一种数据知识联合增强的隧道智能支护决策方法及装置

本发明涉及隧道的智能建造，特别涉及一种数据知识联合增强的隧道智能支护决策方法及装置。

背景技术：

1、隧道智能建造是指利用先进的技术手段，集成智慧化、自动化、信息化等多种技术进行隧道建造的一种方法。通过对“地-隧-机-信-人”及内外环境的全面感知、泛在互联、融合、处理、主动学习和科学决策，实现大幅提升施工质量和效率，降低建造成本，打造更安全可靠、经济高效的新一代隧道建造技术体系。

2、现阶段隧道智能建造的总体目标是围绕施工的信息化、数字化升级展开，包括对工程数据和工程经验的模型化处理，具体目标中包括实现地质、结构、设备等多源信息互联、互馈；基于大数据融合与深度挖掘，实现隧道建造的协同反馈智能决策；在数据驱动下，将作业行为数字化、算法化等。

3、在隧道工程建设中，开挖支护在整个工程中起着至关重要的作用，有效的开挖支护手段是保证隧道工程整体安全系数的重要途径。由此采用合理的隧道开挖和支护方案成为隧道建设的重点。

4、隧道建造特别是钻爆法隧道施工设备涉及到的型号和制造商品类繁多，导致装备数字互联存在严重壁垒，数据解析、融合受限，制约了隧道智能建造的发展。在隧道的设计和施工过程中，由于存在对围岩性质判断不准或者是情况不明的情况，在工程实际中需要动态的调整隧道的支护方案；其次，随着施工进度的推进，可能出现不良变形甚至松弛坍塌的异常现象，对此，就需要进行隧道动态信息反馈，及时调整支护方案，采取有效的措施。以上这些问题，就需要数据整合并且反馈及时并安全可靠的支护决策进行辅助。

技术实现思路

1、针对上述问题，本发明旨在提供一种数据知识联合增强的隧道智能支护决策方法及装置。

2、本发明的技术方案如下：

3、一方面，提供一种数据知识联合增强的隧道智能支护决策方法，包括以下步骤：

4、s1：采集获取经验知识数据和数值模拟数据；

5、s2：确定隧道环境参数和开挖支护方案参数，构建隧道支护方案知识表、多变量数值模拟数据集以及基于数值模拟数据的开挖支护方案库；

6、s3：根据所述隧道环境参数，对所述开挖支护方案库中的开挖支护方案进行不确定性推理；

7、若不确定性推理结果中没有适配所述隧道环境参数的开挖支护方案，则进入步骤s4；

8、若不确定性推理结果中有适配所述隧道环境参数的开挖支护方案，则以该适配开挖支护方案作为预选方案，进入步骤s5；

9、s4：构建基于数值模拟数据的开挖支护方案生成模型一，并使用所述多变量数值模拟数据集作为训练参数，获得训练好的开挖支护方案生成模型一；

10、根据所述训练好的开挖支护方案生成模型一生成适配所述隧道环境参数的开挖支护方案，并以该开挖支护方案作为预选方案，进入步骤s5；

11、s5：构建智能支护决策模型，并根据所述智能支护决策模型对所述预选方案进行优选，获得优选开挖支护方案；

12、s6：构建基于经验知识数据的开挖支护方案生成模型二，结合所述隧道支护方案知识表获得基于经验知识数据的开挖支护方案；

13、s7：对所述优选开挖支护方案和所述基于经验知识数据的开挖支护方案进行融合，获得数据知识联合增强的隧道智能支护决策方案。

14、作为优选，步骤s4中，所述基于数值模拟数据的开挖支护方案生成模型一包括改进自注意力机制的transformer编码器模块和变分推理模块；所述改进自注意力机制的transformer编码器模块包括改进的注意力层、残差连接层、层归一化层和全连接层；所述变分推理模块包括推断网络和生成网络。

15、作为优选，所述改进的注意力层的计算公式为：

16、

17、

18、

19、式中：；q'、k'为经过归一化后再进行矩阵变换得到的查询矩阵和键矩阵；q、k为原始的查询矩阵和键矩阵；μq和μk分别为在时间维度上的q、k均值；上角标t表示转置；σx为原始输入的标准差；dmodel为开挖支护方案生成模型一的维度。

20、作为优选，所述推断网络用于对输入进行变分推理，生成潜在变量的概率分布，公式如下：

21、

22、式中：qφ(z∣x)为在给定输入x的条件下，推断网络学习到的潜在变量的后验概率分布；为高斯分布；μ、σ2分别为推断网络输出的均值和方差；

23、所述生成网络用于接收潜在变量，通过将其映射回数据空间，重建原始输入数据，公式如下：

24、

25、式中：pθ(x'∣z)表示在给定潜在变量z的条件下，生成网络学习到的数据分布。

26、作为优选，步骤s5中，所述智能支护决策模型包括力学评价参数预测模型、安全系数评估模型以及评价函数；所述力学评价参数预测模型用于预测所述预选方案对应的力学评价参数；

27、所述安全系数评估模型包括围岩位移安全系数k1评估模型、支护结构安全系数k2评估模型、支护结构安全系数k3评估模型、支护结构安全系数k4评估模型；其中，

28、所述围岩位移安全系数k1评估模型为：

29、

30、式中：ul为极限位移；up为拱顶位移、拱腰位移、拱底位移三个位移收敛值的均值；

31、所述支护结构安全系数k2评估模型为：

32、

33、式中：σl为钢拱架极限应力；σp为钢拱架应力；

34、所述支护结构安全系数k3评估模型为：

35、

36、式中：fc为喷射混凝土的抗压强度极限；为拱顶最小主应力收敛值；

37、所述支护结构安全系数k4评估模型为：

38、

39、式中：fh为混凝土的抗压强度极限；d为支护方案中的二衬厚度；n1-n5分别为隧道拱顶、拱肩、拱腰、拱脚、拱底五个方向的轴力收敛值；

40、所述评价函数为：

41、

42、

43、式中：ki为第i个安全系数的大小；γi为对应安全系数ki下的评价函数的值；γ为所有安全系数的评价函数值；

44、根据所述智能支护决策模型对所述预选方案进行优选时，所述评价函数γ值越大，表示支护结构越安全。

45、作为优选，步骤s6中，所述基于经验知识数据的开挖支护方案生成模型二包括获取候选频繁项集模块、关联规则提取和推理模块。

46、作为优选，步骤s6具体包括以下子步骤：

47、s61：利用所述获取候选频繁项集模块，对所述隧道支护方案知识表使用广度优先搜索进行候选频繁项集的构建，获得候选频繁项集ec＝{e1,e2,…,em,…,en}，并进行支持度计数；

48、s62：利用所述候选频繁项集，使用所述关联规则提取和推理模块，采用apriori算法挖掘出最小置信度阈值的节点，并根据真实场景需要人为设置的最小置信度阈值保留高于该人为设置的最小置信度阈值的节点；置信度通过下式进行计算：

49、

50、式中：c(em→en)为em和en的置信度；em和en为随机选取的频繁项；count(em∪en)为k中包含em和en的数目，k为所述隧道支护方案知识表；count(em)为k中包含em的数目；m、n为频繁项的编号；l为频繁项集的数量；

51、s63：通过步骤s61和步骤s62搜索得到与隧道环境关联的数据项，重复步骤s61和s62，直至遍历完所述隧道支护方案知识表；将所述隧道支护方案知识表遍历完成得到的结果作为所述基于经验知识数据的开挖支护方案。

52、作为优选，步骤s7中，对所述优选开挖支护方案和所述基于经验知识数据的开挖支护方案进行融合具体包括以下子步骤：

53、若所述基于经验知识数据的开挖支护方案为多条方案，则根据加权平均原则，将其融合为一条方案，获得开挖支护方案一；

54、若所述优选开挖支护方案为多条方案，则根据加权平均原则，将其融合为一条方案，获得开挖支护方案二；

55、将所述开挖支护方案一和所述开挖支护方案二根据关键参数项匹配加权平均的原则进行融合，获得所述数据知识联合增强的隧道智能支护决策方案。

56、另一方面，还提供一种数据知识联合增强的隧道智能支护决策装置，包括：

57、隧道支护数据采集器，用于采集获取所述经验知识数据和所述数值模拟数据；

58、开挖支护方案预选择模块，用于预选适配隧道环境参数的开挖支护方案，获得所述预选方案；

59、智能支护决策模块，用于对所述预选方案进行优选，获得优选开挖支护方案；

60、数据知识增强学习模块，用于生成基于经验知识数据的开挖支护方案，并将其与所述优选开挖支护方案进行融合，实现数据与知识联合增强学习的隧道智能支护决策，获得所述数据知识联合增强的隧道智能支护决策方案；

61、支护决策交互输出模块，用于将所述数据知识联合增强的隧道智能支护决策方案与用户进行交互式输出。

62、作为优选，所述开挖支护方案预选择模块包括基于深度学习的不确定性推理模块和基于数值模拟数据的开挖支护方案生成模块；所述智能支护决策模块包括力学评价参数预测模块、安全系数评估模块以及评价函数模块。

63、本发明的有益效果是：

64、1、本发明通过将隧道环境和施工设备型号和品类的数据进行整合，通过深度学习模型算法实现了潜在关联挖掘，解决了数据多样、复杂、孤岛化的技术问题；

65、2、本发明实现了隧道施工的智能支护决策，将以往单纯依赖人工经验的决策过程实现模型化处理，使行业行为数字化、算法化，实现反馈及时并有效的决策过程；

66、3、本发明实现了数据知识联合增强的隧道智能支护决策方法，实现了工程数据和工程经验的协同决策，打破信息壁垒，增强决策的安全性，实现更可靠的智能支护决策，为辅助隧道施工设计人员实现智能化决策提供技术支持。