[发明专利]一种隧道变形数据监测方法、装置与系统

说明书

本发明公开了一种隧道变形数据监测方法、装置与系统，包括：实时获取每个监测点的监测数据；针对每个监测点，基于预设时间周期循环提取每个监测点当前时间周期的监测数据及其历史监测数据，采用多种非线性函数对提取到的监测数据序列进行回归计算，得到多个回归方程；计算每个回归方程的相关系数，基于相关系数确定目标回归方程；基于每个监测点对应的目标回归方程，预测该监测点在下一时间周期的位移变形量变化速率和加速度，以及，将目标回归方程、位移变形量变化速率和加速度发送至客户端，以使客户端可视化显示接收的数据。本发明通过构建相关性最高的回归方程，建立相应的动态监测预警模型，实现对隧道变形的有效监测。

技术领域

本发明涉及隧道监测技术领域，尤其涉及一种隧道变形数据监测方法、装置与系统。

背景技术

在隧道施工期间，变形监测能为施工提供准确及时的隧道变化信息，便于修正支护参数和施工技术工艺，确保工程结构合理，保障施工安全。随着传感器技术的发展，微型位移传感器逐渐应用于隧道施工的变形监测中，具有监测精度高、监测频率高、监测数据获取和反馈及时、监测自动化等优点，能够极大地降低隧道变形监测人工工作量，做到全天24小时不间断监测。

但是，由于微型位移传感返回的数据受外在条件及人为因素影响较大，对相关人员进行数据判读和施工决策造成较大干扰；因此，急需一种智能化的隧道变形数据处理方法对监测数据进行实时处理。

发明内容

本发明的目的在于克服现有隧道检测技术所存在的缺少对微型传感器监测数据精准数据处理方法的问题，提供一种隧道变形数据监测方法、装置与系统，本发明通过构建相关性最高的回归方程，建立相应的动态监测预警模型，实现对隧道变形的有效监测。

为了实现上述发明目的，本发明提供了以下技术方案：

一种隧道变形数据监测方法，包括：

实时获取每个监测点的监测数据；

针对每个所述监测点，基于预设时间周期循环提取每个监测点当前时间周期的监测数据及其历史监测数据，采用多种非线性函数对提取到的监测数据序列进行回归计算，得到多个回归方程；计算每个所述回归方程的相关系数，判断是否存在相关系数超过阈值的回归方程，若是，则取相关系数最大的回归方程为该监测点当前时间周期的目标回归方程；若否，则采用二分法确定该监测点的当前时间周期的目标回归方程；

基于每个所述监测点当前时间周期的目标回归方程，预测该监测点在下一时间周期的位移变形量变化速率和加速度，以及，将所述目标回归方程、位移变形量变化速率和加速度发送至客户端，以使客户端可视化显示所述目标回归方程、位移变形量变化速率和加速度。

根据一种具体的实施方式，上述隧道变形数据监测方法中，所述多种非线性函数为：指数函数、对数函数、双曲线函数。根据一种具体的实施方式，上述隧道变形数据监测方法中，所述采用二分法确定所述目标回归方程，包括：

采用二分法按监测时间顺序将提取到的监测数据序列分为Data1和Data2两组数据集；对Data2进行回归计算，计算得到回归方程及其相关系数，判断是否存在相关系数大于阈值的回归方程，若是，则采用二分法按监测时间顺序将Data1分为Data1-1和Data1-2，选择后一组数据Data1-2与Data2合并，对合并后的数据集进行回归计算，计算得到回归方程及其相关系数，如果计算得到的回归方程的相关系数依然大于阈值，则继续对Data1-2分组，得到Data1-2-1和Data1-2-2；将Data1-2-2与Data2进行合并，计算回归方程与相关系数，直到所得相关系数小于或等于阈值，取上一次参与计算的数据集对应的相关系数最大的回归方程，作为所述目标回归方程；

若否，采用二分法按监测时间顺序将Data2分为Data2-1和Data2-2，对Data2-2进行回归计算，计算得到回归方程及其相关系数，如果计算得到的回归方程的相关系数依然小于或等于阈值，则继续对Data2-2分组，得到Data2-2-1和Data2-2-2；对Data12-2-2进行回归计算，直到所得相关系数大于阈值，取相关系数最大的回归方程作为所述目标回归方程。