[發明專利]基于探地雷達和GAN的盾構隧道壁后介質分布預測方法

在審

• 申請號: 202210590999.4
• 申請日: 2022-05-27
• 公開（公告）號: CN114970346A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 曲騰飛;謝雄耀;張曉斌;林楓;曾里;牛俊濤;周彪
• 申請（專利權）人: 天津市地下鐵道集團有限公司;同濟大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/13;G06Q10/04;G06N3/04;G06N3/08;G06K9/62;E21D9/06;E21D11/10;G01S7/41;G01S13/88;G06F111/10
• 代理公司: 上海科律專利代理事務所(特殊普通合伙) 31290
• 代理人: 葉鳳

1.一種盾構隧道壁后注漿病害的預測方法，其特征在于，包括以下步驟：

S1、在盾構隧道中安裝使用探地雷達進行信號和圖像的采集；

S2、進行探地雷達壁后注漿的模型試驗，采集已知注漿厚度的盾構隧道的探地雷達圖像并構造對應的壁后介質分布圖；

S3、對數據進行預處理后，得到數據樣本集；建立基于探地雷達圖像的生成式對抗網絡GAN的盾構隧道壁后介質分布的預測模型；

S4、對生成式對抗網絡GAN的計算參數進行優化；

S5、優化參數后的生成式對抗網絡GAN預測模型，實現對隧道壁后注漿的檢測。

2.根據權利要求1所述的一種盾構隧道壁后注漿的預測方法，其特征在于，所述的步驟S1具體包括以下步驟：

S11、使用探地雷達對正在施工的盾構隧道的盾尾的襯砌和壁后注漿進行掃描檢測；

S12、記錄雷達掃描的位置和掃描路徑，在計算機上采集探地雷達信號并標記每一道信號在掃描路徑上對應的位置；

S13、將采集到的每一道雷達信號從0開始進行編號；

S14、將雷達信號與掃描位置對應，形成數據集。

3.根據權利要求1所述的一種盾構隧道壁后注漿的預測方法，其特征在于，所述的步驟S2具體包括以下步驟：

S21、選取盾構隧道管片和注漿漿液進行模型試驗，按照管片與注漿的分布1：1制作模型，在同樣的土壤中放置管片以及注入同樣的漿液；

S22、根據工程地條件和工程經驗，在模型試驗中將壁后介質(注漿層、土)，分為空洞、不均勻注漿等；

S23、使用同樣的探地雷達進行模型試驗，對已知厚度分類的注漿層進行雷達掃描；

S24、記錄雷達掃描的位置和掃描路徑，在計算機上采集探地雷達信號并標記每一道信號在掃描路徑上對應的位置的介質分布。

4.根據權利要求1所述的一種盾構隧道壁后注漿的預測方法，其特征在于，所述的步驟S3具體包括以下步驟：

S31、對S24中雷達數據樣本進行預處理，最終得到雷達信號為[-1,1]之間的數據；

S32、對于多次模型試驗采集的雷達數據進行如S31的預處理后，形成樣本集；所述樣本集包括從探地雷達圖像集{z¹,z²,z³,...,z^m}和從盾構隧道壁后介質分布圖{x¹,x²,x³,...,x^m}數據集；

S33、初始化生成函數G:R^d→Rⁿ和判別函數D(x):Rⁿ→[0,1]，其中生成函數G:R^d→Rⁿ為卷積神經網絡CNN，判別函數D(x):Rⁿ→[0,1]為多層神經網絡DNN；

S34、GAN的對抗博弈通過判別函數D(x):Rⁿ→[0,1]和生成函數G:R^d→Rⁿ之間的目標函數的極大極小值來進行數學化的表示；迭代開始t＝1,從盾構隧道壁后介質分布圖中選擇樣本點{x¹,x²,x³,...,x^m}數據集；從探地雷達圖像集中選擇對應的m個圖像作為向量{z¹,z²,z³,...,z^m}；其中m為超參數；

S35、將S3.4中的z作為輸入，獲得m個生成的數據其中

S36、按照如下公式1，對于每個樣本{x¹,x²,x³,...,x^m}優化神經網絡變量θ_d,更新生成器D(x)的參數來最大化判別函數的損失函數其中η也是超參數；

S37、按照如下公式2，優化神經網絡變量θ_g,更新生成器D(x)的參數來最小化生成函數的損失函數其中η也是超參數；

S38、通過輪數為t＝1,2,...T的迭代，建立優化后的生成式對抗網絡模型。