測(cè)n時(shí)刻后的(xn, xn+l,, xn+m-l!m個(gè)時(shí)序; 隨著后面m個(gè)時(shí)序的獲得,用m個(gè)新的時(shí)序替代前面的{xO, xl,, Xm-l}m個(gè)時(shí) 序進(jìn)行下一歩的預(yù)測(cè),得到下一次的m個(gè)預(yù)測(cè)值,依次類(lèi)推(如圖2所示)。
采用支持向量機(jī)建立時(shí)間序列模型,可以反映上述復(fù)雜的非線件關(guān)系f0 。 但是在采用支持向量機(jī)進(jìn)行建模時(shí),有兩類(lèi)參數(shù)即懲罰因子C和核參數(shù)(本文 為cr),是非常重要的,直接影響了模型的預(yù)測(cè)準(zhǔn)確程度。尋求最佳的懲罰因子C 和核參數(shù)a是一個(gè)最佳模型選擇問(wèn)題。利用差異進(jìn)化算法對(duì)支持向量機(jī)的C和cr 進(jìn)行搜索,可以減少試算的盲目性,提高模型預(yù)測(cè)準(zhǔn)確性。監(jiān)測(cè)信息預(yù)測(cè)分析 的差異進(jìn)化支持向量機(jī)模型算法的流程圖如下
(1) 根據(jù)采集的位移時(shí)間序列構(gòu)造樣本。
(2) 對(duì)差異進(jìn)化支持向量機(jī)算法進(jìn)行初始化設(shè)置,包括設(shè)置差異進(jìn)化初始參 數(shù),待優(yōu)化變量數(shù)為2,種群數(shù)量,縮放因子F,雜交概率常數(shù)CR。隨機(jī)給出初 始種群,不同的個(gè)體對(duì)應(yīng)不同的支持向量機(jī)參數(shù)(核參數(shù)o和C)。
(3) 按照差異進(jìn)化的算法進(jìn)行變異操作和交叉操作。
(4) 每個(gè)個(gè)體對(duì)應(yīng)的參數(shù)決定一個(gè)支持向量機(jī)模型,用它對(duì)測(cè)試樣本進(jìn)行預(yù) 測(cè),計(jì)算每個(gè)個(gè)體的適應(yīng)值f(x),以反映本支持向量機(jī)模型的推廣預(yù)測(cè)能力, 適應(yīng)值函數(shù)如下
= min(max('
<formula>formula see original document page 9</formula>
式中,xi為第i個(gè)測(cè)試樣本的位移預(yù)測(cè)值;xi'為第i個(gè)測(cè)試樣本的實(shí)測(cè)值; i二l, 2,…n, n為測(cè)試樣本的個(gè)數(shù)。采用貪婪搜索原則進(jìn)行差異進(jìn)化算法的選 擇操作。
(5) 判斷選擇個(gè)體的適應(yīng)值是否滿足要求,如不滿足要求,再進(jìn)行新一輪的 計(jì)算,返回步驟(3)。如果適應(yīng)值滿足要求,計(jì)算結(jié)束。
(6) 利用獲得支持向量機(jī)模型進(jìn)行圍巖位移變化的預(yù)報(bào)。 實(shí)施例以面積為2600m2的洞室為例進(jìn)行說(shuō)明,其中洞室的長(zhǎng)32.75m,寬 15.2m。東側(cè)高8m,西側(cè)高6m。周?chē)h(huán)境比較復(fù)雜,洞室東南角約3m處為五 層的辦公樓,辦公樓已經(jīng)接近于封頂;距洞室北側(cè)5m處為已建成的多層住宅; 距洞室西側(cè)不足10m處為浦頭港,并且浦頭港內(nèi)水面高程高于洞室場(chǎng)地表面; 洞室北側(cè)圍護(hù)樁的內(nèi)側(cè)有一條高壓電纜通過(guò)?,F(xiàn)場(chǎng)的監(jiān)測(cè)點(diǎn)布置情況如圖6所 示(現(xiàn)在以該洞室的測(cè)點(diǎn)8的監(jiān)測(cè)信息為例),采用本文方法對(duì)該測(cè)點(diǎn)的8月6 日至10月14日的數(shù)據(jù)(如圖7所示)進(jìn)行分析。用VC十+編寫(xiě)本文DE-SVM 程序,支持向量機(jī)采用SMO學(xué)習(xí)算法,通過(guò)試算選取歷史步數(shù)為5,構(gòu)造9個(gè) 學(xué)習(xí)樣本,預(yù)測(cè)步數(shù)為l,利用前14d的監(jiān)測(cè)數(shù)據(jù),對(duì)后4d的變形進(jìn)行滾動(dòng)預(yù) 測(cè)。設(shè)置差異進(jìn)化搜索參數(shù)設(shè)置差異進(jìn)化算法的初始參數(shù)F=0.9, Ci =l,初 始種群數(shù)為20,最人迭代次數(shù)為1000。運(yùn)行計(jì)算程序,至迭代結(jié)束時(shí),搜索得 到支持向量機(jī)的選定懲罰因子C為147.22,高斯核函數(shù)參數(shù)o為13.26,對(duì)應(yīng)的 支持向量機(jī)預(yù)測(cè)模型對(duì)檢驗(yàn)樣本的預(yù)測(cè)結(jié)果比較見(jiàn)圖8,預(yù)測(cè)最大絕對(duì)誤差為 1.4mm,相對(duì)誤差為2.31%,效果是令人滿意的。圖9為差異進(jìn)化算法適應(yīng)值隨 著迭代次數(shù)變化情況,顯示了良好的收斂能力。
如圖4所反映的報(bào)警系統(tǒng)工作過(guò)程如下首先通過(guò)自動(dòng)監(jiān)測(cè)裝置進(jìn)行圍巖 位移的時(shí)間序列采樣,并存入數(shù)據(jù)存儲(chǔ)單元,然后將這些時(shí)間序列數(shù)據(jù)構(gòu)造成 滾動(dòng)預(yù)測(cè)樣本數(shù)據(jù),調(diào)用差異進(jìn)化支持向量機(jī)算法進(jìn)行學(xué)習(xí)和訓(xùn)練,獲得時(shí)間 序列模型,并對(duì)未來(lái)的時(shí)間的位移進(jìn)行預(yù)測(cè)。根據(jù)圍巖的埋深、洞室尺寸和巖 體類(lèi)別實(shí)現(xiàn)設(shè)定了警戒值,將預(yù)測(cè)值與設(shè)定警戒值進(jìn)行比較,如果小于警戒值, 則說(shuō)明圍巖是安全的。如果預(yù)測(cè)值大于警戒值則結(jié)合變形速率進(jìn)行危險(xiǎn)性類(lèi)別 判斷,并進(jìn)行聲音和燈光報(bào)警。另外,處理單元及A/D轉(zhuǎn)換單元、數(shù)值設(shè)定單 元、數(shù)據(jù)存儲(chǔ)單元、語(yǔ)音輸出單元和警示燈輸出單元可以集成在一個(gè)電路板, 并安裝在一個(gè)密封金屬盒中,體積小巧,并且具有防水作用。單片機(jī)具有較低 的成本的同時(shí),其較強(qiáng)的數(shù)據(jù)信息處理能力,可以對(duì)信號(hào)在線進(jìn)行時(shí)間序列的 采樣及分析預(yù)測(cè)。燈光和語(yǔ)音報(bào)警,可以使人在遠(yuǎn)方安全地獲得圍巖的狀態(tài)信 息。
以上所述,僅為本發(fā)明較佳的具體實(shí)施方式
,但本發(fā)明的保護(hù)范圍并不局 限于此,任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi),根據(jù)本 發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變,都應(yīng)涵蓋在本發(fā)明的保護(hù) 范圍之內(nèi)。
權(quán)利要求
1、一種用于監(jiān)測(cè)隧道巖體塌方的報(bào)警裝置,包括安裝在圍巖的監(jiān)測(cè)位置上對(duì)圍巖的位移信息進(jìn)行檢測(cè)的位移傳感器,用于顯示圍巖位移信息的顯示單元;其特征在于還包括用于對(duì)圍巖位移信息進(jìn)行預(yù)測(cè)和圍巖安全狀態(tài)進(jìn)行判斷的處理單元;用于對(duì)裝置進(jìn)行信息設(shè)定的數(shù)值設(shè)定單元;用于存儲(chǔ)圍巖位移采樣信息的數(shù)據(jù)存儲(chǔ)單元;用于圍巖位移信息和/或危險(xiǎn)狀態(tài)報(bào)警信息進(jìn)行語(yǔ)音播報(bào)的語(yǔ)音輸出單元;用于對(duì)圍巖狀態(tài)進(jìn)行顯示的警示燈輸出單元;所述位移傳感器將圍巖位移信息傳送到處理單元進(jìn)行分析和預(yù)測(cè)處理,后處理單元將預(yù)測(cè)的圍巖位移信息同圍巖狀態(tài)判別信息進(jìn)行比較,得到圍巖未來(lái)狀態(tài)信息后處理單元再將不同的圍巖狀態(tài)信息轉(zhuǎn)化為不同燈光的控制信號(hào)發(fā)送到警示燈輸出單元進(jìn)行圍巖未來(lái)狀態(tài)的燈光顯示;當(dāng)預(yù)測(cè)的圍巖位移信息超過(guò)設(shè)定警戒值則處理單元向語(yǔ)音輸出單元發(fā)出控制指令進(jìn)行語(yǔ)音報(bào)警。
2、 一種基于差異進(jìn)化支持向量機(jī)的巖體監(jiān)測(cè)信息預(yù)測(cè)的方法,其特征在于 包括以下步驟A、 根據(jù)采集的位移時(shí)間序列構(gòu)造樣本;B、 對(duì)差異進(jìn)化支持向量機(jī)算法進(jìn)行初始化設(shè)置,.包括設(shè)置差異進(jìn)化初始參 數(shù),待優(yōu)化變量數(shù)為2,種群數(shù)量,縮放因子F,雜交概率常數(shù)CR;隨機(jī)給出初始種群,不同的個(gè)體對(duì)應(yīng)不同的支持向量機(jī)參數(shù)核參數(shù)d和懲罰因子C;C、 按照差異進(jìn)化的算法進(jìn)行變異操作和交叉操作;D、 每個(gè)個(gè)體對(duì)應(yīng)的參數(shù)決定一個(gè)支持向量機(jī)模型,用它對(duì)測(cè)試樣本進(jìn)行預(yù) 測(cè),計(jì)算每個(gè)個(gè)體的適應(yīng)值S(x),以反映本支持向量機(jī)模型的推廣預(yù)測(cè)能力,適應(yīng)值函數(shù)如下<formula>formula see original document page 2</formula>式中,xi為第i個(gè)測(cè)試樣本的位移預(yù)測(cè)值;xi'為第i個(gè)測(cè)試樣本的實(shí)測(cè)值; i二l, 2,…n, n為測(cè)試樣本的個(gè)數(shù);采用貪婪搜索原則進(jìn)行差異進(jìn)化算法的選 擇操作; E、 判斷選擇個(gè)體的適應(yīng)值是否滿足要求,如不滿足要求,再進(jìn)行新一輪的 計(jì)算,返回步驟C;如果適應(yīng)值滿足要求,計(jì)算結(jié)束;F、 利用獲得支持向量機(jī)模型進(jìn)行圍巖位移變化的預(yù)報(bào)。
3、根據(jù)權(quán)利要求2所述的基于差異進(jìn)化支持向量機(jī)的巖體監(jiān)測(cè)信息預(yù)測(cè)的 方法,其特征在于步驟D中的預(yù)測(cè)值是利用進(jìn)化支持向量機(jī)方法進(jìn)行序列樣本 的學(xué)習(xí),從而對(duì)位移時(shí)間序列實(shí)行預(yù)測(cè)的;同時(shí)還采用滾動(dòng)預(yù)測(cè)的方法獲得預(yù) 測(cè)值,其步驟如下a、 確定預(yù)測(cè)時(shí)間序列(xth設(shè)最佳歷史點(diǎn)數(shù)為p,預(yù)測(cè)的步數(shù)為m;b、 根據(jù)己經(jīng)獲得的n個(gè)時(shí)間序列{x0, xl,…,xn-1},用n個(gè)時(shí)間序列的{xi, xi+l,…,xi+p-1, xi+p} (i二0, 1,2,…,n-p-l)n-p組時(shí)序預(yù)測(cè)n時(shí)刻后的 {xn, xn+l,…,xn+m-l}m個(gè)時(shí)序;c、 隨著后面m個(gè)時(shí)序的獲得,用m個(gè)新的時(shí)序替代前面的{x0, xl,…,xm-l}m 個(gè)時(shí)序進(jìn)行下一步的預(yù)測(cè),得到下一次的m個(gè)預(yù)測(cè)值,依次類(lèi)推。
全文摘要
本發(fā)明公開(kāi)了一種用于監(jiān)測(cè)隧道巖體塌方的報(bào)警系統(tǒng),其裝置包括位移傳感器、顯示單元、處理單元、數(shù)據(jù)存儲(chǔ)單元、語(yǔ)音輸出單元和警示燈輸出單元;位移傳感器將圍巖位移信息傳送到處理單元進(jìn)行分析和預(yù)測(cè)處理,后將預(yù)測(cè)的圍巖位移信息同圍巖狀態(tài)判別信息進(jìn)行比較;處理單元再將不同的圍巖狀態(tài)信息轉(zhuǎn)化為不同燈光的控制信號(hào)發(fā)送到警示燈輸出單元進(jìn)行圍巖狀態(tài)的燈光顯示;當(dāng)預(yù)測(cè)的圍巖位移信息超過(guò)設(shè)定警戒值則處理單元向語(yǔ)音輸出單元發(fā)出控制指令進(jìn)行語(yǔ)音報(bào)警。并采用差異進(jìn)化支持向量機(jī)的時(shí)間序列模型及時(shí)地對(duì)數(shù)據(jù)進(jìn)行分析預(yù)測(cè)的方法。該系統(tǒng)具有警戒值聲音和燈光遠(yuǎn)距離報(bào)警,報(bào)警具有超前性等特點(diǎn),適于在隧道、基坑等工程中廣泛推廣。
文檔編號(hào)G08B21/00GK101359420SQ20081001346
公開(kāi)日2009年2月4日 申請(qǐng)日期2008年9月26日 優(yōu)先權(quán)日2008年9月26日
發(fā)明者姜諳男 申請(qǐng)人:大連海事大學(xué)