[发明专利]一种手持式深基坑地表沉降预测装置及其工作流程

权利要求书

1.一种手持式深基坑地表沉降预测装置，其特征在于：包括核心处理机单元，该核心处理机单元由嵌入式微控制器及外围电路组成，该核心处理机运行模型训练机和沉降预测机两个核心模块，并控制输入输出模块、USB通信单元、存储单元和接口电路；

USB通信单元，与所述核心处理机单元连接，由USB通信芯片及其控制电路组成，运行USB协议，通过USB接口在线读取监测数据集中的各项监测数据，并交给核心处理机单元处理；

显示模块，与所述核心处理机单元连接，由带汉字字库功能的彩色液晶显示器及其控制电路组成，用以提示输入操作、预测结果显示、显示预测的地表沉降的正常、警告和危险的状态；输入模块，与所述核心处理机单元连接，由矩阵键盘及其控制电路组成，用来接收用户模型训练参数输入、监测数据输入和操作提示输入；

供电单元，与所述核心处理机单元连接，为手持设备提供电源，内置锂电池或外接12V直流电供电；

存储单元，与所述核心处理机单元连接，采用FALSHROM存储器，用以保存模型训练机训练的模型，当没有新的训练样本数据加入时，直接从该存储单元的模型库中读取事先训练好的模型，计算新的地表沉降预测值，提高预测工作效率；所述沉降预测机包括依次连接的监测数据输入模块、预测计算模块以及输出模块；通过所述预测计算模块来调用模型计算模块，在已经训练好的模型基础上，对最近采集的自变量参数进行预测计算，得到对应的未来2-4天的沉降预测值；根据预测值和事先设置好的本次工程地表沉降阈值，预测计算模块计算未来的沉降状态信号值，并将沉降预测值和沉降状态信号值通过彩显液晶屏显示出来；

所述沉降预测机是基于BP神经网络的机器学习机，将所述监测数据作为BP神经网络模型的输入参数x，地表沉降量y作为输出参数，来预测深基坑施工引起的地表变形；在神经网络拓扑结构和激活函数f(x)一定的情况下，通过遗传算法来优选各输入信号权重向量w_ij的初值，其中w_ij表示第j个神经元到第i个神经元的输入权重；并结合BP算法来调整模型训练过程中各输入信号的权重向量w_ij，使得网络的理论输出值与实际值y之间的误差最小；

所述激活函数f(x)采用Sigmoid函数，网络拓扑结构是7-10-1，即输入层有7个神经元，一个隐藏层含有10个神经元，输出层有1个神经元。

2.根据权利要求1所述的一种手持式深基坑地表沉降预测装置，其特征在于：所述模型训练机包括依次连接的模型训练参数输入模块、数据预处理模块、模型计算模块以及输出模块。

3.根据权利要求1所述的一种手持式深基坑地表沉降预测装置，其特征在于：所述监测数据包括土的内摩擦角φ、粘聚力c、重度γ、地下水位w、渗透系数K、开挖深度H和内支撑层数n。

4.根据权利要求1-3任意一项所述的一种手持式深基坑地表沉降预测装置的工作流程，其特征在于：包括如下步骤：

(1)通过监测数据输入模块将采集的现场各项监测数据，通过核心处理机单元与USB通信单元，保存到外围存储设备中，形成批量监测数据集；

(2)通过训练参数输入模块对模型训练机中各训练参数进行设定；

(3)从监测数据集中截取部分数据形成训练样本，通过USB通信模块输入到模型训练机中，模型训练机是一个基于BP神经网络的机器学习机，通过设定好的相关参数和网络拓扑结构基于训练样本进行学习，得到训练后的学习模型；为进一步验证模型的性能，需利用测试样本对训练后的模型进行验证，如果模型合格，则通过存储单元保存到模型库中；如果不合格，则返回步骤(2)按装置说明书对部分参数进行重新调整，重复步骤(3)，直至模型满足要求，至此，模型训练结束；

(4)沉降预测机调用步骤(3)得到的训练模型，基于最近的监测自变量参数计算未来2天的地表沉降量，预测结果通过显示模块在液晶屏上显示出来；如果预测值小于沉降阈值的80％，则在彩屏上绿显沉降趋势正常，如果超过阈值，则红显沉降趋势危险，其它值则黄显提示警告；

(5)如果有新的监测数据加入到训练样本中，则需要重复步骤(3)、(4)重新对模型进行训练和计算，得到新的预测结果，至此整个沉降预测过程结束。