隧道围岩动态分级方法及其装置的制造方法
【技术领域】
[0001] 本发明涉及一种隧道围岩动态分级方法及其装置。
【背景技术】
[0002] 围岩分级是指根据岩体完整程度和岩石强度等指标将无限的岩体序列划分为具 有不同稳定程度的有限个类别，即将稳定性相似的一些围岩划归为一类，将全部的围岩划 分为若干类，进而在围岩分类的基础上再依照每一类围岩的稳定程度给出最佳的施工方法 和支护结构设计，围岩分级是选择施工方法的依据。近年来，国内外隧道相关研究人员将多 种计算智能方法应用于围岩分级中，如BP神经网络、支持向量机（SVM)等，取得了较好的 效果，但是BP神经网络和支持向量机方法在应用过程中，存在参数确定困难、迭代计算速 度慢等缺点，不能满足隧道快速施工的需要。而极限学习机（extreme learning machine， ELM)在训练前只需要设置网络隐含层节点个数、算法执行过程中不需要调整网络的输入层 权值和隐含层偏移量，并且能够产生唯一的最优解，具有参数选择容易、学习速度快并且泛 化性能好的优点，现有技术中应用极限学习机进行隧道围岩分级的方式无法实现超前地质 信息的远程传输、不能完成远程的围岩动态分级，更没有围岩信息的网络共享和终端查询 功能。
【发明内容】
[0003] 本发明针对以上问题的提出，而研制一种隧道围岩动态分级方法及其装置。
[0004] 本发明的技术手段如下：
[0005] -种隧道围岩动态分级方法，包括如下步骤：
[0006] 步骤1 :布设围岩地质参数采集装置于隧道掌子面处；所述围岩地质参数采集装 置连接有第一无线通讯模块；
[0007] 步骤2:布设发射箱于隧道洞口外并保证所述发射箱的安放位置为手机信号的 覆盖范围之内；所述发射箱包括第二无线通讯模块和与所述第二无线通讯模块相连接的 GPRS通讯模块；所述GPRS通讯模块经由GPRS网络连接有服务器；
[0008] 步骤3 :在所述围岩地质参数采集装置和所述发射箱之间布设中继站；所述中继 站连接所述第一无线通讯模块和所述第二无线通讯模块；
[0009] 步骤4 :围岩地质参数采集装置获取隧道掌子面处的围岩地质参数，该围岩地质 参数经过第一无线通讯模块、中继站和发射箱传输至所述服务器；
[0010] 步骤5 :所述服务器将所述围岩地质参数作为输入，通过围岩分级进化极限学习 机模型输出围岩分级结果，并将所述围岩分级结果对应隧道掌子面信息存储至数据库中， 同时发布至网络上；
[0011] 进一步地，所述围岩地质参数至少包括：岩体完整性、地下水参数、岩体结构面、围 岩拱顶沉降位移和围岩收敛位移量；所述围岩地质参数采集装置包括：
[0012] 用于获取岩体完整性和岩体结构面的地质探测仪和探地雷达；
[0013] 用于获取围岩的地下水参数的孔隙水压力计；
[0014] 用于获取围岩拱顶沉降位移的位移计；
[0015] 以及用于获取围岩收敛位移量的收敛计；
[0016] 进一步地，所述围岩分级进化极限学习机模型通过如下步骤得出：
[0017] 步骤A :构建围岩分级的样本集；
[0018] 步骤B :将所述样本集划分为训练样本集和测试样本集两个部分；
[0019] 步骤C :将极限学习机的输入层权值和隐含层偏移量作为差异进化算法的个体， 通过所述差异进化算法随机生成初始种群；
[0020] 步骤D :计算出当前种群的各个体的适应值；
[0021] 步骤E :判断当前种群的个体是否满足进化结束条件，是则执行步骤G，否则执行 步骤F ;
[0022] 步骤F :使用差异进化算法对父代种群中的个体依次进行变异操作和交叉操作， 得到新的子代种群，针对所得到的新的子代种群和其父代种群，执行选择操作，选择两代种 群中适应值优秀的个体作为下一代种群，返回步骤D ;
[0023] 步骤G:输出当前种群中适应值最优的个体，并获得相应的最优的输入层权值和 隐含层偏移量，执行步骤Η ;
[0024] 步骤Η :利用所述最优的输入层权值和隐含层偏移量，通过极限学习机分别对训 练样本集进行训练和学习，得到围岩分级进化极限学习机模型；
[0025] 进一步地，
[0026] 所述步骤Α具体为：收集隧道施工过程中的围岩地质参数，建立以围岩地质参数 为输入，围岩级别为输出的围岩分级的样本集；
[0027] 所述步骤D具体为：
[0028] 针对当前种群的不同个体，通过极限学习机对所述训练样本集进行训练和学习， 获得围岩分级极限学习机模型；
[0029] 采用所述围岩分级极限学习机模型对所述测试样本集进行预测，获得预测误差并 将该预测误差作为适应值；
[0030] 所述步骤E中的进化结束条件为当前种群中某一个体的适应值小于预设值；
[0031] 进一步地，所述中继站布设在隧道弯曲处和/或隧道分岔处。
[0032] 一种隧道围岩动态分级装置，包括：
[0033] 布设在隧道掌子面处，用于获取围岩地质参数的围岩地质参数采集装置；
[0034]与所述围岩地质参数采集装置相连接的第一无线通讯模块；
[0035] 布设在隧道洞口外的发射箱，该发射箱的安放位置为手机信号的覆盖范围之内； 所述发射箱包括第二无线通讯模块和与所述第二无线通讯模块相连接的GPRS通讯模块；
[0036] 布设在所述围岩地质参数采集装置和所述发射箱之间的中继站；所述中继站连接 所述第一无线通讯模块和所述第二无线通讯模块；
[0037] 通过GPRS网络连接所述GPRS通讯模块的服务器；所述围岩地质参数采集装置获 取的围岩地质参数经过第一无线通讯模块、中继站和发射箱传输至所述服务器，该服务器 将所述围岩地质参数作为输入，通过围岩分级进化极限学习机模型输出围岩分级结果，并 将所述围岩分级结果对应隧道掌子面信息存储至数据库中，同时发布至网络上；
[0038] 进一步地，所述围岩地质参数至少包括：岩体完整性、地下水参数、岩体结构面、围 岩拱顶沉降位移和围岩收敛位移量；所述围岩地质参数采集装置包括：
[0039] 用于获取岩体完整性和岩体结构面的地质探测仪和探地雷达；
[0040] 用于获取围岩的地下水参数的孔隙水压力计；
[0041] 用于获取围岩拱顶沉降位移的位移计；
[0042] 以及用于获取围岩收敛位移量的收敛计；
[0043] 进一步地，所述装置还包括：
[0044] 样本构建模块，用于构建围岩分级的样本集；
[0045] 样本划分模块，用于将所述样本集划分为训练样本集和测试样本集两个部分；
[0046] 差异进化算法模块，用于将极限学习机的输入层权值和隐含层偏移量作为差异进 化算法的个体，随机生成初始种群，以及当当前种群的个体不满足进化结束条件时，对父代 种群中的个体依次进行变异操作和交叉操作，得到新的子代种群，针对所得到的新的子代 种群和其父代种群，执行选择操作，选择两代种群中适应值优秀的个体作为下一代种群；
[0047] 计算模块，用于计算出当前种群的各个体的适应值；
[0048] 判断模块，用于判断当前种群的个体是否满足进化结束条件；
[0049] 输出模块，用于当当前种群的个体满足进化结束条件时，输出当前种群中适应值 最优的个体，并获得相应的最优的输入层权值和隐含层偏移量；
[0050] 进化极限学习机学习模块，用于利用所述最优的输入层权值和隐含层偏移量，通 过极限学习机对训练样本集进行训练和学习，得到围岩分级进化极限学习机模型；
[0051] 进一步地，所述进化结束条件为当前种群中某一个体的适应值小于预设值；所述 计算模块包括：
[0052] 极限学习机学习模块，用于针对当前种群的不同个体，通过极限学习机对所述训 练样本集进行训练和学习，获得围岩分级极限