一種基於多傳感器的隧道施工周圍建築物安全預警方法與流程
2023-05-14 05:00:16
本發明屬於隧道施工誘發臨近建築物變形的安全風險感知技術領域,具體涉及一種基於多傳感器的隧道施工周圍建築物安全預警方法,其能夠實時準確的方式監測、分析、評估隧道施工環境下既有建築物的安全狀態。
背景技術:
為應對人口增長、空間限制和環境惡化等城市綜合病問題,世界各大城市中的地鐵、公路、管道和公用事業隧道的機械化施工規模在飛速增長。軟土中的隧道開挖不可避免會導致地表沉降,這將造成臨近建築物,尤其是基礎較淺的建築物變形、旋轉、扭曲甚至不可逆轉的破壞。
目前,國內外評估隧道誘發地面沉降和臨近建築物損壞程度的方法可以大致分為三類:經驗法,解析法和數值仿真法。這些方法在預測隧道誘發臨近建築物損傷方面具有各自的優勢,但是在應用方面也有各自的局限。例如,Loganathan認為經驗法在不同的地麵條件和施工技術中的應用是有限的,因而不能得出高精度的結論(參考An innovative method for assessing tunneling induced risks to adjacent structures,PB2009William Barclay Parsons Fellowship Monograph 25,Parsons Brinckerhoff Inc.,New York,USA,2011,pp.1-129);Chou和Bobet認為解析法未考慮時間和地層蠕變損失,解析法往往會低估土層最大變形或高估最小沉降(參考Predictions of ground deformations in shallow tunnels in clay,Tunnelling and Underground Space Technology 17(1)(2002)3-19.);和Sumelka認為數值仿真模型的構建和驗證需要耗費大量時間,尤其是分析臨近建築群需要耗費大量時間,且數值仿真方法的準確性和有效性對邊界條件極為敏感(參考Limitations in application of finite element method in acoustic numerical simulation,Journal of theoretical and applied mechanics 44(4)(2006)849-865.)。除此之外,由於隧道工程的動態變化性和複雜性,其建造過程中存在大量的隨機性和不確定性,上述方法很難綜合考慮這種隨機性和不確定性以及各種誤差,容易造成安全管理決策的顯著偏差。
因此,為滿足現有建築實際使用安全性方面的要求,以實時準確的方式監測、分析、評估隧道施工環境下既有建築物的安全狀態,可以有效感知和預測隧道施工誘發臨近建築物損傷的安全風險,進而及時有效地採取相應控制措施。
針對上述技術問題,目前還沒有看到一套完整、有效、方便的安全預警方法,如何解決上述技術難點,設計一種隧道施工周圍建築物安全預警方法,實現與實際的地面沉降和臨近建築物損壞情況的無限接近,是本發明要解決的問題。
技術實現要素:
針對現有技術的以上缺陷或改進需求,本發明提供了一種基於多傳感器的隧道施工周圍建築物安全預警方法,該方法基於雲模型、D-S證據理論和蒙特卡洛模擬技術的不確定條件下隧道施工誘發臨近建築物變形的多源信息融合方法以感知安全風險狀態,由該方法得出的結果與真實的狀況無限接近,能夠滿足隧道施工前的周圍建築物安全風險預估的準確性要求。
為實現上述目的,按照本發明的一個方面,提供了一種基於多傳感器的隧道施工周圍建築物安全預警方法,其特徵在於,包括如下步驟:
S1、評價指標體系構建:確定綜合評價隧道施工誘發周圍建築物安全風險水平的定性指標和定量指標,根據所述定性指標和定量指標構建隧道施工周圍建築物安全預警的多層次信息融合模型;
S2、風險區間識別:根據標準規範,將隧道施工誘發周圍建築損傷大小劃分為若干個風險等級;確定所述定性指標和定量指標的合理區間劃分,每一所述定性指標和定量指標均劃分為若干個區間,分別對應若干個風險等級;
S3、數據獲取:通過硬傳感器和軟傳感器獲取分別獲取所述定量指標數據和定性指標數據;
S4、基於雲模型理論構建基本概率分配:基於雲模型計算所述定性指標和定量指標對應於各風險等級的隸屬度,作為基本概率分配分布;
S5、基於改進D-S證據理論實現多級融合:基於改進D-S證據理論來對監測點融合、指標融合和整體安全風險狀態融合進行三級融合;
S6、基於蒙特卡洛仿真模擬技術判定指標敏感度大小:採用蒙特卡洛模擬技術進行安全風險評估,計算最終安全等級,用所述最終安全等級相關係數度量每個輸入指標對輸出指標的全局敏感性大小。
進一步優選地,步驟S1中,所述定量指標包括累計沉降(C1)、日沉降(C2)和建築傾斜率(C3);所述定性指標包括地基滲漏情況(C4)、地面裂縫狀況(C5)和牆壁裂縫狀況(C6)。
優選地,步驟S2中,將隧道誘發建築損傷大小劃分為四個風險等級:Ⅰ,即安全級;Ⅱ,即低風險級;Ⅲ,即中等風險級;和Ⅳ,即高風險級;每一所述定性指標和定量指標均劃分為四個區間,分別對應四個風險等級。
優選地,步驟S3中,所述硬傳感器為至少一個電子傳感器,用於監測和獲取建築物因隧道開挖引起的變形特徵數據;所述軟傳感器用於獲取經人為判斷的定性指標。
優選地,步驟S4中還包括:
S4a、構建正態雲模型:針對每個指標的不同等級構建雲模型,即計算雲模型的三個特徵值:Ex,En,He。將每個因素劃分為不同的風險等級Cij(i=1,2,...,M;j=1,2,...,N),每個區間有各自的雙重製約區間[cij(L),cij(R)](i=1,2,...,M;j=1,2,...,N)。公式(1)將等級區間[cij(L),cij(R)]轉換為正態雲模型(Exij,Enij,Heij),所有指標對應於不同風險等級的正態雲模型Rij=(Exij,Enij,Heij)(i=1,2,...,M;j=1,2,...,N)均以這種方式獲取,所述公式(1)如下:
其中,"Exij"為第i個指標的第j個等級區間正態雲的期望;"Enij"為第i個指標的第j個等級區間正態雲的熵;"Heij"為第i個指標的第j個等級區間正態雲的超熵;"s"為從0到"Enij"的常量,表徵指標等級劃分中存在的不確定性;"xij(L)"和"xij(R)"分別為第i個指標的第j個等級區間左側與右側邊界值;
S4b、獲取各指標對應於各等級的隸屬度:根據所述定性指標數據和定量指標數據,結合雲模型特徵值的計算,得到指標的觀測值對特定等級的隸屬程度;雲模型中隸屬度表示指標Ci的觀測值xi關於某一風險等級Aj(i=1,2,...,M;j=1,2,...,N)的相關程度,因此隸屬度的計算可用作評價指標Aj(i=1,2,...,M;j=1,2,...,N)的基本概率分配,具體指標不同風險等級的基本概率分配可由公式(2)獲取,其中,mi(Aj)表示Ci的觀測值xi關於某一風險等級Aj(i=1,2,...,M;j=1,2,...,N)的相關程度,mi(Θ)表示最終輸出結果中不能確定安全風險等級的那部分概率分布,可信度因子表示1-mi(Θ),所述公式(2)如下:
優選地,步驟S5中還包括:
S5a、構建多級融合模型:通過一級融合對所述定性指標數據和定量指標數據進行融合,得到各指標的安全風險狀況;通過二級融合對多個指標進行融合,得到總體安全風險狀況;通過三級融合對所述定性指標數據和定量指標數據之間進行融合,得到整個隧道施工誘發周圍建築物損傷的安全風險狀態;
S5b、選取融合規則:以ξ為1-0.05=0.95為規則選取閥值,當K大於ξ時,認為證據高衝突,採用加權平均規則,即公式(3)進行證據融合;反之,採用Dempster規則,即公式(4)進行融合;所述公式(3)和(4)如下:
其中,K定義為衝突係數,表示證據間的衝突程度;1/(1-K)為歸一化係數,避免在空集中分配非零元素;O是融合過程中的證據體編號,i,j,k分別表示第i,j,k個假設;
其中,wi為第i個證據體的權重;di為第i個證據體與其他證據歐氏距離的和。
S5c、多級融合:通過監測點融合、指標融合和整體安全風險狀態融合三級融合,得到隧道施工誘發周圍建築物破壞的最終安全風險等級。
優選地,步驟S6中,設定所述定性指標和定量指標數據指標服從正態分布,抽樣分布的期望為指標的觀測值,方差為觀測值的5%,設定迭代次數Q為1000次,各多級信息融合過程重複1000次,計算多次融合結果的期望值,得到最終安全等級,即整體安全風險狀態,並用等級相關係數度量每個輸入指標對輸出指標T的全局敏感性大小。
優選地,採用蒙特卡洛模擬技術基於概率分布獲取輸出變量的統計特性,基於輸入變量的概率分布,通過仿真得到第i個輸入指標的一系列輸入數據集(i=1,2,…,M)。相應的,反覆迭代之後可以獲得一些列輸出數據集{T1,T2,...,TQ},其中,Q表示迭代次數;在考慮多輸入因子之間的交互作用的基礎上,通過等級相關係數(如公式(5))衡量每個輸入指標對最終安全風險等級的敏感性貢獻度,第i個指標Ci的全局敏感性(Global Sensitivity Analysis,GSA)表示為GSA(Ci),計算如公式(5);
其中,Q為基於蒙特卡洛仿真技術重複的次數;q代表第q次迭代;為第i個指標Ci的在仿真輸入數據集中的順序;是的平均值;R(Tq)為經過Q次迭代的安全風險結果Tq的排序;是R(Tq)的平均值。
總體而言,通過本發明所構思的以上技術方案與現有技術相比,具有以下優點和有益效果:
本發明提出的基於雲模型、D-S證據理論和蒙特卡洛模擬技術的不確定條件下隧道施工誘發臨近建築物變形的多源信息融合方法,結合電子(硬)傳感器和專家經驗(軟傳感器)獲取多源數據,克服了現階段評價數據來源單一的現狀;為構建不確定條件下指標對等級的基本可信度分配,基於正態雲模型計算隸屬函數以加強D-S證據理論融合結果的準確性;為處理具有高衝突性的證據,結合Dempster融合規則和加權平均規則,通過設定閾值選取融合規則;為加強監管控制的有效性,考慮指標之間的非線性交叉關係,確定不確定條件下輸入指標的全局敏感性,基於等級相關係數使用蒙特卡洛模擬技術進行全局敏感性分析,並確定指標觀測值的容許偏差度。
該方法在安全風險評價指標體系構建和等級劃分的基礎上,基於正態雲模型實現定性概念和定量指標之間的不確定轉換,構建評價指標的基本可信度分配(BPA);結合Dempster融合規則和平均加權規則提出一種新型融合規則,對傳統D-S證據理論進行改進,以處理高衝突證據;基於BPA採用改進D-S證據理論實現隧道施工誘發臨近建築物變形監測點融合、指標融合和整體安全風險狀態融合;基於蒙特卡洛仿真模擬技術判定不確定條件下輸入指標的敏感度大小和測量誤差允許值。為隧道施工提供了一種集風險識別、風險分析、風險評價、風險控制、風險決策於一體的安全風險感知方法和信息融合手段,該方法的提出有利於加強隧道施工誘發臨近建築物損傷程度的評價的可靠性和準確性,對提高隧道施工安全風險管理與控制水平具有重要意義。該方法還具備數據處理量小、易於操作、結果可靠性和準確性高等優點。
附圖說明
圖1為本發明實施例的方法流程圖。
圖2為本發明實施例的方法中安全風險感知的多層信息融合框架圖。
圖3是本發明實施例中輸入指標全局敏感性分布圖。
具體實施方式
為了使本發明的目的、技術方案及優點更加清楚明白,以下結合附圖及實施例,對本發明進行進一步詳細說明。應當理解,此處所描述的具體實施例僅僅用以解釋本發明,並不用於限定本發明。此外,下面所描述的本發明各個實施方式中所涉及到的技術特徵只要彼此之間未構成衝突就可以相互組合。
圖1示出了本發明提出的基於多傳感器的隧道施工周圍建築物安全預警方法的流程圖,以某隧道區域臨建的1#-4#四棟建築物為例,其主要包括以下步驟:
S1、評價指標體系構建:
確定綜合評價隧道施工誘發臨近建築物安全風險水平的定性指標和定量指標,構建評價指標體系;優選的,所述定性指標和定量指標根據標準規範(如「建築地基基礎設計規範(GB 50007-2011)」和「地鐵工程施工安全評價標準(GB 50715-2011)」)、監測系統和文獻資料以及專家經驗確定;由於定量指標主要集中在隧道開挖引起的變形特徵上,因此,優選的,所述定量指標包括累計沉降(C1)、日沉降(C2)和建築傾斜率(C3),同時,專家和/或工程師會定期前往施工現場收集反映臨近建築健康狀況的圖片和視頻資料,從所述圖片和視頻資料中獲取所述定性指標,優選的,所述定性指標包括地基滲漏情況(C4)、地面裂縫狀況(C5)和牆壁裂縫狀況(C6)。
S2、風險區間識別:
根據標準規範,將隧道誘發建築損傷大小劃分為四個等級:Ⅰ,即安全級;Ⅱ,即低風險級;Ⅲ,即中等風險級;和Ⅳ,即高風險級;根據監控記錄、標準規範、技術手冊和研究報告等工程實踐和理論分析,在充分考慮工程實際和專家經驗的基礎上,確定所述定性指標和定量指標的合理區間劃分,每一所述定性指標和定量指標均劃分為四個區間,對應四個風險等級,如表1。
S3、數據獲取:
通過硬傳感器和軟傳感器獲取分別獲取所述定量指標和定性指標;所述硬傳感器為至少一個電子傳感器,用於監測和獲取建築物因隧道開挖引起的變形特徵數據,本實施例中,每棟建築物上均設置有4個電子傳感器,獲得4組定量指標數據;所述軟傳感器用於獲取經人為判斷的定性指標,如專家和/或工程師會定期前往施工現場收集反映臨近建築健康狀況的圖片和視頻資料,從所述圖片和視頻資料中獲取所述定性指標,本實施例中,每棟建築物均通過共4位專家和工程師來獲取所述定性指標,共獲得4組定性指標數據。本實施例中,一個電子傳感器和一個專家/一個工程師定義為一個傳感器,因此,每棟建築物均通過4個傳感器S1-S4來獲取4組監測數據,即S1-S4,所採集到的所述定性指標和定量指標的具體數據見表3。
表3四棟既有建築物傳感器的監測數據
S4、基於雲模型理論構建基本概率分配:
基於雲模型計算各指標對應於各等級的隸屬度,作為基本概率分配分布,為後續D-S證據理論融合提供基礎;具體的,以1#建築物C1指標為例,其基本概率分配構建主要包括以下幾步:
S4a、構建正態雲模型:針對每個指標的不同等級構建雲模型,即計算雲模型的三個特徵值:Ex,En,He。將每個因素劃分為不同的風險等級Cij(i=1,2,...,M;j=1,2,...,N),每個區間有各自的雙重製約區間[cij(L),cij(R)](i=1,2,...,M;j=1,2,...,N)。公式(1)將等級區間[cij(L),cij(R)]轉換為正態雲模型(Exij,Enij,Heij),所有指標對應於不同風險等級的正態雲模型Rij=(Exij,Enij,Heij)(i=1,2,...,M;j=1,2,...,N)均以這種方式獲取,所述公式(1)如下:
其中,"Exij"為第i個指標的第j個等級區間正態雲的期望;"Enij"為第i個指標的第j個等級區間正態雲的熵;"Heij"為第i個指標的第j個等級區間正態雲的超熵;"s"為從0到"Enij"的常量,表徵指標等級劃分中存在的不確定性;"xij(L)"和"xij(R)"分別為第i個指標的第j個等級區間左側與右側邊界值;
S4b、獲取各指標對應於各等級的隸屬度:根據所述定性指標數據和定量指標數據,結合雲模型特徵值的計算,得到指標的觀測值對特定等級的隸屬程度;雲模型中隸屬度表示指標Ci的觀測值xi關於某一風險等級Aj(i=1,2,...,M;j=1,2,...,N)的相關程度,因此隸屬度的計算可用作評價指標Aj(i=1,2,...,M;j=1,2,...,N)的基本概率分配,具體指標不同風險等級的基本概率分配可由公式(2)獲取,其中,mi(Aj)表示Ci的觀測值xi關於某一風險等級Aj(i=1,2,...,M;j=1,2,...,N)的相關程度,mi(Θ)表示最終輸出結果中不能確定安全風險等級的那部分概率分布,可信度因子表示1-mi(Θ)。所述公式(2)如下:
獲得的四個傳感器S1-S4的基本概率分配分布如表4。
表4 1#建築物C1指標四個傳感器的基本概率分配分布
S5、基於改進D-S證據理論實現多級融合:
基於改進D-S證據理論來對監測點融合、指標融合和整體安全風險狀態融合進行三級融合,獲得隧道施工誘發周圍建築物破壞的最終安全風險等級,主要包括以下幾個步驟;
S5a、構建多級融合模型:通過一級融合對所述定性指標數據和定量指標數據進行融合,得到各指標的安全風險狀況;通過二級融合對多個指標進行融合,得到總體安全風險狀況;通過三級融合對所述定性指標數據和定量指標數據之間進行融合,得到整個隧道施工誘發周圍建築物損傷的安全風險狀態;
S5b、選取融合規則:以ξ為1-0.05=0.95為規則選取閥值,當K大於ξ時,認為證據高衝突,採用加權平均規則,即公式(3)進行證據融合;反之,採用Dempster規則,即公式(4)進行融合;所述公式(3)和(4)如下:
其中,K定義為衝突係數,表示證據間的衝突程度;1/(1-K)為歸一化係數,避免在空集中分配非零元素;O是融合過程中的證據體編號,i,j,k分別表示第i,j,k個假設;
其中,wi為第i個證據體的權重;di為第i個證據體與其他證據歐氏距離的和。
S5c、多級融合:通過監測點融合、指標融合和整體安全風險狀態融合三級融合,得到隧道施工誘發周圍建築物破壞的最終安全風險等級。
具體融合結果見表5~8。
表5 1#建築物三級指標傳感器融合結果
表6已有四棟建築物硬傳感(B1)指標數據(Hard Data)的融合結果
表7已有四棟建築物軟傳感(B2)指標數據(Soft Data)的融合結果
表8建築物一級(T)指標(整體)的融合結果
S6、基於蒙特卡洛仿真模擬技術判定指標敏感度大小:
實際工程中,由於測量誤差和人為因素,從不同信息源觀測到的數據往往具有不可避免的偏差,為減少輸入變量表徵與度量過程中的潛在不確定性。因而,使用蒙特卡洛模擬技術進行安全風險評估,設定C1~C6指標服從正態分布,抽樣分布的期望為指標的觀測值,方差為觀測值的5%,由於p≤0.05是普遍接受的統計偏差水平,因此設定偏差水平為5%,設定迭代次數Q為1000次,各多級信息融合過程重複1000次,計算最終安全等級,獲得最終的整體安全風險狀態。用等級相關係數度量每個輸入指標Ci(i=1,2,…,6)對輸出指標T的全局敏感性大小。
具體的,採用蒙特卡洛模擬技術基於概率分布獲取輸出變量的統計特性,基於輸入變量的概率分布,通過仿真得到第i個輸入指標的一系列輸入數據集(i=1,2,…,M)。相應的,反覆迭代之後可以獲得一些列輸出數據集{T1,T2,...,TQ},其中,Q表示迭代次數。在考慮多輸入因子之間的交互作用的基礎上,通過等級相關係數(如公式(5))衡量每個輸入指標對最終安全風險等級的敏感性貢獻度,第i個指標Ci的全局敏感性(Global Sensitivity Analysis,GSA)表示為GSA(Ci),計算如公式(5)。
其中,Q為基於蒙特卡洛仿真技術重複的次數;q代表第q次迭代;為第i個指標Ci的在仿真輸入數據集中的順序;是的平均值;R(Tq)為經過Q次迭代的安全風險結果Tq的排序;是R(Tq)的平均值。
圖3反映了6個輸入指標全局敏感性分布結果,可以看到C1~C3指標為正敏感因素,而C4~C6指標為負敏感因素,其中C1(累計沉降)在正敏感因素中的敏感性最大,C5(地面裂縫狀況)和C6(牆壁裂縫狀況)在負敏感性因素中的敏感性較大。
本領域的技術人員容易理解,以上所述僅為本發明的較佳實施例而已,並不用以限制本發明,凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等,均應包含在本發明的保護範圍之內。