[发明专利]一种地下构筑物周边桩基施工防侵入智能识别系统及方法在审
| 申请号: | 201811179179.6 | 申请日: | 2018-10-10 |
| 公开(公告)号: | CN109272052A | 公开(公告)日: | 2019-01-25 |
| 发明(设计)人: | 周彪;谢雄耀;王啸剑 | 申请(专利权)人: | 同济大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00 |
| 代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 赵继明 |
| 地址: | 200092 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 地下构筑物 中继节点 桩基施工 后台服务器 监测节点 智能识别系统 侵入 预警 振动信号检测 振动信号数据 隧道 智能识别 大数据 数据发 桩基 采集 传输 检测 分析 安全 维护 | ||
本发明涉及一种地下构筑物周边桩基施工防侵入智能识别系统,包括前端监测节点(1)、中继节点(2)和后台服务器(4),所述的前端监测节点(1)和中继节点(2)安装于地下构筑物(3)的结构上,前端监测节点(1)将采集到的隧道振动信号数据通过有线传输的方式输入中继节点(2),所述的中继节点(2)将数据发送给后台服务器(4),后台服务器(4)进行智能识别,若检测出桩基施工信号,则进行预警。与现有技术相比,利用大数据手段,通过分析隧道振动信号检测周边是否有桩基施工,可有效对桩基侵入进行预警,维护地下构筑物的安全。
技术领域
本发明涉及一种基于大数据的信号识别系统,尤其是涉及一种地下构筑物周边桩基施工防侵入智能识别系统及方法。
背景技术
2017年12月6日,深圳地铁11号线隧道遭打桩机打穿:外部施工单位在进行项目作业时,桩头击穿地铁11号线红树湾南——后海下行盾构隧道结构,致使高速行驶的列车撞断桩头,列车严重受损,相关地铁设备也不同程度受损,导致行车被迫中断,造成了大量旅客滞留和巨大经济损失。为了避免类似事故的再次发生,在地铁监测系统内加入识别桩基施工对隧道影响的模块是一项重要的技术手段。然而,隧道中振动监测数据量较大,一方面传输耗时较长,另一方面也给利用这些数据进行波形的分类识别过程带来了困难。因此本发明拟提出一种能够有效识别隧道周边桩基施工信号的系统,在监测的同时进行数据初步预处理,从而压缩需要传输的数据量;在后台使用大数据分析的手段,完成桩基施工信号的智能识别。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种地下构筑物周边桩基施工防侵入智能识别系统及方法。
本发明的目的可以通过以下技术方案来实现:
一种地下构筑物周边桩基施工防侵入智能识别系统,包括前端监测节点、中继节点和后台服务器,所述的前端监测节点和中继节点安装于地下构筑物的结构上,前端监测节点将采集到的隧道振动信号数据通过有线传输的方式输入中继节点,所述的中继节点将数据发送给后台服务器,后台服务器进行智能识别,若检测出桩基施工信号,则进行预警。
所述的前端监测节点内置信号预处理模块,用于对监测信号初步离散、分段和压缩。
所述的中继节点包括信号数据处理电路与信号发射模块,所述的信号数据处理模块采用小波分析、NExT算法分析等信号处理手段对传入的信号数据进行预处理,并提取处理后的信号特征,通过信号发射模块将数据传入后台服务器,实现监测信号的轻量化传输。
所述的后台服务器利用大数据处理手段,训练出具备自动甄别桩基施工信号能力的智能识别算法。
所述的后台服务器包括具备大数据分析能力的服务器。
所述的大数据处理手段包括单层或多层神经网络算法、聚类算法。
一种地下构筑物周边桩基施工防侵入智能识别方法,包括:在地下构筑物的结构上安装前端监测节点和中继节点,事先在后台服务器中利用大数据处理手段,训练出具备自动甄别桩基施工信号能力的智能识别算法,然后使用前端监测节点将采集到的隧道振动信号数据通过有线传输的方式输入中继节点,中继节点将数据发送给后台服务器,后台服务器进行智能识别,若检测出桩基施工信号,则进行预警。
与现有技术相比,本发明具有以下优点:
(1)利用大数据手段,通过分析隧道振动信号检测周边是否有桩基施工,可有效对桩基侵入进行预警,维护地下构筑物的安全。
(2)通过在前端监测节点中加入信号预处理模块,同时在中继节点进一步处理信号数据,在监测现场即有效压缩了隧道振动监测数据的大小,解决了大数据量回传所带来的丢包问题,提高系统冗余度,降低系统能耗。
(3)通过分类或聚类的数据挖掘手段,高效分析波形数据,并实现了波形的智能识别。解决过对桩基施工智能识别和自动预警难题,避免桩基施工侵入地下构筑物
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811179179.6/2.html,转载请声明来源钻瓜专利网。





