地下工程施工智能化监测及灾害预警技术应用综述--中国期刊网

字体：大中小

首页> 原创作品> 正文

地下工程施工智能化监测及灾害预警技术应用综述

发表时间：2021/5/27 来源：《基层建设》2021年第2期作者：李中亮

[导读] 摘要：智能数据采集、深度学习、人工智能等理论和技术在地下工程中的应用，推动了地下工程施工智能监控的发展。

        中铁六局集团有限公司长沙路桥分公司
        摘要：智能数据采集、深度学习、人工智能等理论和技术在地下工程中的应用，推动了地下工程施工智能监控的发展。从数据监测与智能采集、监测数据分析与反馈、监测信息管理、预测系统、地下工程智能施工设备开发等方面，综述了地下工程施工智能监测理论与技术的发展趋势及其在工程灾害预警中的应用。重点分析了地下工程智能监测、分析反馈和岩爆预警技术，展望了智能理论和技术对深部地下防护工程建设的影响。
        关键词：地下工程；智能化监测；微震；岩爆
        1数据监控和智能采集
        1.1地下工程监测仪器及技术发展
        根据监测物理量的不同用途，地下工程监测仪器主要分为：（1）用于地下结构宏观位移监测的仪器，包括经纬仪、水准仪、全站仪等。；（2）用于监测地下结构围岩的应力应变，包括电阻应变片、钢绳收频器等。（3）用于监测地下水等参数，包括水位计、爆破震动监测仪等。然而，传统的应力应变等监测技术已不能应对日益复杂的大型地下工程工程工程地质环境，以光纤光栅自动监测技术为代表的现代信息与监测技术逐渐被广泛应用。通过高性能智能传感器组件、无线传输网络和信号采集系统，采用多参数、多传感器组件、数据智能处理和数据动态管理方法进行实时监测、安全预警和可靠性预测，已成为监测仪器的发展方向。
        1.2监控数据的智能收集
        在开挖过程中，基于无线传输的微震监测系统只能人工读取数据，经济成本高，无法实时了解工程的安全状况。因此，有必要开发一个自动监控系统，该系统主要由传感器层、数据自动采集单元层、现场监控终端层、远程监控终端层和网络层组成。微震监测不仅是固定位置的静态监测，还可以依托各种平台拓宽其应用领域和范围。例如，通过在卸压钻孔（PRD）旁边设置新的微地震（MS）监测系统，获取钻孔过程中的监测数据，可以检测钻孔深度，识别和记录卡钻和振动等钻孔动态现象，进而监测PRD预防岩爆的过程。
        2监测数据分析
        2.1地下监测数据智能分析方法发展概述
        在工程及周边环境的安全评价和灾害预测过程中，需要通过准确的仪器获取监测数据，并对数据进行及时的整理、分析和解释，否则很容易造成数据的极大浪费。地下工程监测数据的分析方法主要分为两类：确定性方法和统计方法。确定性方法主要有有限元法、边界元法、块体理论法等。统计方法主要包括统计回归方法，包括两个变量之间的线性回归分析和两个变量之间的非线性函数回归。近年来发展起来的时间序列、灰色理论、神经网络、模糊数学等系统科学方法被应用于监测数据的分析和反馈，很好地解决了工程中的不确定性问题。
        2.2深度学习在岩爆微震监测数据分析中的应用
        （1）微震识别。微震信号识别的难点在于能否准确识别低信噪比信号，深度学习可以有效提高微震信号识别的效率。由于微震监测设备可以记录该地区各种频率的声音，因此有必要识别和研究选定微震事件的规律性。岩爆监测分析结果表明，大多数岩爆都有微震监测可以定位的微破裂前兆，微震活动的活跃区和聚集区与岩爆的位置在空间上是一致的，在时间序列上优于岩爆事件。波形的准确识别是岩爆灾害识别和监测预警的关键因素。在隧道开挖过程中，需要结合不同声源信号的频谱特征，对采集的数据进行模式识别。其核心任务是利用神经网络智能方法选择和提取微震信号的数据信息，并从中识别微震活动信息。该过程包括数据采集、信号处理、信号特征提取、分类和数据输出等。从而消除岩石干扰信号，获得岩体的微震断裂信息。
        （2）微震定位。微震定位的准确性关系到微震技术的应用效果。深度学习和人工智能方法可以提高微震定位的准确性和可靠性。最小二乘法和牛顿迭代法已相继用于微震震源定位，但在实际应用中存在定位效率低、初至拾取不准确等问题。随后，采用线性法和盖革法联合定位、最小二乘法和盖革法联合定位、联合微震定位等方法对微震源定位方法进行优化，但这些方法在监测区域地质条件复杂、无法准确获取基础数据的前提下，仍然会产生巨大的定位误差。人工神经网络等非线性方法具有更好的可靠性。

期刊文章分类查询,尽在期刊图书馆

        （3）数据融合。此外，在灾害预警监测过程中，不同监测仪器采集的数据格式不同，从微震信号、声波探测和应力应变监测获得的多源信息维度不一致，无法融合多源数据。针对这一问题，可以通过量纲统一和标准化建立信息标准化的概念和体系，结合微震监测数据和其他数据处理方法建立信息融合模型，更好地评价工程的稳定性。王利用卷积神经网络对冲击地压图像进行处理，得到了卷积神经网络冲击地压图像处理算法，建立了多源异构大数据融合模型用于冲击地压试验分析。通过数据融合理论建立数据与岩体失稳预警之间的关系，可以帮助研究人员更好地理解工程灾害准备的机理，更好地进行灾害预警和预测。综上所述，通过微震的智能监测和数据采集、数据的智能分析和预警以及基于综合分析的灾害准备过程中的主动防控，可以有效建立系统的岩爆预警和预防体系。
        3地下工程施工安全设备及灾害预警系统开发
        3.1地下工程智能预警系统及施工设备
        随着岩土工程监测软硬件的发展，监测自动化系统、信息处理与数据分析系统和安全预测系统也在发展。目前，岩土工程中使用的信息系统可分为四大类：管理信息系统、地理信息系统（GIS）、三维岩土工程信息系统、工程信息门户等。以地理信息系统平台为例，通过地理信息系统中心将三维平台与工程勘察和地基评价专家系统集成，通过风险管理、监测预警、专业分析等模块构建的岩土工程信息系统可以实现地质和结构的三维耦合表达、分析和计算。基于地理信息系统的分布式基坑监测信息管理与预警系统（FPMS）可以全面收集地质调查、设计、施工进度和测点信息、监测仪器、监测数据等。，并在此基础上，实现信息存储、分析处理、结果显示和输出自动化、预测预警等功能，从而实现基坑监测的信息化、集成化和共享化。此外，在传统专家系统的基础上，引入神经网络技术，利用神经网络知识库表示知识的分布式连接机制，构建神经网络专家系统，可以提高监测数据、专家经验和相关技术的利用率。
        3.2岩爆智能微震监测系统
        地下工程信息系统的开发面临着现有数据库和海量数据存储不能满足实时性要求、工程信息语言不通用等问题。目前，发达国家地下工程监测仪器自动化和数字化程度较高，在数据采集、存储、分析和处理方面有专业的软件支持。各种先进的三维地质建模软件、数据库系统和专家系统逐步推广应用，整体信息化程度和效率较高。国内的智能监控系统经过几十年的发展已经取得了很大的进步，但是大规模的集成信息系统和平台还是比较少的。同时，在数据采集、微震数据分析、整体系统可靠性等方面，与国外微震监测相比还比较成熟，由于进口设备维护成本高、适用性和兼容性差，微震监测数据的深入分析受制于人。随着地下工程智能监测技术的不断推广应用，加快发展和完善具有自主知识产权的微震监测和地下智能监测软硬件系统具有重要意义。
        4展望
        系统总结了微震智能监测、监测数据的数据采集和人工智能分析在地下工程建设中的应用以及智能建筑设备和系统的发展现状。智能设备和技术实现了地下工程施工过程中信息的快速采集、分析和传输，提高了地下工程施工过程中不良地质条件的预警水平，保证了地下工程施工的安全，提高了施工效率。随着安全监测、主动预测和辅助决策理论的不断发展，智能监测技术在工程实践中得到推广和应用，地下工程智能监测技术水平不断提高。基于深度学习的深部岩体力学灾害机理研究可以更好地预测各种不利地质灾害，从而有效预防深部环境中的工程地质灾害。
        参考文献：
        ［1］洪开荣．我国隧道及地下工程近两年的发展与展望［J］．隧道建设，2017，37（2）：123-134．
        ［2］钱七虎．地下工程建设安全面临的挑战与对策［J］．岩石力学与工程学报，2012，31（10）：1945-1956．
        ［3］王浩．岩土工程监测分析及信息化设计实践［M］．北京：科学出版社，2013．
        ［4］钱七虎．隧道工程建设地质预报及信息化技术的主要进展及发展方向［J］．隧道建设，2017，37（3）：251-263．
        ［5］李晓乐，郎秋平．地下工程监测方法与检测技术［M］．武汉：武汉理工大学出版社，2018．