一种基于分布式光纤传感的隧道健康监测方法及系统与流程

本技术涉及隧道工程监测，尤其是涉及一种基于分布式光纤传感的隧道健康监测方法及系统。

背景技术：

1、隧道结构受复杂围岩和地质水文条件作用，其结构的安全性一直是工程建设和运营及维护中十分重要的问题。隧道健康监测目的在于检测隧道的损伤和退化、评定其安全状况，可以有效地预测隧道的性能变化，为隧道的修复和损伤的控制提供参考和依据，提高隧道的运营效率，减少事故的发生以及由此造成的生命财产损失。

2、目前，传统的隧道健康监测方法依赖于人工定期检查和简单的传感器测量，这些方法不仅耗时耗力，而且难以实现对隧道全面和实时的监控。随着科技的发展，尤其是分布式光纤传感技术、机器学习和大数据分析技术的进步，为隧道健康监测提供了新的解决方案。

3、然而，隧道作为一个连续的结构体，其各个监测点之间相互依赖，如何准确判断相邻监测点间的健康状态关联，并据此进行有效的风险评估和预警，是目前亟待解决的关键问题。

技术实现思路

1、为了准确判断相邻监测点间的健康状态关联，并据此进行有效的风险评估和预警，本技术提供了一种基于分布式光纤传感的隧道健康监测方法及系统。

2、第一方面，本技术提供一种基于分布式光纤传感的隧道健康监测方法，采用如下的技术方案：

3、一种基于分布式光纤传感的隧道健康监测方法，所述健康监测方法包括：

4、获取隧道内每个监测点的实时监测数据；

5、将每个监测点的实时监测数据分别输入至预先训练的健康关联分析模型，得到每个监测点的健康状态结果；

6、响应于监测点的健康状态结果为异常状态，确定所述监测点为异常监测点；

7、基于预先训练的隧道物理模型和传播模式预测模型，根据所述异常监测点预测对应的潜在影响域和异常传播强度；

8、根据所述异常监测点对应的潜在影响域和异常传播强度，得到风险监测点和对应的风险等级；

9、根据所述风险监测点和对应的风险等级，生成风险预警信号。

10、通过采用上述技术方案，基于分布式光纤传感技术的优势实时捕捉各个监测点的状态数据，通过预先训练的健康关联分析模型识别监测点间的相关性并检测出异常监测点，结合隧道物理模型输出的传播路径预测结果和传播模式预测模型输出的传播模式预测结果，确定异常监测点的潜在影响域和异常传播强度，识别出可能受到影响的其他风险监测点及风险等级，从而准确判断相邻监测点间的健康状态关联，并据此进行有效的风险评估和预警，极大地提高了隧道的安全管理水平和维护效率。

11、可选的，所述健康监测方法还包括所述健康关联分析模型的训练步骤，所述训练步骤包括：

12、获取隧道内每个监测点的历史监测数据；

13、对所述历史监测数据进行数据预处理；

14、将数据预处理后的历史监测数据进行特征提取，得到监测点间相关性的特征向量；

15、基于关联规则学习算法，根据所述监测点间相关性的特征向量确定监测点之间的关联规则；

16、构建所述隧道的监测点图网络，基于图卷积网络分析，得到图网络分析结果；

17、基于所述监测点间的关联规则和所述图网络分析结果，训练得到健康关联分析模型。

18、通过采用上述技术方案，健康关联分析模型能够通过洞察监测点之间的复杂关系，识别和理解不同监测点之间的相互依赖关系以及它们的正常行为模式，当实时监测数据表现出与这些正常模式不一致的行为时，模型即可将该监测点识别为异常。

19、可选的，基于预先训练的隧道物理模型和传播模式预测模型，根据所述异常监测点预测对应的潜在影响域和异常传播强度的步骤包括：

20、将所述异常监测点的实时监测数据输入至预先训练的隧道物理模型，预测得到所述异常监测点的应力传播路径和应变影响区域；

21、将所述异常监测点的应力传播路径和应变影响区域输入至预先训练的传播模式预测模型，预测得到所述异常监测点的异常传播模式；

22、将所述异常监测点的应力传播路径、应变影响区域以及异常传播模式进行数据融合，得到所述异常监测点的潜在影响域和异常传播强度。

23、通过采用上述技术方案，结合物理模拟和机器学习预测，提供了一个既精确又全面的方法来评估隧道中异常监测点的潜在影响域和异常传播强度，从而能够有效地指导维护团队采取针对性措施，提高隧道的整体健康水平和安全性。

24、可选的，所述健康监测方法还包括所述隧道物理模型的训练步骤，所述步骤包括：

25、获取所述隧道的结构数据并进行数据预处理；其中，所述结构数据包括隧道设计参数、施工材料特性和多个监测点的历史监测数据；

26、基于所述隧道设计参数和施工材料特性对预先构建的有限元模型进行参数初始化；

27、将所述结构数据中的多个监测点的历史监测数据划分为第一数据集和第二数据集；

28、基于所述第一数据集对所述有限元模型进行模型参数校正，得到校准后的有限元模型；

29、基于所述第二数据集对所述有限元模型进行交叉验证，直到模型性能满足预设条件或模型迭代次数达到预设次数，得到训练完成的所述隧道物理模型。

30、通过采用上述技术方案，所构建的隧道物理模型能够准确地模拟隧道在各种条件下的行为，为隧道健康监测提供了一个可靠的分析工具。

31、可选的，所述健康监测方法还包括所述传播模式预测模型的训练步骤，所述步骤包括：

32、获取隧道内多个监测点的历史异常事件的监测数据；

33、对所述历史异常事件的监测数据进行数据预处理并划分为训练集和测试集；

34、基于所述训练集对预先构建的机器学习模型进行训练，优化模型参数，得到所述传播模式预测模型；

35、基于所述测试集对所述传播模式预测模型进行测试和模型参数校正，直到模型的损失函数满足预设条件或模型迭代次数达到预设次数，得到训练完成的所述传播模式预测模型。

36、通过采用上述技术方案，基于机器学习算法，学习隧道中多个监测点的异常状态的传播模式，再将训练好并经过优化的模型部署到实际的隧道监测系统中，从而便于准确预测隧道内监测点的异常传播模式。

37、可选的，根据所述异常监测点对应的潜在影响域和异常传播强度，得到风险监测点和对应的风险等级的步骤包括：

38、基于所述隧道的监测点图网络，将位于所述潜在影响域内的监测点确定为风险监测点；

39、根据所述风险监测点在所述监测点图网络中的位置，确定所述风险监测点与异常监测点之间的距离；

40、根据所述潜在影响域的大小、异常传播强度以及距离，基于预设权重进行加权计算，得到所述风险监测点的风险影响指数；

41、基于预设风险矩阵，根据所述风险监测点的风险影响指数确定对应的风险等级。

42、通过采用上述技术方案，快速筛选出可能受影响的监测点，从而集中资源和注意力在那些最有可能面临风险的监测点；同时，得到的风险等级为决策者提供了明确的风险分类，有助于决策者根据风险等级采取相应的预防、准备和应对措施，从而有效地管理和缓解风险。

43、可选的，根据所述风险监测点和对应的风险等级，生成风险预警信号的步骤之后还包括：

44、根据所述风险等级，生成所述风险等级对应的应急响应预案；

45、基于所述风险监测点的位置信息，将所述风险预警信号和所述应急响应预案发送至所述风险监测点对应的维护终端。

46、通过采用上述技术方案，及时的风险预警和应急响应预案的推送能够确保维护人员快速响应，允许相关人员迅速采取措施以防止隧道结构的进一步损害，提高了隧道运营的安全性。

47、第二方面，本技术提供一种基于分布式光纤传感的隧道健康监测系统，采用如下的技术方案：

48、一种基于分布式光纤传感的隧道健康监测系统，所述健康监测系统包括：

49、获取模块，用于获取隧道内每个监测点的实时监测数据；

50、健康状态结果生成模块，用于将每个监测点的实时监测数据分别输入至预先训练的健康关联分析模型，得到每个监测点的健康状态结果；

51、异常监测点确定模块，用于响应于监测点的健康状态结果为异常状态，确定所述监测点为异常监测点；

52、异常传播预测模块，用于基于预先训练的隧道物理模型和传播模式预测模型，根据所述异常监测点预测对应的潜在影响域和异常传播强度；

53、风险监测点确定模块，用于根据所述异常监测点对应的潜在影响域和异常传播强度，得到风险监测点和对应的风险等级；

54、风险预警模块，用于根据所述风险监测点和对应的风险等级，生成相应级别的风险预警信号并发送至维护终端。

55、第三方面，本技术提供一种计算机设备，采用如下的技术方案：

56、一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现如第一方面所述方法的步骤。

57、第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：

58、一种计算机可读存储介质，存储有能够被处理器加载并执行如第一方面中任一种方法的计算机程序。

59、综上所述，本技术包括以下至少一种有益技术效果：通过准确判断相邻监测点间的健康状态关联，并据此进行有效的风险评估和预警，极大地提高了隧道的安全管理水平和维护效率。

技术特征：

1.一种基于分布式光纤传感的隧道健康监测方法，其特征在于，所述健康监测方法包括：

2.根据权利要求1所述的一种基于分布式光纤传感的隧道健康监测方法，其特征在于，所述健康监测方法还包括所述健康关联分析模型的训练步骤，所述训练步骤包括：

3.根据权利要求1所述的一种基于分布式光纤传感的隧道健康监测方法，其特征在于，基于预先训练的隧道物理模型和传播模式预测模型，根据所述异常监测点预测对应的潜在影响域和异常传播强度的步骤包括：

4.根据权利要求3所述的一种基于分布式光纤传感的隧道健康监测方法，其特征在于，所述健康监测方法还包括所述隧道物理模型的训练步骤，所述步骤包括：

5.根据权利要求3所述的一种基于分布式光纤传感的隧道健康监测方法，其特征在于：所述健康监测方法还包括所述传播模式预测模型的训练步骤，所述步骤包括：

6.根据权利要求1到5任一所述的一种基于分布式光纤传感的隧道健康监测方法，其特征在于，根据所述异常监测点对应的潜在影响域和异常传播强度，得到风险监测点和对应的风险等级的步骤包括：

7.根据权利要求6所述的一种基于分布式光纤传感的隧道健康监测方法，其特征在于，根据所述风险监测点和对应的风险等级，生成风险预警信号的步骤之后还包括：

8.一种基于分布式光纤传感的隧道健康监测系统，其特征在于，所述健康监测系统包括：

9.一种计算机设备，其特征在于：包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1到7任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1到7任意一项所述方法的计算机程序。

技术总结
本申请涉及一种基于分布式光纤传感的隧道健康监测方法及系统，属于隧道工程监测技术领域，健康监测方法包括：获取隧道内每个监测点的实时监测数据；将每个监测点的实时监测数据分别输入至预先训练的健康关联分析模型，得到每个监测点的健康状态结果；响应于监测点的健康状态结果为异常状态，确定监测点为异常监测点；基于预先训练的隧道物理模型和传播模式预测模型，根据异常监测点预测对应的潜在影响域和异常传播强度；根据异常监测点对应的潜在影响域和异常传播强度，得到风险监测点和对应的风险等级；根据风险监测点和对应的风险等级，生成风险预警信号。本申请能够准确判断相邻监测点间的健康状态关联，并据此进行有效的风险评估和预警。

技术研发人员：向柏霖,秦粮凯,严权山,余达峰,汪洋
受保护的技术使用者：成都建工集团有限公司
技术研发日：
技术公布日：2024/9/23