本發(fā)明屬于公路隧道排水系統(tǒng)的監(jiān)測(cè)，尤其涉及一種在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置。

背景技術(shù)：

1、公路山嶺隧道在建設(shè)過(guò)程中，由于地層中常含有泥巖或灰?guī)r，隧道建成后，中心縱向排水管或路面邊溝內(nèi)往往會(huì)沉積大量泥狀物或碳酸鈣沉積物，導(dǎo)致排水管或邊溝堵塞。這種堵塞不僅影響排水系統(tǒng)的正常運(yùn)行，還可能引發(fā)襯砌結(jié)構(gòu)背面因地下水無(wú)法有效疏導(dǎo)而承受較大水壓力，最終導(dǎo)致襯砌發(fā)生裂損及滲水，危及結(jié)構(gòu)安全。目前，公路隧道排水系統(tǒng)屬于隱蔽工程，中心排水溝一般埋在隧道內(nèi)路面以下100cm，通常每隔200米有一個(gè)檢查井，用于疏通中心排水溝中的堵塞物。然而，現(xiàn)有的檢測(cè)方法如管道機(jī)器人、工業(yè)內(nèi)窺鏡、聲吶法等，尚無(wú)法做到實(shí)時(shí)監(jiān)測(cè)，且清理難度較大，尤其是在富水巖溶隧道中，無(wú)法及時(shí)了解排水管或邊溝堵塞狀態(tài)，可能導(dǎo)致暴雨時(shí)排水不暢，襯砌背面水壓急劇增大，引發(fā)隧道襯砌結(jié)構(gòu)崩裂，發(fā)生突涌水事故。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，包括：

2、信號(hào)采集模塊，用于采集判斷排水管道淤堵情況的聲波信號(hào)；

3、信號(hào)處理模塊，與所述信號(hào)采集模塊連接，用于對(duì)所述聲波信號(hào)進(jìn)行特征提取，獲得特征信號(hào)；

4、淤堵監(jiān)測(cè)模塊，與所述信號(hào)處理模塊連接，用于將所述特征信號(hào)輸入多模態(tài)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行管道堵塞程度預(yù)測(cè)，實(shí)時(shí)獲得淤堵監(jiān)測(cè)結(jié)果。

5、優(yōu)選地，所述信號(hào)采集模塊包括信號(hào)發(fā)射單元、信號(hào)接收單元、時(shí)間計(jì)算單元；

6、所述信號(hào)發(fā)射單元用于通過(guò)微型聲波發(fā)生器發(fā)出指定頻率、指定方向的聲波；

7、所述信號(hào)接收單元用于接收遇到管道障礙物反射回來(lái)的聲波；

8、所述時(shí)間計(jì)算單元用于計(jì)算所述微型聲波發(fā)生器發(fā)出及接收聲波的時(shí)間間隔。

9、優(yōu)選地，所述微型聲波發(fā)生器間隔預(yù)設(shè)距離布設(shè)在測(cè)線上，自身具有物理定位功能，所述物理定位功能通過(guò)位置編碼實(shí)現(xiàn)；

10、所述測(cè)線對(duì)稱(chēng)布設(shè)于排水管道頂部及兩側(cè)；

11、所述測(cè)線一端設(shè)有控制器，所述控制器用于控制所述微型聲波發(fā)生器的聲波發(fā)射、接收、解譯。

12、優(yōu)選地，所述信號(hào)處理模塊包括預(yù)處理單元、特征提取單元；

13、所述預(yù)處理單元用于對(duì)所述聲波信號(hào)依次進(jìn)行去均值、去線性趨勢(shì)、波形尖滅和帶通濾波；

14、所述特征提取單元用于對(duì)預(yù)處理后的聲波信號(hào)通過(guò)小波變換進(jìn)行時(shí)-頻域特征提取。

15、優(yōu)選地，所述預(yù)處理單元包括去均值單元、去線性趨勢(shì)單元、波形尖滅單元、帶通濾波單元；

16、所述去均值單元用于去除波形數(shù)據(jù)的平均值，消除數(shù)據(jù)的直流分量，使處理后的數(shù)據(jù)平均幅值為零；

17、所述去線性趨勢(shì)單元用于消除數(shù)據(jù)中的線性偏斜，將數(shù)據(jù)擬合為一條直線，然后從數(shù)據(jù)中減去所述直線所表征的線性趨勢(shì)；

18、所述波形尖滅單元用于將波形數(shù)據(jù)的首尾兩端由原始值逐漸減小到零；

19、所述帶通濾波單元用于保留特定頻率范圍內(nèi)的波形，屏蔽其他頻段的信號(hào)，獲得有效信號(hào)頻段并抑制噪聲。

20、優(yōu)選地，所述淤堵監(jiān)測(cè)模塊包括模型構(gòu)建單元、模型訓(xùn)練單元、融合單元、淤堵監(jiān)測(cè)單元；

21、所述模型構(gòu)建單元用于構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型和循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

22、所述模型訓(xùn)練單元用于分別對(duì)應(yīng)通過(guò)信號(hào)圖像數(shù)據(jù)和時(shí)間序列數(shù)據(jù)對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型和循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

23、所述融合單元用于將訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型和循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行融合，獲得多模態(tài)神經(jīng)網(wǎng)絡(luò)模型；還用于將信號(hào)圖像數(shù)據(jù)和時(shí)間序列數(shù)據(jù)進(jìn)行數(shù)據(jù)整合，獲得整合數(shù)據(jù)集；

24、所述淤堵監(jiān)測(cè)單元用于通過(guò)多模態(tài)神經(jīng)網(wǎng)絡(luò)模型對(duì)整合數(shù)據(jù)進(jìn)行分析，獲得管道整體堵塞結(jié)果。

25、優(yōu)選地，所述模型構(gòu)建單元包括第一網(wǎng)絡(luò)構(gòu)建單元、第二網(wǎng)絡(luò)構(gòu)建單元；

26、所述第一網(wǎng)絡(luò)構(gòu)建單元用于構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，并基于卷積神經(jīng)網(wǎng)絡(luò)生成卷積神經(jīng)網(wǎng)絡(luò)群；

27、所述第二網(wǎng)絡(luò)構(gòu)建單元用于構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)，并將注意力機(jī)制引入至所述循環(huán)神經(jīng)網(wǎng)絡(luò)中進(jìn)行優(yōu)化，生成改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)。

28、優(yōu)選地，所述模型訓(xùn)練單元包括第一訓(xùn)練單元、第二訓(xùn)練單元、第三訓(xùn)練單元；

29、第一訓(xùn)練單元包括迭代計(jì)算單元，所述迭代計(jì)算單元用于通過(guò)遺傳算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)群進(jìn)行迭代，直至獲取最優(yōu)模型后結(jié)束迭代，獲得遺傳神經(jīng)網(wǎng)絡(luò)；

30、第二訓(xùn)練單元包括預(yù)訓(xùn)練單元、迭代訓(xùn)練單元、遷移學(xué)習(xí)單元；

31、所述預(yù)訓(xùn)練單元，用于通過(guò)transformer模型對(duì)改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，生成預(yù)訓(xùn)練模型；改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)通過(guò)將構(gòu)建的注意力機(jī)制模塊和殘差模塊引入至循環(huán)神經(jīng)網(wǎng)絡(luò)中，生成改進(jìn)的循環(huán)神經(jīng)網(wǎng)絡(luò)；

32、所述迭代訓(xùn)練單元，用于通過(guò)樣本集對(duì)所述預(yù)訓(xùn)練模型進(jìn)行迭代訓(xùn)練，然后通過(guò)優(yōu)化器對(duì)訓(xùn)練后的模型進(jìn)行優(yōu)化，生成優(yōu)化模型；

33、所述遷移學(xué)習(xí)單元，用于凍結(jié)所述優(yōu)化模型的底層參數(shù)，將所述優(yōu)化模型的上層參數(shù)進(jìn)行優(yōu)化，生成目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)；

34、所述第三訓(xùn)練單元，用于通過(guò)所述遺傳神經(jīng)網(wǎng)絡(luò)的輸出對(duì)目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，生成多模態(tài)神經(jīng)網(wǎng)絡(luò)模型。

35、優(yōu)選地，所述融合單元包括融合單元、數(shù)據(jù)融合單元；

36、所述數(shù)據(jù)融合單元包括：

37、權(quán)重生成單元，用于基于數(shù)據(jù)的重要性對(duì)所述信號(hào)圖像數(shù)據(jù)和時(shí)間序列數(shù)據(jù)賦予權(quán)重，獲得圖像權(quán)重?cái)?shù)據(jù)和時(shí)序權(quán)重?cái)?shù)據(jù)；

38、權(quán)重計(jì)算單元，用于將所述圖像權(quán)重?cái)?shù)據(jù)和時(shí)序權(quán)重?cái)?shù)據(jù)與對(duì)應(yīng)的權(quán)重相乘，獲得加權(quán)值；

39、求和整合單元，用于將所述加權(quán)值相加，獲得所述整合數(shù)據(jù)集。

40、優(yōu)選地，所述淤堵監(jiān)測(cè)單元包括數(shù)據(jù)解譯單元、堵塞評(píng)估單元；

41、所述數(shù)據(jù)解譯單元用于根據(jù)微型聲波發(fā)生器發(fā)出及接收聲波的時(shí)間間隔，結(jié)合微型聲波發(fā)生器的頻率波長(zhǎng)，計(jì)算獲得液面距離每個(gè)聲波發(fā)生器的距離；

42、所述堵塞評(píng)估單元用于將每個(gè)聲波發(fā)生器獲得的距離連線，估算出管道內(nèi)的液面高度，計(jì)算所述液面高度與管道高度的比值并輸入所述多模態(tài)神經(jīng)網(wǎng)絡(luò)模型，基于所述多模態(tài)神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)獲得管道的堵塞程度。

43、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：

44、本發(fā)明能夠?qū)崟r(shí)監(jiān)測(cè)排水系統(tǒng)的堵塞狀態(tài)，及時(shí)發(fā)現(xiàn)并處理堵塞問(wèn)題，避免因排水不暢引發(fā)的安全事故。

45、本發(fā)明通過(guò)聲波反射識(shí)別技術(shù)，能夠精確監(jiān)測(cè)管道內(nèi)液面的高度，準(zhǔn)確評(píng)估管道的堵塞程度。

46、本發(fā)明裝置的安裝和操作簡(jiǎn)便，維護(hù)成本低，適合在役公路隧道的長(zhǎng)期監(jiān)測(cè)。

47、本發(fā)明由于采用非接觸式監(jiān)測(cè)方式，避免了對(duì)隧道結(jié)構(gòu)的二次損傷，提高了監(jiān)測(cè)的安全性。

48、本發(fā)明的監(jiān)測(cè)裝置能夠有效監(jiān)測(cè)在役公路隧道縱向排水系統(tǒng)的淤堵?tīng)顩r，及時(shí)發(fā)現(xiàn)并處理堵塞問(wèn)題，保障隧道的安全運(yùn)行。

技術(shù)特征：

1.一種在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

3.根據(jù)權(quán)利要求2所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

4.根據(jù)權(quán)利要求1所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

5.根據(jù)權(quán)利要求4所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

6.根據(jù)權(quán)利要求1所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

7.根據(jù)權(quán)利要求6所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

8.根據(jù)權(quán)利要求6所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

9.根據(jù)權(quán)利要求6所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

10.根據(jù)權(quán)利要求6所述的在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，其特征在于，

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種在役公路隧道縱向排水系統(tǒng)淤堵?tīng)顩r的監(jiān)測(cè)裝置，包括：信號(hào)采集模塊，用于采集判斷排水管道淤堵情況的聲波信號(hào)；信號(hào)處理模塊，與信號(hào)采集模塊連接，用于對(duì)聲波信號(hào)進(jìn)行特征提取，獲得特征信號(hào)；淤堵監(jiān)測(cè)模塊，與信號(hào)處理模塊連接，用于將特征信號(hào)輸入多模態(tài)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行管道堵塞程度預(yù)測(cè)，實(shí)時(shí)獲得淤堵監(jiān)測(cè)結(jié)果。本發(fā)明的監(jiān)測(cè)裝置能夠有效監(jiān)測(cè)在役公路隧道縱向排水系統(tǒng)的淤堵?tīng)顩r，及時(shí)發(fā)現(xiàn)并處理堵塞問(wèn)題，保障隧道的安全運(yùn)行。

技術(shù)研發(fā)人員：李雪峰,張翾,萬(wàn)飛,杜建明
受保護(hù)的技術(shù)使用者：交通運(yùn)輸部公路科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14