[發明專利]一種基坑大數據檢測系統

有效

• 申請號: 202110040403.9
• 申請日: 2021-01-13
• 公開（公告）號: CN112911532B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 王蘇琪;王大偉;丁百湛;樊勇;沈建;鹿逢月;顧祥林;周恒瑞;柏小穎;馬從國;金德飛;張利兵
• 申請（專利權）人: 淮陰工學院
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04Q9/00;E02D33/00;H04L67/12;G06N3/04
• 代理公司: 淮安市科文知識產權事務所 32223
• 代理人: 李鋒

1.一種基坑大數據檢測系統，其特征在于：所述檢測系統包括基坑參數采集平臺和基坑參數大數據處理子系統，實現對基坑參數檢測和對基坑安全進行預測；

所述基坑參數大數據處理子系統包括參數檢測模塊、基坑安全分類器，參數檢測模塊輸出的位移梯形模糊數、沉降梯形模糊數和傾側梯形模糊數分別作為基坑安全分類器的對應的自聯想神經網絡融合模型的輸入，基坑安全分類器輸出的梯形模糊數代表基坑安全等級值；

所述參數檢測模塊包括位移傳感器、沉降傳感器、傾側傳感器、按拍延遲線TDL、GM（1,1）灰色預測模型、Elman神經網絡模型、小波神經網絡模型、ANFIS神經網絡模型、積分回路、動態遞歸小波神經網絡模型、LSTM神經網絡模型，由2個積分算子S相串聯分別構成1個積分回路，每個積分回路的2個積分算子連接端和積分回路的輸出分別作為動態遞歸小波神經網絡模型的對應輸入；位移傳感器、沉降傳感器、傾側傳感器的輸出分別作為對應的按拍延遲線TDL的輸入，按拍延遲線TDL輸出的一段時間的位移傳感器值、沉降傳感器值和傾側傳感器值分別作為對應的GM（1,1）灰色預測模型的輸入，GM（1,1）灰色預測模型輸出分別作為Elman神經網絡模型、小波神經網絡模型和ANFIS神經網絡模型的輸入，Elman神經網絡模型、小波神經網絡模型、ANFIS神經網絡模型的輸出分別作為對應的1個積分回路輸入和動態遞歸小波神經網絡模型的1個對應輸入，動態遞歸小波神經網絡模型輸出的梯形模糊數分別代表一段時間位移傳感器、沉降傳感器、傾側傳感器值大小的動態梯形模糊數，動態遞歸小波神經網絡模型輸出的位移梯形模糊數、沉降梯形模糊數、傾側梯形模糊數分別作為對應的LSTM神經網絡模型的輸入，LSTM神經網絡模型輸出作為位移、沉降、傾側的梯形模糊數預測值和參數檢測模塊的輸出；

所述基坑安全分類器包括自聯想神經網絡融合模型、按拍延遲線TDL和ESN神經網絡分類器組成，多個參數檢測模塊輸出的基坑位移、基坑沉降和基坑傾側的梯形模糊數分別作為基坑安全分類器的對應的自聯想神經網絡融合模型的輸入，自聯想神經網絡融合模型輸出的位移梯形模糊數、沉降梯形模糊數和傾側梯形模糊數的融合值分別作為對應的按拍延遲線TDL的輸入，按拍延遲線TDL輸出的一段時間位移梯形模糊數、沉降梯形模糊數和傾側梯形模糊數的融合值作為ESN神經網絡分類器的輸入，ESN神經網絡分類器輸出的梯形模糊數代表基坑安全等級值；

所述ESN神經網絡分類器把基坑安全分為一般安全、比較安全、很安全、不安全和很不安全對應不同的5個不同的梯形模糊數，構建5個梯形模糊數與基坑安全的5種程度等級的對應關系表，計算ESN神經網絡分類器輸出的梯形模糊數與代表5種安全等級的5個梯形數的相似度，其中相似度最大的梯形模糊數對應的基坑安全等級確定為該基坑安全等級；

所述基坑參數采集平臺包括基坑參數的多個檢測節點、網關節點、現場監控端、云平臺和移動端App，檢測節點和網關節點之間通過構建LoRa通信網絡來實現多個檢測節點和網關節點之間的無線通信；檢測節點將檢測的基坑參數通過網關節點的通信接口發送給現場監控端，現場監控端對基坑參數進行理和對基坑安全進行分類；網關節點通過通信模塊與云平臺之間以及云平臺通過無線網絡與移動端App之間實現基坑參數的雙向傳輸，網關節點與現場監控端之間通過通信接口實現基坑參數雙向傳輸。