CN117454114B - 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 - Google Patents
基于多点位分布的地铁隧道掘进爆破振动安全监测装置 Download PDFInfo
- Publication number
- CN117454114B CN117454114B CN202311449240.5A CN202311449240A CN117454114B CN 117454114 B CN117454114 B CN 117454114B CN 202311449240 A CN202311449240 A CN 202311449240A CN 117454114 B CN117454114 B CN 117454114B
- Authority
- CN
- China
- Prior art keywords
- value
- risk
- data
- preset
- threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005422 blasting Methods 0.000 title claims abstract description 31
- 238000012806 monitoring device Methods 0.000 title claims abstract description 12
- 238000009412 basement excavation Methods 0.000 title description 5
- 238000011156 evaluation Methods 0.000 claims abstract description 85
- 238000012544 monitoring process Methods 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000012423 maintenance Methods 0.000 claims abstract description 25
- 230000005641 tunneling Effects 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims description 63
- 230000005540 biological transmission Effects 0.000 claims description 36
- 238000013097 stability assessment Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 15
- 238000012502 risk assessment Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 8
- 230000001154 acute effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims 4
- 230000032683 aging Effects 0.000 claims 3
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 41
- 230000007613 environmental effect Effects 0.000 description 8
- 102000016550 Complement Factor H Human genes 0.000 description 6
- 108010053085 Complement Factor H Proteins 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 238000013524 data verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/006—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries by making use of blasting methods
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/003—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42D—BLASTING
- F42D3/00—Particular applications of blasting techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及爆破振动监测技术领域,尤其涉及基于多点位分布的地铁隧道掘进爆破振动安全监测装置,包括监测平台、数据采集单元、后端评估单元、运行监管单元、采集评估单元、安全反馈单元以及运维管理单元;本发明通过从前端和前端结合后端的角度进行分析,一方面有助于提高设备的运行安全性和稳定性,另一方面有助于提高采集数据的有效性和利用安全性,同时通过信息反馈的方式便于设备监测过程中对爆破振动进行安全监测管理,以保证整个爆破振动监测过程的稳定和有效进行,同时便于为后续管理提供数据支撑,有助于有效地控制和监测工程的安全,且根据有效的数据科学地进行隧道安全管理,有助于提高整个监测安全性。
Description
技术领域
本发明涉及爆破振动监测技术领域,尤其涉及基于多点位分布的地铁隧道掘进爆破振动安全监测装置。
背景技术
隧道爆破会产生巨大的能量,可能会对地铁运营、周围民居的安全产生重要影响,在隧道爆破时,会对隧道的地表和内部结构产生破坏,特别是城市地铁盾构隧道最突出的缺陷是裂缝和渗漏,这些缺陷降低了混凝土的强度,使隧道衬砌受潮,对结构安全产生负面影响,缩短隧道寿命;因此,这些缺陷显著增加了操作轨道交通时安全相关的风险;随着大量城市地铁建设工地和列车线路的运营,开发新的高效结构缺陷检测和评估方法非常紧迫;
但是,现有振动监测设备在掘进爆破振动监测过程中,无法对各个点位的振动监测设备运行进行监管预警,进而影响掘进爆破振动监测数据的有效采集和传输,进而存在振动监测设备失控问题,且无法对采集数据的传感器进行监管,进而降低数据的有效性和后续利用效果,进而不利于隧道安全管理,且在数据传输过程中,存在监管效率低的问题,进而影响掘进爆破振动监测数据整个监测安全性;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供基于多点位分布的地铁隧道掘进爆破振动安全监测装置,去解决上述提出的技术缺陷,本发明通过从前端和前端结合后端的角度进行分析,一方面有助于提高设备的运行安全性和稳定性,另一方面有助于提高采集数据的有效性和利用安全性,同时通过信息反馈的方式便于设备监测过程中对爆破振动进行安全监测管理,以保证整个爆破振动监测过程的稳定和有效进行,同时便于为后续管理提供数据支撑,有助于有效地控制和监测工程的安全,进而根据有效的数据科学地进行隧道安全管理,且对运行稳定评估值进行深入式数据结合评估分析,以判断设备监测数据的安全趋势情况,以便对设备所传输数据进行合理管理和后续利用。
本发明的目的可以通过以下技术方案实现:基于多点位分布的地铁隧道掘进爆破振动安全监测装置,包括监测平台、数据采集单元、后端评估单元、运行监管单元、采集评估单元、安全反馈单元以及运维管理单元;
当监测平台生成监管指令时,并将监管指令发送至数据采集单元和后端评估单元,数据采集单元在接收到监管指令后,立即采集设备的风险数据和数据采集传感器的有效数据,风险数据包括异常风险值和内外干扰值,有效数据包括表现风险值和差异影响值,并将风险数据发送至运行监管单元,将有效数据发送至采集评估单元,运行监管单元在接收到风险数据后,立即对风险数据进行运行监管评估操作,将得到的合格信号发送至安全反馈单元,将得到的异常信号发送至运维管理单元;
采集评估单元在接收到有效数据后,立即对有效数据进行数据真实性监管反馈分析,将得到的正常信号发送至安全反馈单元,将得到的失效信号发送至运维管理单元;
安全反馈单元在接收到正常信号和合格信号后,立即从运行监管单元中调取合格信号所对应运行稳定评估值,并对运行稳定评估值进行深入式数据结合评估分析,将得到的影响信号经后端评估单元发送至运维管理单元,将得到的稳定信号发送至后端评估单元,将得到的调控信号经后端评估单元发送至运维管理单元;
后端评估单元在接收到监管指令和稳定信号后,立即采集设备的传输干扰数据,传输干扰数据包括延误风险值和丢失风险值,并对传输干扰数据进行数据采用监管评估分析,将预警管理信号经监测平台发送至运维管理单元。
优选的,所述运行监管单元的运行监管评估操作过程如下:
S1:采集到设备开始运行后一段时间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,获取到各个子时间段内的异常风险值YFi,异常风险值YFi表示运行电压特征曲线中的波动幅度超出预设波动幅度所对应的个数,再与异响特征曲线位于预设异响特征曲线上方线段与预设异响特征曲线所围成的面积经数据归一化处理后得到的积值,同时获取到各个子时间段内的内外干扰值NWi,内外干扰值NWi表示内环境参数所对应数值超出预设阈值的个数与外环境参数所对应数值超出预设阈值的个数经数据归一化处理后得到的和值,内环境参数包括温度变化值、粉尘浓度均值,外环境参数包括电磁干扰均值、平均温度值;
S2:根据公式
得到子时间段内的监测风险评估系数,其中,a1和a2分别为异常风险值和内外干扰值的预设比例因子系数,a1和a2均为大于零的正数,a3为预设修正因子系数,取值为1.118,Gi为子时间段内的监测风险评估系数,以子时间段的个数为X轴,以监测风险评估系数Gi为Y轴建立直角坐标系,通过描点的方式绘制监测风险评估系数曲线,从坐标系中获取到监测风险评估系数曲线的变化趋势值,并将其标记为运行稳定评估值;
S3:获取到历史k个正常设备的运行稳定评估值,k为大于零的自然数,以个数为X轴,以运行稳定评估值为Y轴建立直角坐标系,通过描点的方式绘制运行稳定评估值曲线,获取到运行稳定评估值曲线中的最大波峰值,并将运行稳定评估值曲线中的最大波峰值标记为风险界限值,并将运行稳定评估值与风险界限值进行比对分析:
若运行稳定评估值与风险界限值之间的比值小于1,则生成合格信号;
若运行稳定评估值与风险界限值之间的比值大于等于1,则生成异常信号。
优选的,所述采集评估单元的数据真实性监管反馈分析过程如下:
T1:获取到各个子时间段内的数据采集传感器的表现风险值,表现风险值表示呈现参数所对应数值超出预设阈值的个数,呈现参数包括无功功率均值、运行温度影响值,运行温度影响值表示运行温度值特征曲线与预设运行温度值阈值特征曲线首次相交所形成的锐角度数,再与首次相交所对应的时长经数据归一化处理后得到的比值,以此构建表现风险值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间差值的均值标记为呈现异常值;
T2:获取到时间阈值内数据采集传感器的差异影响值,差异影响值表示实时运行电流和实时运行电压超出历史正常运行时的历史运行最大电流和历史运行最大电压的部分所对应数值之和,将呈现异常值和差异影响值与其内部录入存储的预设呈现异常值阈值和预设差异影响值阈值进行比对分析:
若呈现异常值小于预设呈现异常值阈值,且差异影响值小于预设差异影响值阈值,则生成正常信号;
若呈现异常值大于等于预设呈现异常值阈值,或差异影响值大于等于预设差异影响值阈值,则生成失效信号。
优选的,所述安全反馈单元的深入式数据结合评估分析过程如下:
SS1:获取到时间阈值内设备的运行稳定评估值,同时获取到正常信号所对应的呈现异常值和差异影响值,并将运行稳定评估值、呈现异常值以及差异影响值分别标号为YW、CB以及CY;
SS2:获取到时间阈值内设备的投入使用时长,进而获取到投入使用时长内设备的监测出错次数,进而获取到相连监测出错次数之间的时长间隔,并将时长间隔的均值标记风险间隔均值FJ;
SS3:根据公式
得到前端数据安全系数,其中,f1、f2、f3以及f4分别为运行稳定评估值、呈现异常值、差异影响值以及风险间隔均值的预设权重因子系数,f1、f2、f3以及f4均为大于零的正数,f5为预设容错因子系数,取值为2.112,H为前端数据安全系数,并将前端数据安全系数H与其内部录入存储的预设前端数据安全系数阈值进行比对分析:
若前端数据安全系数H大于预设前端数据安全系数阈值,则生成影响信号;
若前端数据安全系数H小于等于预设前端数据安全系数阈值,则生成反馈指令。
优选的,所述安全反馈单元生成反馈指令时:
获取到历史g个时间阈值内前端数据安全系数Hg,g为大于零的自然数,以此构建前端数据安全系数Hg的集合B,获取到集合B的集散系数,并将集合B的集散系数标记为前端波动风险值,将前端波动风险值与其内部录入存储的预设前端波动风险值阈值进行比对分析:
若前端波动风险值小于预设前端波动风险值阈值,则生成稳定信号;
若前端波动风险值大于等于预设前端波动风险值阈值,则生成调控信号。
优选的,所述后端评估单元的数据采用监管评估分析过程如下:
获取到时间阈值内设备的延误风险值,延误风险值表示传输距离与传输时效值超出预设传输时效值阈值的部分经数据归一化处理后得到的积值,传输时效值表示传输次数中传输时长超出预设传输时长的次数与总次数之比;
获取到时间阈值内设备的丢失风险值,丢失风险值表示接收到的数据次数少于传输次数的个数与接收到的数据与传输数据存在差异的个数经数据归一化处理后得到的和值,将延误风险值和丢失风险值与其内部录入存储的预设延误风险值阈值和预设丢失风险值阈值进行比对分析:
若延误风险值小于预设延误风险值阈值,且丢失风险值小于预设丢失风险值阈值,则不生成任何信号;
若延误风险值大于等于预设延误风险值阈值,或丢失风险值大于等于预设丢失风险值阈值,则生成预警管理信号。
本发明的有益效果如下:
(1)本发明通过从前端和前端结合后端的角度进行分析,一方面有助于提高设备的运行安全性和稳定性,另一方面有助于提高采集数据的有效性和利用安全性,同时通过信息反馈的方式便于设备监测过程中对爆破振动进行安全监测管理,以保证整个爆破振动监测过程的稳定和有效进行,同时便于为后续管理提供数据支撑,有助于有效地控制和监测工程的安全,进而根据有效的数据科学地进行隧道安全管理;
(2)本发明通过对前端的风险数据进行运行监管评估操作,以判断设备运行异常风险是否过大,以便及时的进行预警管理,以保证设备的运行安全性和监测稳定性,对有效数据进行数据真实性监管反馈分析,判断数据采集传感器的数据真实性,进而通过有效数据的反馈,有助于有效地控制和监测工程的安全,且对运行稳定评估值进行深入式数据结合评估分析,以判断设备监测数据的安全趋势情况,以便对设备所传输数据进行合理管理和后续利用,而通过对后端的传输干扰数据进行数据采用监管评估分析,以判断接收到的数据是否可以正常利用,以便为后续管理提供数据支撑,同时有助于提高数据的有效监管核实,有助于设备监测过程中对爆破振动进行安全监测管理。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明局部参考分析图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
请参阅图1至图2所示,本发明为基于多点位分布的地铁隧道掘进爆破振动安全监测装置,包括监测平台、数据采集单元、后端评估单元、运行监管单元、采集评估单元、安全反馈单元以及运维管理单元,监测平台与数据采集单元呈单向通讯连接,监测平台与后端评估单元呈双向通讯连接,数据采集单元与运行监管单元和采集评估单元均呈单向通讯连接,运行监管单元和采集评估单元均与安全反馈单元和运维管理单元呈单向通讯连接,安全反馈单元与后端评估单元呈单向通讯连接;
当监测平台生成监管指令时,并将监管指令发送至数据采集单元和后端评估单元,数据采集单元在接收到监管指令后,立即采集设备的风险数据和数据采集传感器的有效数据,风险数据包括异常风险值和内外干扰值,有效数据包括表现风险值和差异影响值,并将风险数据发送至运行监管单元,将有效数据发送至采集评估单元,运行监管单元在接收到风险数据后,立即对风险数据进行运行监管评估操作,以判断设备运行异常风险是否过大,以便及时的进行预警管理,以保证设备的运行安全性和监测稳定性,具体的运行监管评估操作过程如下:
采集到设备开始运行后一段时间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,获取到各个子时间段内的异常风险值YFi,异常风险值YFi表示运行电压特征曲线中的波动幅度超出预设波动幅度所对应的个数,再与异响特征曲线位于预设异响特征曲线上方线段与预设异响特征曲线所围成的面积经数据归一化处理后得到的积值,同时获取到各个子时间段内的内外干扰值NWi,内外干扰值NWi表示内环境参数所对应数值超出预设阈值的个数与外环境参数所对应数值超出预设阈值的个数经数据归一化处理后得到的和值,内环境参数包括温度变化值、粉尘浓度均值等,外环境参数包括电磁干扰均值、平均温度值等,需要说明的是,异常风险值YFi和内外干扰值NWi是两个反映设备运行状态的影响参数;
根据公式
得到子时间段内的监测风险评估系数,其中,a1和a2分别为异常风险值和内外干扰值的预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1和a2均为大于零的正数,a3为预设修正因子系数,取值为1.118,Gi为子时间段内的监测风险评估系数,以子时间段的个数为X轴,以监测风险评估系数Gi为Y轴建立直角坐标系,通过描点的方式绘制监测风险评估系数曲线,从坐标系中获取到监测风险评估系数曲线的变化趋势值,并将其标记为运行稳定评估值,需要说明的是,运行稳定评估值的数值越大,则设备运行状态异常风险越大;
获取到历史k个正常设备的运行稳定评估值,k为大于零的自然数,以个数为X轴,以运行稳定评估值为Y轴建立直角坐标系,通过描点的方式绘制运行稳定评估值曲线,获取到运行稳定评估值曲线中的最大波峰值,并将运行稳定评估值曲线中的最大波峰值标记为风险界限值,并将运行稳定评估值与风险界限值进行比对分析:
若运行稳定评估值与风险界限值之间的比值小于1,则生成合格信号,并将合格信号发送至安全反馈单元;
若运行稳定评估值与风险界限值之间的比值大于等于1,则生成异常信号,并将异常信号发送至运维管理单元,运维管理单元在接收到异常信号后,立即显示异常信号所对应设备的编号,以便及时的对设备进行优化管理,以保证设备运行安全性和监测准确性,同时降低设备的异常风险,有助于提高各个点位设备的监管预警效果;
采集评估单元在接收到有效数据后,立即对有效数据进行数据真实性监管反馈分析,判断数据采集传感器的数据真实性,进而通过有效数据的反馈,有助于有效地控制和监测工程的安全,具体的数据真实性监管反馈分析过程如下:
获取到各个子时间段内的数据采集传感器的表现风险值,表现风险值表示呈现参数所对应数值超出预设阈值的个数,呈现参数包括无功功率均值、运行温度影响值等,运行温度影响值表示运行温度值特征曲线与预设运行温度值阈值特征曲线首次相交所形成的锐角度数,再与首次相交所对应的时长经数据归一化处理后得到的比值,以此构建表现风险值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间差值的均值标记为呈现异常值,需要说明的是,呈现异常值的数值越大,则数据失效风险越大;
获取到时间阈值内数据采集传感器的差异影响值,差异影响值表示实时运行电流和实时运行电压超出历史正常运行时的历史运行最大电流和历史运行最大电压的部分所对应数值之和,需要说明的是,差异影响值的数值越大,则数据失效风险越大;
将呈现异常值和差异影响值与其内部录入存储的预设呈现异常值阈值和预设差异影响值阈值进行比对分析:
若呈现异常值小于预设呈现异常值阈值,且差异影响值小于预设差异影响值阈值,则生成正常信号,并将正常信号发送至安全反馈单元;
若呈现异常值大于等于预设呈现异常值阈值,或差异影响值大于等于预设差异影响值阈值,则生成失效信号,并将失效信号发送至运维管理单元,运维管理单元在接收到失效信号后,立即显示失效信号所对应数据采集传感器的编号,以便及时的对异常数据采集传感器进行更换或维修,以保证数据采集传感器的数据真实性,进而通过有效数据的反馈,有助于有效地控制和监测工程的安全。
实施例二:
安全反馈单元在接收到正常信号和合格信号后,立即从运行监管单元中调取合格信号所对应运行稳定评估值,并对运行稳定评估值进行深入式数据结合评估分析,以判断设备监测数据的安全趋势情况,以便对设备所传输数据进行合理管理和利用,以提高监测安全性和准确性,具体的深入式数据结合评估分析过程如下:
获取到时间阈值内设备的运行稳定评估值,同时获取到正常信号所对应的呈现异常值和差异影响值,并将运行稳定评估值、呈现异常值以及差异影响值分别标号为YW、CB以及CY;
获取到时间阈值内设备的投入使用时长,进而获取到投入使用时长内设备的监测出错次数,进而获取到相连监测出错次数之间的时长间隔,并将时长间隔的均值标记风险间隔均值,标号为FJ,需要说明的是,风险间隔均值FJ的数值越大,则设备监测异常风险越小;
根据公式
得到前端数据安全系数,其中,f1、f2、f3以及f4分别为运行稳定评估值、呈现异常值、差异影响值以及风险间隔均值的预设权重因子系数,f1、f2、f3以及f4均为大于零的正数,f5为预设容错因子系数,取值为2.112,H为前端数据安全系数,并将前端数据安全系数H与其内部录入存储的预设前端数据安全系数阈值进行比对分析:
若前端数据安全系数H大于预设前端数据安全系数阈值,则生成影响信号,并将影响信号经后端评估单元发送至运维管理单元,运维管理单元在接收到影响信号后,立即显示影响信号所对应“数据影响”文字进行展示,以便合理的对监测数据进行管理和利用,以保证监测结果的准确性;
若前端数据安全系数H小于等于预设前端数据安全系数阈值,则生成反馈指令,当生成反馈指令时,获取到历史g个时间阈值内前端数据安全系数Hg,g为大于零的自然数,以此构建前端数据安全系数Hg的集合B,获取到集合B的集散系数,并将集合B的集散系数标记为前端波动风险值,需要说明的是,前端波动风险值的数值越大,则设备监测异常风险越大,受影响和监测失控风险越大,将前端波动风险值与其内部录入存储的预设前端波动风险值阈值进行比对分析:
若前端波动风险值小于预设前端波动风险值阈值,则生成稳定信号,并将稳定信号发送至后端评估单元;
若前端波动风险值大于等于预设前端波动风险值阈值,则生成调控信号,并将调控信号经后端评估单元发送至运维管理单元,运维管理单元在接收到调控信号后,立即显示调控信号所对应的预设预警文字,以便及时的对设备进行合理调整,进而有助于对设备所传输数据进行合理管理和利用,同时有助于降低设备失控风险;
后端评估单元在接收到监管指令和稳定信号后,立即采集设备的传输干扰数据,传输干扰数据包括延误风险值和丢失风险值,并对传输干扰数据进行数据采用监管评估分析,以判断接收到的数据是否可以正常利用,以便为后续管理提供数据支撑,同时有助于提高数据的有效监管核实,具体的数据采用监管评估分析过程如下:
获取到时间阈值内设备的延误风险值,延误风险值表示传输距离与传输时效值超出预设传输时效值阈值的部分经数据归一化处理后得到的积值,传输时效值表示传输次数中传输时长超出预设传输时长的次数与总次数之比,需要说明的是,延误风险值的数值越大,则数据有效性异常风险越大,数据利用受损风险越大;
获取到时间阈值内设备的丢失风险值,丢失风险值表示接收到的数据次数少于传输次数的个数与接收到的数据与传输数据存在差异的个数经数据归一化处理后得到的和值,需要说明的是,丢失风险值的数值越大,则数据利用受损风险越大;
将延误风险值和丢失风险值与其内部录入存储的预设延误风险值阈值和预设丢失风险值阈值进行比对分析:
若延误风险值小于预设延误风险值阈值,且丢失风险值小于预设丢失风险值阈值,则不生成任何信号;
若延误风险值大于等于预设延误风险值阈值,或丢失风险值大于等于预设丢失风险值阈值,则生成预警管理信号,并将预警管理信号经监测平台发送至运维管理单元,运维管理单元在接收到预警管理信号后,立即显示预警管理信号所对应的预设预警文字,以保证设备监测过程中对爆破振动进行安全监测管理,同时便于为后续管理提供数据支撑,同时有助于提高数据的有效性;
综上所述,本发明通过从前端和前端结合后端的角度进行分析,一方面有助于提高设备的运行安全性和稳定性,另一方面有助于提高采集数据的有效性和利用安全性,同时通过信息反馈的方式便于设备监测过程中对爆破振动进行安全监测管理,以保证整个爆破振动监测过程的稳定和有效进行,同时便于为后续管理提供数据支撑,有助于有效地控制和监测工程的安全,进而根据有效的数据科学地进行隧道安全管理,而通过对前端的风险数据进行运行监管评估操作,以判断设备运行异常风险是否过大,以便及时的进行预警管理,以保证设备的运行安全性和监测稳定性,对有效数据进行数据真实性监管反馈分析,判断数据采集传感器的数据真实性,进而通过有效数据的反馈,有助于有效地控制和监测工程的安全,且对运行稳定评估值进行深入式数据结合评估分析,以判断设备监测数据的安全趋势情况,以便对设备所传输数据进行合理管理和后续利用,而通过对后端的传输干扰数据进行数据采用监管评估分析,以判断接收到的数据是否可以正常利用,以便为后续管理提供数据支撑,同时有助于提高数据的有效监管核实,有助于设备监测过程中对爆破振动进行安全监测管理。
阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.基于多点位分布的地铁隧道掘进爆破振动安全监测装置,其特征在于,包括监测平台、数据采集单元、后端评估单元、运行监管单元、采集评估单元、安全反馈单元以及运维管理单元;
当监测平台生成监管指令时,并将监管指令发送至数据采集单元和后端评估单元,数据采集单元在接收到监管指令后,立即采集设备的风险数据和数据采集传感器的有效数据,风险数据包括异常风险值和内外干扰值,有效数据包括表现风险值和差异影响值,并将风险数据发送至运行监管单元,将有效数据发送至采集评估单元,运行监管单元在接收到风险数据后,立即对风险数据进行运行监管评估操作,将得到的合格信号发送至安全反馈单元,将得到的异常信号发送至运维管理单元;
采集评估单元在接收到有效数据后,立即对有效数据进行数据真实性监管反馈分析,将得到的正常信号发送至安全反馈单元,将得到的失效信号发送至运维管理单元;
安全反馈单元在接收到正常信号和合格信号后,立即从运行监管单元中调取合格信号所对应运行稳定评估值,并对运行稳定评估值进行深入式数据结合评估分析,将得到的影响信号经后端评估单元发送至运维管理单元,将得到的稳定信号发送至后端评估单元,将得到的调控信号经后端评估单元发送至运维管理单元;
后端评估单元在接收到监管指令和稳定信号后,立即采集设备的传输干扰数据,传输干扰数据包括延误风险值和丢失风险值,并对传输干扰数据进行数据采用监管评估分析,将预警管理信号经监测平台发送至运维管理单元。
2.根据权利要求1所述的基于多点位分布的地铁隧道掘进爆破振动安全监测装置,其特征在于,所述运行监管单元的运行监管评估操作过程如下:
S1:采集到设备开始运行后一段时间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,获取到各个子时间段内的异常风险值YFi,异常风险值YFi表示运行电压特征曲线中的波动幅度超出预设波动幅度所对应的个数,再与异响特征曲线位于预设异响特征曲线上方线段与预设异响特征曲线所围成的面积经数据归一化处理后得到的积值,同时获取到各个子时间段内的内外干扰值NWi,内外干扰值NWi表示内环境参数所对应数值超出预设阈值的个数与外环境参数所对应数值超出预设阈值的个数经数据归一化处理后得到的和值,内环境参数包括温度变化值、粉尘浓度均值,外环境参数包括电磁干扰均值、平均温度值;
S2:根据公式
得到子时间段内的监测风险评估系数,其中,a1和a2分别为异常风险值和内外干扰值的预设比例因子系数,a1和a2均为大于零的正数,a3为预设修正因子系数,取值为1.118,Gi为子时间段内的监测风险评估系数,以子时间段的个数为X轴,以监测风险评估系数Gi为Y轴建立直角坐标系,通过描点的方式绘制监测风险评估系数曲线,从坐标系中获取到监测风险评估系数曲线的变化趋势值,并将其标记为运行稳定评估值;
S3:获取到历史k个正常设备的运行稳定评估值,k为大于零的自然数,以个数为X轴,以运行稳定评估值为Y轴建立直角坐标系,通过描点的方式绘制运行稳定评估值曲线,获取到运行稳定评估值曲线中的最大波峰值,并将运行稳定评估值曲线中的最大波峰值标记为风险界限值,并将运行稳定评估值与风险界限值进行比对分析:
若运行稳定评估值与风险界限值之间的比值小于1,则生成合格信号;
若运行稳定评估值与风险界限值之间的比值大于等于1,则生成异常信号。
3.根据权利要求1所述的基于多点位分布的地铁隧道掘进爆破振动安全监测装置,其特征在于,所述采集评估单元的数据真实性监管反馈分析过程如下:
T1:获取到各个子时间段内的数据采集传感器的表现风险值,表现风险值表示呈现参数所对应数值超出预设阈值的个数,呈现参数包括无功功率均值、运行温度影响值,运行温度影响值表示运行温度值特征曲线与预设运行温度值阈值特征曲线首次相交所形成的锐角度数,再与首次相交所对应的时长经数据归一化处理后得到的比值,以此构建表现风险值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间差值的均值标记为呈现异常值;
T2:获取到时间阈值内数据采集传感器的差异影响值,差异影响值表示实时运行电流和实时运行电压超出历史正常运行时的历史运行最大电流和历史运行最大电压的部分所对应数值之和,将呈现异常值和差异影响值与其内部录入存储的预设呈现异常值阈值和预设差异影响值阈值进行比对分析:
若呈现异常值小于预设呈现异常值阈值,且差异影响值小于预设差异影响值阈值,则生成正常信号;
若呈现异常值大于等于预设呈现异常值阈值,或差异影响值大于等于预设差异影响值阈值,则生成失效信号。
4.根据权利要求1所述的基于多点位分布的地铁隧道掘进爆破振动安全监测装置,其特征在于,所述安全反馈单元的深入式数据结合评估分析过程如下:
SS1:获取到时间阈值内设备的运行稳定评估值,同时获取到正常信号所对应的呈现异常值和差异影响值,并将运行稳定评估值、呈现异常值以及差异影响值分别标号为YW、CB以及CY;
SS2:获取到时间阈值内设备的投入使用时长,进而获取到投入使用时长内设备的监测出错次数,进而获取到相连监测出错次数之间的时长间隔,并将时长间隔的均值标记风险间隔均值FJ;
SS3:根据公式
得到前端数据安全系数,其中,f1、f2、f3以及f4分别为运行稳定评估值、呈现异常值、差异影响值以及风险间隔均值的预设权重因子系数,f1、f2、f3以及f4均为大于零的正数,f5为预设容错因子系数,取值为2.112,H为前端数据安全系数,并将前端数据安全系数H与其内部录入存储的预设前端数据安全系数阈值进行比对分析:
若前端数据安全系数H大于预设前端数据安全系数阈值,则生成影响信号;
若前端数据安全系数H小于等于预设前端数据安全系数阈值,则生成反馈指令。
5.根据权利要求4所述的基于多点位分布的地铁隧道掘进爆破振动安全监测装置,其特征在于,所述安全反馈单元生成反馈指令时:
获取到历史g个时间阈值内前端数据安全系数Hg,g为大于零的自然数,以此构建前端数据安全系数Hg的集合B,获取到集合B的集散系数,并将集合B的集散系数标记为前端波动风险值,将前端波动风险值与其内部录入存储的预设前端波动风险值阈值进行比对分析:
若前端波动风险值小于预设前端波动风险值阈值,则生成稳定信号;
若前端波动风险值大于等于预设前端波动风险值阈值,则生成调控信号。
6.根据权利要求1所述的基于多点位分布的地铁隧道掘进爆破振动安全监测装置,其特征在于,所述后端评估单元的数据采用监管评估分析过程如下:
获取到时间阈值内设备的延误风险值,延误风险值表示传输距离与传输时效值超出预设传输时效值阈值的部分经数据归一化处理后得到的积值,传输时效值表示传输次数中传输时长超出预设传输时长的次数与总次数之比;
获取到时间阈值内设备的丢失风险值,丢失风险值表示接收到的数据次数少于传输次数的个数与接收到的数据与传输数据存在差异的个数经数据归一化处理后得到的和值,将延误风险值和丢失风险值与其内部录入存储的预设延误风险值阈值和预设丢失风险值阈值进行比对分析:
若延误风险值小于预设延误风险值阈值,且丢失风险值小于预设丢失风险值阈值,则不生成任何信号;
若延误风险值大于等于预设延误风险值阈值,或丢失风险值大于等于预设丢失风险值阈值,则生成预警管理信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311449240.5A CN117454114B (zh) | 2023-11-02 | 2023-11-02 | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311449240.5A CN117454114B (zh) | 2023-11-02 | 2023-11-02 | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117454114A CN117454114A (zh) | 2024-01-26 |
CN117454114B true CN117454114B (zh) | 2024-05-03 |
Family
ID=89585083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311449240.5A Active CN117454114B (zh) | 2023-11-02 | 2023-11-02 | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117454114B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117709719A (zh) * | 2023-12-15 | 2024-03-15 | 郑州龙威电子科技有限公司 | 一种基于物联网的面粉产线设备运维管理系统 |
CN117827597B (zh) * | 2024-03-05 | 2024-06-04 | 天时地理(深圳)智能科技有限公司 | 一种基于人工智能的数字医疗设备运行监控系统 |
CN117910983B (zh) * | 2024-03-19 | 2024-06-04 | 太原新欣微电科技有限公司 | 基于数据分析的电子雷管起爆安全实时检测评估系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108343472A (zh) * | 2018-02-07 | 2018-07-31 | 大连理工大学 | 一种隧道施工爆破环境效应智能评判系统 |
WO2019023952A1 (zh) * | 2017-08-01 | 2019-02-07 | 大连理工大学 | 全断面岩石掘进机关键部位振动与应变监测方法 |
JP2019219333A (ja) * | 2018-06-21 | 2019-12-26 | 清水建設株式会社 | トンネル切羽安全監視システム及びトンネル切羽安全監視方法 |
CN114485570A (zh) * | 2022-02-07 | 2022-05-13 | 中交路桥科技有限公司 | 一种用于在建隧道施工安全智慧监控量测预警系统及方法 |
CN115146487A (zh) * | 2022-09-05 | 2022-10-04 | 中国矿业大学(北京) | 深埋隧洞爆破参数评价方法 |
CN116677458A (zh) * | 2023-05-31 | 2023-09-01 | 中交路桥建设有限公司 | 一种浅埋偏压隧道爆破振动多功能监测预警系统 |
CN116843174A (zh) * | 2023-05-31 | 2023-10-03 | 山东天瀚企业管理咨询服务有限公司 | 一种基于数据分析的建筑工程施工安全监管系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111927558B (zh) * | 2020-10-13 | 2021-01-12 | 中国科学院武汉岩土力学研究所 | 动水软弱围岩隧道全断面掘进的安全预警方法及装置 |
-
2023
- 2023-11-02 CN CN202311449240.5A patent/CN117454114B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019023952A1 (zh) * | 2017-08-01 | 2019-02-07 | 大连理工大学 | 全断面岩石掘进机关键部位振动与应变监测方法 |
CN108343472A (zh) * | 2018-02-07 | 2018-07-31 | 大连理工大学 | 一种隧道施工爆破环境效应智能评判系统 |
JP2019219333A (ja) * | 2018-06-21 | 2019-12-26 | 清水建設株式会社 | トンネル切羽安全監視システム及びトンネル切羽安全監視方法 |
CN114485570A (zh) * | 2022-02-07 | 2022-05-13 | 中交路桥科技有限公司 | 一种用于在建隧道施工安全智慧监控量测预警系统及方法 |
CN115146487A (zh) * | 2022-09-05 | 2022-10-04 | 中国矿业大学(北京) | 深埋隧洞爆破参数评价方法 |
CN116677458A (zh) * | 2023-05-31 | 2023-09-01 | 中交路桥建设有限公司 | 一种浅埋偏压隧道爆破振动多功能监测预警系统 |
CN116843174A (zh) * | 2023-05-31 | 2023-10-03 | 山东天瀚企业管理咨询服务有限公司 | 一种基于数据分析的建筑工程施工安全监管系统 |
Non-Patent Citations (3)
Title |
---|
Geotechnical monitoring and safety assessment of large-span triple tunnels using drilling and blasting method;Ran Li等;《Journal of Vibroengineering》;20190815;第21卷(第5期);1373-1387 * |
深部隧(巷)道围岩突水灾变演化试验系统研制及应用;靖洪文等;《隧道与地下工程灾害防治》;20190120;第1卷(第1期);102-110 * |
隧道突涌水灾害微震机理与监测分析方法;成帅;《中国优秀博士学位论文全文数据库 (工程科技Ⅱ辑)》;20190915(第9期);C034-10 * |
Also Published As
Publication number | Publication date |
---|---|
CN117454114A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117454114B (zh) | 基于多点位分布的地铁隧道掘进爆破振动安全监测装置 | |
CN117057513B (zh) | 一种基于互联网的智慧园区用监控管理系统 | |
CN116800517A (zh) | 一种基于数据分析的数据采集智能管理系统 | |
CN117268455B (zh) | 一种工程建筑施工质量检测设备的监测系统 | |
CN115389854B (zh) | 一种直流电源供电系统的安全监测系统及方法 | |
CN117474318B (zh) | 一种基于移动式红外测温技术的换流站阀厅运行监管系统 | |
CN105468876A (zh) | 一种实时在线评估输电塔安全状态的方法及其系统 | |
CN117034194B (zh) | 基于人工智能的核电仪表设备运维管理系统、方法及设备 | |
CN115102290A (zh) | 一种智能电网实时安全预警系统 | |
CN117630676A (zh) | 一种基于大数据分析的铅蓄电池故障智能诊断系统 | |
CN117353436A (zh) | 一种基于物联网监控的太阳能供电系统 | |
CN118657339A (zh) | 一种基于电力供配工程的电气设备运维管理系统 | |
CN118152760A (zh) | 数据交互式可视化方法及其系统 | |
CN117422310A (zh) | 一种全钢内衬层联动线群的电控决策优化方法 | |
CN118739618A (zh) | 一种电力线路图像综合监测设备 | |
CN118506547A (zh) | 基于物联网的锂电池压力测试用安全警报系统 | |
CN115575579A (zh) | 一种基于监测源分析的碳监测方法及系统 | |
CN118332467A (zh) | 基于数据分析的转速传感器运行故障诊断管理系统 | |
CN119536078A (zh) | 智能综采煤矿机电设备协同控制系统 | |
CN118657360A (zh) | 基于数字孪生的水库防洪监测系统 | |
CN114626758A (zh) | 用于医疗设备维修的效果评价系统 | |
CN118409890B (zh) | 一种基于云计算的计算机设备智能运维管理系统 | |
CN118603796A (zh) | 一种纺织物耐磨性检测方法和装置 | |
CN116523494B (zh) | 一种电力施工现场安全监督管理系统 | |
CN117806204A (zh) | 一种开关柜联锁控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |