[发明专利]基于数据融合的深部地下工程四维支护结构损伤辨识方法

说明书

本发明公开了一种基于数据融合的深部地下工程四维支护结构损伤辨识方法，用于深部地下工程四维支护健康监测，其重点考虑四维支护结构的时域、频域、动态频域等不同模态间的隐含关系，利用大量震、电、磁多场监测数据所提出的深度融合模型，并采用该模型对四维支护结构损伤程度进行辨识，对四维支护结构出现的早期破裂进行预警。本发明首先设计了单模态特征提取网络，分别提取时域、频域、动态频域的时空特征。此外，本发明还设计了张量融合模块，生成更加丰富的融合特征，并通过张量分解简化分类过程，加速推理。通过时域增强模块，对轻微破裂和严重破裂两种类别进行增强，提高识别效果。

技术领域

本发明涉及地下工程结构体健康监测领域，具体涉及一种基于数据融合的深部地下工程四维支护结构损伤辨识方法。

背景技术

深部地下巷道安全一直以来都是安全开采的重中之重。近年来，全球能源资源、核工业、国防工业、交通等行业地下工程规模和深度呈高速增长的趋势，同时深部围岩灾害的烈度和频率不断增加。因此，建立支护结构的全生命周期预测模型，准确地识别支护构件在挤压过程中所处的状态，对决策者在支护构件出现损伤时及时地做出相关决断，从而避免更大的生命财产损失具有重要意义。现有的监测技术可以从支护构件在不同时期产生的声发射、电场和电磁辐射等多场角度获取大量与支护构件状态相关的数据信息。依据这些数据构成深部地下工程四维支护结构损伤数据库，根据已有的多场监测数据构建深度多模态数据融合模型，挖掘多场数据之间的隐藏关系，从而揭示多场监测数据与四维支护结构挤压时所处状态的关系，以实现四维支护结构全生命周期状态的识别。

多场监测数据由支护构件不同位置的传感器在一段时间内产生的声发射、电场和电磁辐射数据组成，具有隐含的时间特性和空间特性，此外，数据的时域信息和频域信息等不同域之间存在着隐含的互补特性。基于统计特征的特征提取模型将数据的能量、均值、方差等统计信息作为输入，这样做虽然可以取得一定的效果，但是定义一个好的统计特征是十分昂贵的。在多模态数据融合过程中，常采用的基于特征拼接的方法和基于注意力机制的数据融合方法竭力于充分利用已有的单模态特征，基于张量外积的数据融合方法则在考虑原有数据结构的基础上，生成更加丰富和更具鉴别性的新的融合特征。不过，该类方法由于要生成更多的新的特征，其计算量和复杂度大大提升。

发明内容

针对上述存在的技术不足，本发明的目的是提供一种基于数据融合的深部地下工程四维支护结构损伤辨识方法，其提出了四维支护结构损伤的多场监测数据分析手段，可以挖掘多场监测数据与四维支护结构损伤状态的隐含关系，并尽可能早地识别出四维支护结构出现破裂的时间，为决策者提供参考依据。

为解决上述技术问题，本发明采用如下技术方案：

本发明提供一种基于数据融合的深部地下工程四维支护结构损伤辨识方法，用于深部地下工程四维支护结构的损伤辨识，包括以下步骤：

S1、将采集的电信号转换为图像的形式，并经过预处理产生时域数据、频域数据和动态频域数据；针对不同模态的输入，利用单模态特征提取网络，提取各个模态的时空特征；

S2、设计张量融合模块，采用基于张量的数据融合方法融合频域和动态频域的单模态特征，并在其基础上采用张量分解的方法简化分类过程，降低分类过程中的参数量；

S3、设计时域增强模块，补充多模态数据融合过程中丢失的单模态特征，对张量融合模块识别较差的类别进行增强。

优选地，采用滑窗技术、离散傅里叶变换和动态差分对原始数据预处理将原始时间序列数据转换为图像的形式，具体为：

利用滑窗技术沿原始数据的时间轴进行滑动，步长设置为窗长，划分时间片，作为一个小的时间段的信息，调整数据的维度即得到构建的时域数据；对于划分好的时间片信息，通过离散傅里叶变换获取数据的幅度信息和相位信息，调整数据的维度即得到构建的频域数据；在频域数据的基础上，为了捕获数据中频率的变化信息，参照视频序列对相邻帧差分获取变化的物体，对频域数据中相邻的时间片进行差分，获取频率的变化信息。