买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河海大学

摘要：本发明公开了一种深埋隧洞稳定性和安全性监测分析系统，属于深埋隧洞监测技术领域，包括:深埋隧洞数据采集单元；数据预处理单元，与深埋隧洞数据采集单元连接；深埋隧洞数据存储单元，用于存储深埋隧洞相关的模型信息，模型信息包括工程几何模型信息和深埋隧洞周围地质情况信息；数据分析单元，为基于深度学习的卷积神经网络模型；数据分析单元根据数据预处理单元预处理得到的预处理数据与深埋隧洞数据存储单元存储的模型信息进行比较，给出深埋隧洞的稳定性、安全性预测评价结果；预警单元，与数据分析单元连接。本发明采用深度学习的卷积神经网络模型作为主体，使数据分析单元给出深埋隧洞的稳定性、安全性预测评价结果更精确，可靠性更高。

主权项：1.一种深埋隧洞稳定性和安全性监测分析系统，其特征在于，包括：深埋隧洞数据采集单元，用于采集并存储所有监测设备测得深埋隧洞的原始监测数据和实时监测数据；数据预处理单元，与所述深埋隧洞数据采集单元连接，用于对所述深埋隧洞数据采集单元采集的所述深埋隧洞的原始监测数据和实时监测数据进行预处理，得到预处理数据；深埋隧洞数据存储单元，用于存储深埋隧洞相关的模型信息，所述模型信息包括工程几何模型信息和深埋隧洞周围地质情况信息；数据分析单元，所述数据分析单元为基于深度学习的卷积神经网络模型；所述数据分析单元与所述深埋隧洞数据存储单元、所述数据预处理单元连接，所述数据分析单元根据所述数据预处理单元预处理得到的预处理数据与所述深埋隧洞数据存储单元存储的模型信息进行比较，来分析判断深埋隧洞的稳定性和安全性，并给出深埋隧洞的稳定性、安全性预测评价结果；预警单元，所述预警单元与所述数据分析单元连接，根据所述数据分析单元给出的深埋隧洞的稳定性、安全性预测评价结果发出预警；所述深埋隧洞数据采集单元包括位移监测模块、视频监测模块和深度变化监测模块；所述位移监测模块包括多个位移计，多个所述位移计间隔分散地设置在深埋隧洞内的监测点；所述视频监测模块包括设置在所述深埋隧洞的洞壁上的标靶和高清摄像头，所述高清摄像头与所述标靶对应设置，所述高清摄像头内设置有数字处理器，所述数字处理器与所述数据预处理单元无线信号连接；所述深度变化监测模块包括多个插入深埋隧洞洞壁内的测斜管，所述测斜管穿过深埋隧道的潜在滑动面并向地表延伸的钻孔内，所述测斜管的管体外壁设置有连续的曲线凹槽，所述曲线凹槽内布设有信号光纤；深埋隧洞内设置有光源-光功率计，所述光源-光功率计与所述信号光纤连接；所述光源-光功率计与所述数据预处理单元无线信号连接；所述视频监测模块的使用方法包括以下步骤：S10、将所述标靶安装在所述深埋隧洞的洞壁上，采用安装在固定位置处的所述高清摄像头拍摄所述标靶的初始位置，所述数字处理器接收到所述高清摄像头视频信号后，对图像进行处理并识别出所述标靶的初始位置，将初始位置数据发送至所述数据预处理单元，所述数据预处理单元将接收到的数据预处理并发送至所述数据分析单元；S20、预设固定的间隔时间，所述高清摄像头拍摄所述标靶一次，并通过所述数字处理器对图像进行处理，识别出所述标靶的位置；所述数字处理器将所述标靶的位置数据通过数据接收单元发送至所述数据分析单元；S30、所述数据分析单元将图像中识别出的所述标靶位置，与所述标靶的初始位置对比，当发现新拍摄照片中所述标靶消失，或所述标靶的位置与初始位置相比超过设定的阈值时，所述数据分析单元给出出现深埋隧道出现洞壁位移变化的判断，并通过所述预警单元发出警报信号；所述工程几何模型信息包括围岩信息、深埋隧洞的模型信息以及与所述深埋隧洞的模型对应的坐标信息；其中，深埋隧洞的模型信息以及与所述深埋隧洞的模型对应的坐标信息为：根据深埋隧洞的平面设计图纸，建立三维模型；所述三维模型在空间上的形状和位置采用三维坐标系表示，所述三维坐标系包括X轴、Y轴和Z轴，其中，所述X轴表示隧洞的轴线方向，所述Y轴表示隧洞断面的水平方向，所述Z轴表示隧洞断面竖直方向；所述围岩信息为根据深埋隧洞围岩的图片信息，并根据所述围岩的完整性信息对所述图片信息进行分类，以得到围岩信息；所述深埋隧洞围岩的图片信息由无人机航拍得到，其中，所述无人机上搭载LED模块和相机，基于LED模块和相机在隧洞内采集多张隧洞缺陷始图像，得到原始图像集；对所述原始图像集进行预处理，得到所述图片信息的样本集；还包括训练单元，所述训练单元用于对所述数据分析单元进行训练，所述训练单元包括图片信息的训练样本、深埋隧洞的模型信息以及与所述深埋隧洞的模型对应的坐标信息训练样本以及对所述位移监测模块、视频监测模块和深度变化监测模块采集原始信息进行预处理的采集信息训练样本；其中，使用训练单元训练所述基于深度学习的卷积神经网络模型，并验证训练后的所述卷积神经网络模型的准确度；训练完成后，将待检测图片输入至验证后的所述基于深度学习的卷积神经网络模型，获取所述围岩的分类等级和概率，得到所述围岩的破碎等级；基于深度学习的卷积神经网络模型根据所述深埋隧洞数据采集单元采集数据得到的隧洞运行状态，并根据更新的深埋隧洞围岩的图片信息得到所述围岩的破碎等级来判断裂缝位置信息，建立多尺度模型，预测该位置的裂缝的发展趋势与隧洞安全状态；所述裂缝的发展趋势包括主裂缝位置、主裂缝宽度和主裂缝周围开裂状况；所述隧洞安全状态包括隧洞安全性预测分析、稳定性预测分析及评价结果。

全文数据：

权利要求：

百度查询： 河海大学 一种深埋隧洞稳定性和安全性监测分析系统