(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111173770.2 (22)申请日 2021.10.09 (71)申请人 中铁一局集团第二工程有限公司 地址 050000 河北省唐山市 路南区国防道 49号 申请人 中铁北方投资有限公司 　 大连海事大学　 长春市轨道交通 集团有限公司 　 长春市建设工程质量 监督站 (72)发明人 李永明　逄明卿　姜谙男　周立飞　 张霄汉　卢宇　穆怀刚　陈汉平　 侯拉平　马新彪　毕建成　刘林涛　 高鑫淼　栗尚凯　王昊　 (74)专利代理 机构 大连至诚专利代理事务所 (特殊普通 合伙) 21242 代理人 张海燕　涂文诗(51)Int.Cl. G01B 21/32(2006.01) G06F 30/13(2020.01) G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 20/10(2019.01) (54)发明名称 一种PBA结构变形风险的预测系统及其使用 方法 (57)摘要 本发明公开了一种PBA结构变形风险的预测 系统及其使用方法， 包括： 数据采集单元、 数据传 输单元、 数据处理单元； 数据采集单元， 用于获取 隧道拱顶、 拱肩和拱腰处的土压力和拱顶和拱腰 处的钢筋应力的变化监测数据； 数据处理单元， 用于对施工过程中的土压力和钢筋应力进行预 测。 本发明可以弥补人工测量风险高、 频率低、 误 差大的缺点， 进而实现对隧道土压力和钢筋应力 的实时自动化准确监测， 实为隧道 安全施工提供 保障； 同时考虑了采集箱和传输箱的固定、 仪器 防水、 防碰撞保护， 提高采集箱和传输箱的使用 寿命； 使用短距离 无线传输系统和GPRS信息传透 组件， 替代了长距离信号数据线的使用， 有效降 低了监测成本， 提高了设备的适用性。 权利要求书2页 说明书13页 附图7页 CN 113916183 A 2022.01.11 CN 113916183 A 1.一种PBA结构变形风险的预测系统， 其特征在于， 包括： 数据采集单元、 数据传输单 元、 数据处 理单元； 数据采集单元， 用于获取隧道拱顶、 拱肩和拱腰处的土压力和拱顶和拱腰处的钢筋应 力的变化 监测数据； 数据传输单元， 用于对数据采集单元采集的土压力和钢筋应力数据进行整合形成时间 序列监测数据， 并将所述时间序列监测数据发送给 数据处理单元； 数据处理单元， 用于通过基于最小二乘支持向量机的拟合算法建立监测数据与隧道土 压力和钢筋应力之 间的非线性映射关系， 采用基于时间序列的细菌觅食算法对施工过程中 的土压力和钢筋应力进行 预测。 2.根据权利要求1所述的一种PBA结构变形风险的预测系统， 其特征在于， 所述数据采 集单元包括： 数据监测部分、 数据采集部分、 保护结构部分、 支撑结构部分； 所述数据监测部分用于监测获取拱顶、 拱肩和拱腰处土压力以及拱顶和拱腰处钢筋应 力的变化 监测数据； 所述数据采集单 元用于将数据监测单 元收集并发送至数据传输单 元； 所述保护结构部分用于容纳各 所述数据采集部分； 所述支撑结构部分用于将所述保护结构部分固定 于隧道侧壁。 3.根据权利要求2所述的一种PBA结构变形风险的预测系统， 其特征在于， 所述数据监 测部分包括： 土压力拱顶测量模块、 土压力拱肩测量模块、 土压力拱腰测量模块、 钢筋应力 拱顶测量模块、 钢筋应力拱腰测量模块； 所述土压力拱顶测量模块用于获取对应拱顶监测方向的采样数据； 所述土压力拱肩测量模块用于获取对应拱肩监测方向的采样数据； 所述土压力拱腰测量模块用于获取对应拱腰监测方向的采样数据； 所述钢筋应力拱顶测量模块用于获取对应拱顶监测方向的采样数据； 所述钢筋应力拱腰测量模块用于获取对应拱腰监测方向的采样数据。 4.根据权利要求2所述的一种PBA结构变形风险的预测系统， 其特征在于， 所述数据采 集部分包括： 数据自动采集模块、 数据自动传输模块； 所述数据自动采集模块用于对数据监测部分的实时监测； 所述数据自动传输模块通过数据线与数据自动采集模块连接， 实现将采集数据的实时 发送至数据传输单 元。 5.根据权利要求2所述的一种PBA结构变形风险的预测系统， 其特征在于， 所述数据接 收部分包括： 数据无线接收器和传输箱信号接收天线， 数据无线接收器通过 数据线与传输箱信号接收天线连接； 传输箱信号接收天线用于数据的无线传输 。 6.基于权利要求1 ‑5中的任意一项， 所述的一种PBA结构变形风险预测系统的使用方 法， 其特征在于， 包括： S1、 数据处理单元接收数据传输单元传输的监测数据建立基于时间序列的样本数据， 所述样本数据包括： 第i天的拱顶土压力、 拱肩土压力、 拱腰土压力、 拱顶钢筋应力、 拱腰钢 筋应力的数值； S2、 数据处理单元利用最小二乘支持向量机理论， 对时间序列数据进行学习， 获得土压权　利　要　求　书 1/2 页 2 CN 113916183 A 2力值和钢筋应力值变化序列之间的非线性关系； S3、 数据处理单元确定依靠时间序列监测数据 形成的训练集对应的映射关系以获取非 线性预测模型， 并基于所述非线性预测模型， 通过细菌觅食算法的趋向性操作， 复制操作， 迁徙操作对非线性映射模型进行优化， 实现对结构变形风险进行滚动预测。 7.根据权利要求6所述的一种PBA结构变形风险预测系统的使用方法， 其特征在于， 所 述S2包括： S21、 基于所确定的监测位置距掌子面距离数据， 获取掌子面的监测断面的土压力与钢 筋应力数据； S22、 对非线性变化序列进行预测， 即获得p+1时刻的土压力与钢筋应力与前p个时刻的 土压力与钢筋应力的关系； S23、 利用最小二乘支持向量机理论， 通过时间序列数据对土压力与钢筋应力变化的关 系进行训练， 得 出土压力与钢筋应力变化序列之间的非线性关系： 其中， y(xp+1)为第p+1时刻的土压力与钢筋应力值； b为偏置量； 为核函数， K(x,xk)＝exp{| |x‑xi||2/σ2}， σ2为高斯RBF核中的平方 带宽通。 8.根据权利要求6所述的一种PBA结构变形风险的预测方法， 其特征在于， 所述数据处 理单元， 其特征在于， 所述S3包括： S31、 利用土压力值和钢筋应力值变化序列之间的非线性关系， 建立非线性预测模型， 所述非线性预测模型用于通过 前P个历史数据预测当前位置p+1的数据； S32、 在输入时序中加入地下 水位影响参数， 对每一 步预测过程进行修 正： S321、 趋向性操作： 对于一组时间序列监测数据对数据值进行设定范围内任意可能的 增加或减小变化， 得到一组新的时间序列监测数据， 反复操作； S322、 复制操作： 将当趋向性操作达到设定的临界次数， 所有时间序列监测数据以预测 值距离监测值的绝对值的大小为评价指标由大到小依 次排列， 删除后50％的数据， 复制前 50％的数据； S323、 迁徙操作： 迁徙操作发生在需要预测下一个数据时， 执行参考点为复制操作进行 到设定的极限步之后， 若数据符合要求， 保留数据； 若数据不符合要求， 删除数据； S33、 基于细菌觅食算法优化的非线性预测模型， 对数据采集单元所获得的采样数据进 行相应的滚动预测。权　利　要　求　书 2/2 页 3 CN 113916183 A 3