基於平行螺旋傳輸線的巖土變形位置分布測量模型的建立方法與流程

2023-07-11 02:58:11 2

本發明涉及巖土變形測試
技術領域：
，尤其涉及基於平行螺旋傳輸線的巖土變形位置分布測量模型的建立方法。
背景技術：
：我國是地質災害多發國家，頻繁的地質災害給人民群眾生命財產造成了嚴重傷害和巨大損失。山體滑坡、地面沉降等地質運動引起的局部巖土變形是一種重要的災害前兆現象，準確定位巖土變形位置對於我國地質災害的防治工作具有重要意義。國內外學者對於巖土表面形變位置的監測作了大量工作，監測手段主要有以下幾類：(1)GPS技術與全站儀觀測技術。這類技術通過在巖土表面大量布點，測量三維坐標變化從而得到巖土變形位置，但是由於布點成本昂貴，難以覆蓋整個監測區域，會造成大量觀測盲區。(2)光纖傳感技術。但是光纖拉伸量小，而且不能大幅度的扭折，在形變量較大的巖土變形中，容易被拉斷。(3)拉線式傳感技術。該技術將多個傳感器布成網絡測量巖土變形量，對形變量的測量精度能達到0.1mm，但是不能確定發生形變的具體位置。CN102522148A公布了一種平行螺旋傳輸線傳感器，在圓截面矽橡膠條外密繞一層有兩根相互絕緣的電纜線，兩根電纜線形成螺旋線，兩根電纜線形成螺旋線外裹包有矽橡膠套管，兩根電纜線的一端接匹配阻抗ZL，兩根電纜線的另一端接時域反射測量儀，但沒有公開具體的形變位置測試方法。技術實現要素：本發明提供了基於平行螺旋傳輸線的巖土變形位置分布測量模型的建立方法，利用建立的模型可以準確測試巖土形變位置。基於平行螺旋傳輸線的巖土變形位置分布測量模型的建立方法，所述平行螺旋傳輸線包括中心的彈性絕緣體、兩根平行螺旋纏繞在所述彈性絕緣體上相互絕緣的信號傳輸線，以及外層的絕緣保護套，兩根信號傳輸線一端懸空，另一端連接時域反射測量裝置；所述建立方法包括：(1)將平行螺旋傳輸線平均分為若干段，對每段進行拉伸，利用時域反射測量裝置，採集得到反射電壓信號；(2)對反射電壓信號進行預處理；(3)對經步驟(2)預處理的反射電壓信號進行特徵提取，獲得特徵向量；(4)以所述特徵向量作為輸入層數據，以拉伸位置和起點之間的距離作為輸出層數據，建立最小二乘-支持向量機模型。平行螺旋傳輸線沒有形變時，它的特性阻抗為固定的狀態，發生形變後，變形位置的特性阻抗發生變化。在平行螺旋傳輸線的一埠輸入脈衝信號，當阻抗發生變化，脈衝信號的反射電壓信號也隨之發生變化，反射電壓信號蘊含變形位置的特徵信息。本發明正是基於該原理，建立了最小二乘-支持向量機模型。所述平行螺旋傳輸線越長，所能檢測的巖土形變範圍越大，一般情況下，所述平行螺旋傳輸線的長度大於2米。為減小反射電壓信號的基線漂移，需要對採集到的信號進行預處理，所述預處理採用變量標準化和歸一化法。採集的反射電壓信號會包含較多的數據，所有數據構成一向量。由於是局部拉伸，只有拉伸變形位置的特性阻抗才會發生變化，因此僅部分數據包含了平行螺旋傳輸線阻抗變化的特徵信息，需要採用特徵變量提取算法將特徵信息提取出來。優選的，所述特徵提取採用連續投影法。所述最小二乘-支持向量機模型的核函數為高斯徑向基函數，最小二乘-支持向量機模型具體為：y(x)=Σk=1NαkK(x,xk)+b]]>b為偏置值，N為樣本數量，K(x，xk)為高斯徑向基函數，ak拉格朗日函數乘子，y為輸出層數據，x為輸入層數據，xk為樣本輸入層數據。時域反射測量裝置的採集頻率越高，每個反射電壓信號包含的數據越多，計算就越大，一般10-1000MHz，本發明實施例為100MHz，所述脈衝信號幅值與檢測信號的強弱有關，一般情況下其幅值為±1-100V，本發明實施例為±10V，脈衝寬度為1-100ns，本發明實施例為10ns。本發明利用平行螺旋傳輸線發生形變時，其阻抗會發生相應變化，從平行螺旋傳輸線一端輸入脈衝信號，檢測其反射電壓信號，因反射電壓信號包含位置信息，基於該原理建立最小二乘-支持向量機的預測模型，用於準確測量形變位置。附圖說明圖1為本發明平行螺旋傳輸線的結構示意圖。圖2為本發明平行螺旋傳輸線局部變形結構示意圖。圖3為平行螺旋傳輸線不同位置拉伸時TDR測量儀採集得到的反射電壓信號。具體實施方式如圖1和圖2所示，平行螺旋傳輸線6，包括呈圓柱狀的彈性絕緣體3，彈性絕緣體3表面平行螺旋纏繞信號傳輸線1、2，外部設有絕緣套4。信號傳輸線1、2相互絕緣，可以選用漆包線，信號傳輸線1、2的直徑大概在0.25mm。彈性絕緣體3和絕緣套4的材質為矽膠，彈性絕緣體3和絕緣套4的直徑分別是3.5mm和5.5mm。如圖2所示，對平行螺旋傳輸線進行局部拉伸，拉伸位置7處出現形變。信號傳輸線1、2一端懸空，另一端連接時域反射測量裝置5。時域反射測量裝置由脈衝信號發生電路，信號調理電路和數據採集電路構成，脈衝信號發生電路發出的脈衝信號幅值為±10V，脈衝寬度為10ns。信號調理電路有隔離的作用，能避免脈衝信號對反射電壓信號接受造成幹擾。反射電壓信號經信號調理電路放大和濾波，由數據採集電路採集發送至上位機。數據採集電路的採用頻率為100MHz，每次採集的數據為250個。本發明測量模型建立方法具體如下：(a)以平行螺旋傳輸線和時域反射測量裝置連接的端部為起點，每隔10cm做一標記，每兩相鄰的標記之間進行一次拉伸，拉伸時使用兩對木頭夾具將兩個標記位置加緊，每次拉伸2cm。每次拉伸時，採用時域反射測量裝置5(TDR測量儀)採集平行螺旋傳輸線6的反射電壓信號，並將信號發送至上位機，由上位機對數據進行處理並顯示拉伸位置。(b)本發明採用的平行螺旋傳輸線總長度為5米，每隔10cm拉伸一次，共獲得49組反射電壓信號，每組信號包含250個數據，一共有250×49個數據，圖3為平行螺旋傳輸線不同位置拉伸時TDR測量儀採集得到的反射電壓信號。(c)為了減小儀器狀態、實驗環境變化對反射電壓信號測量帶來的影響，需要對反射電壓信號進行預處理。常見的預處理算法包括平滑濾波、導數校正、多元散射校正、變量標準化和歸一化等。本實施例先採用變量標準化法用於消除反射電壓信號的基線漂移，然後採用歸一化法對反射電壓數據進行處理，以消除反射電壓信號的隨機誤差。(d)每次拉伸測量得到的反射電壓信號包含250個數據，由於是局部拉伸，而只有拉伸變形位置的特性阻抗才會發生變化，因此這250個數據中只有部分包含了平行螺旋傳輸線阻抗變化的特徵信息，需要採用特徵變量提取算法將特徵信息提取出來，本實施例採用的特徵變量提取算法為連續投影算法。連續投影算法的基本思路是：隨機選擇49組反射電壓信號中的36組作為建模集，剩餘13組作為驗證集。通過對建模集數據進行投影映射構造出新的特徵變量集合，根據這些特徵變量集合依次建立多元線性回歸(MLR)模型，然後利用驗證集數據對MLR模型的預測結果進行評估，從而選擇出含有最低限度冗餘信息的特徵變量集合，即特徵向量。特徵變量選擇以後，每一組反射電壓信號包含27個數據。(e)預處理和特徵變量選擇以後的反射電壓信號作為輸入層數據，以拉伸位置與起點之間的距離作為輸出層數據，根據建模集，建立最小二乘-支持向量機模型。設建模集D＝{(x1,y1),(x2,y2),…,(xk,yk)}，1≤k≤N，本實施例中N為36。集合中輸入層數據xk∈RN，輸出層數據yk∈R；然後利用一個非線性函數將xk映射到高維空間並建立回歸模型：上式中，b為偏置值，w∈RN為權值向量。最小二乘-支持向量機模型的函數擬合問題可以轉化為對以下方程進行求解：minJ(w,e)=12wTw+12γΣk=1nek2---(2)]]>上式約束條件為：其中，ek為誤差變量，γ是正則化參數，控制對超出誤差樣本的懲罰程度，為內核映射函數。將上式轉換至對偶空間，得到拉格朗日函數的形式為：式中拉格朗日函數乘子ak∈R被稱作支持值，對上式各變量求偏導數可以得到以下等式：變量w和e被迭代消除後，可得線性方程組：01T1TΩk,l+γ-1Ibα=0y---(5)]]>式中其中K(xk,xl)是內核函數，本實施例採用的是RBF函數，計算公式如下：K(x,xk)=exp{-||x-xk||22σ2}---(7)]]>式(7)中σ是RBF核函數的半徑，核函數σ影響著特徵空間中的樣本分布複雜度。得到最小二乘-支持向量機(LS-SVM)的擬合模型為：y(x)=Σk=1NαkK(x,xk)+b---(8)]]>選擇RBF核函數後，LS-SVM模型還需要確定正則化參數γ和RBF核函數參數σ。利用Matlab軟體LS-SVM工具包中的tunelssvm函數，採用完全搜索方式，尋優範圍設置為[10-6,106]，計算得到γ和σ分別為6448和166287，再利用LS-SVM工具包中的trainlssvm函數就可以建立最小二乘-支持向量機模型。餘下13組反射電壓信號作為驗證集用於對預測模型進行評估，評估參數包括均方根誤差(RMSE)和決定係數(R2)，本實施例最小二乘-支持向量機模型的RMSE和R2分別為2.390和0.993。為了進行對比，將建模集輸入層數據作為自變量，建模集輸出層數據作為因變量，建立線性的偏最小二乘預測模型：Y＝A*X+b其中Y為平行螺旋傳輸線拉伸位置，X為反射電壓信號，A為係數，b為常數。(f)平行螺旋傳輸線形變位置在線測量：固定平行螺旋傳輸線的某一點，採集該點位置拉伸2釐米以上時的時域反射電壓信號，將該信號進行預處理和特徵提取以後，分別代入到最小二乘-支持向量機模型與偏最小二乘模型中，計算得到平行螺旋傳輸線的形變位置，結果見表1。表1從表1數據可以看出，支持向量機模型測得的平行螺旋傳輸線形變位置與實際值更為接近，優於偏最小二乘模型。這是因為，平行螺旋線含有分布式電感與分布式電容，當高頻信號作用時，分布式電容和分布式電感在阻抗變化中佔據主導地位，這就意味著當平行螺旋線拉伸時，反射電壓信號包含大量阻抗變化的非線性信息。相比於線性偏最小二乘模型，支持向量機模型能夠更好的利用這些非線性信息。在實際應用中，為提高平行螺旋傳輸線6與巖土體的耦合性，先在埋設平行螺旋傳輸線6的巖土體挖一條寬30cm、深30cm的溝，然後按橫截面直徑為10cm的尺寸，倒入條狀的手捏可成型的黃沙水泥混合漿。再將平行螺旋傳輸線6埋入，在黃沙水泥混合漿尚未固化時，將挖掉的巖土覆蓋上去，這樣當黃沙水泥混合漿固化後，平行螺旋傳輸線6就會被一層水泥體包裹。當巖土體變形移動時會帶動水泥體，水泥體會斷裂並帶動平行螺旋傳輸線6的拉伸，測量系統便能檢測到該段巖土體的變形。當前第1頁1&nbsp2&nbsp3&nbsp