CN109341848B - 一种隧道运营阶段的安全监测*** - Google Patents

Abstract

本发明提供了一种隧道运营阶段的安全监测***，包括有：数据监测子***，用于实时在线采集获取隧道运营阶段隧道微小振动时的振动数据信号；数据汇集以及处理子***，用来结合隧道的现状条件对采集到的隧道振动数据信号进行集中处理，得到处理后的振动特征量；监测预警子***，用于接收所述振动特征量，依据所述振动特征量对隧道结构进行综合评估，并依评估结果进行监测预警。本发明的隧道安全监测***可以实时的监测隧道内的振动信号，并实现了对振动数据信号的实时分析处理，依据分析处理结果对隧道结构进行健康状态评价，评价结果可以为隧道潜在的故障或结构缺陷提供支持或数据指导。

Description

一种隧道运营阶段的安全监测***

技术领域

本发明涉及隧道安全监控技术领域，特别是一种隧道运营阶段的安全监测***。

背景技术

为保证隧道的运营安全，必须进行长期的安全监测，以此了解隧道结构在严酷环境中的受力及内环境状况，从而及时了解隧道结构损伤位置及损伤程度，进而对结构安全状况、内环境做出评估并加以有效处理，目前，还未有完善且有效的隧道运营阶段安全监测***来对隧道的安全状态进行实时的监测。

且隧道监测***核心为如何准确且客观的从隧道内实测的信号中提取出与隧道结构健康状况相关的特征信息，进而识别出隧道结构的特征参数，实现对隧道结构的健康状态进行评价；而实测信号中多存在大量的复杂噪声干扰，现有技术中多采用经验模态分解(EMD)算法来进行信号的降噪处理。且现有技术中已有的隧道结构监测***的水平较低，***设计中部分环节多为经验设计，人为影响因素较大，故评测效果不稳定。

发明内容

针对上述问题，本发明旨在提供一种监测精度高、智能化程度高且***组成简单的隧道运营阶段的安全监测***，能够实时的、准确的反应出隧道结构的健康状态，进而有效的保证所述隧道的安全运营。

本发明的目的采用以下技术方案来实现：

提出了一种隧道运营阶段的安全监测***，包括有：

数据监测子***，用于实时在线采集获取隧道运营阶段隧道微小振动时的振动数据信号；

数据汇集以及处理子***，用来结合隧道的现状条件对采集到的隧道振动数据信号进行集中处理，得到处理后的振动特征量；

数据通信子***，用于将所述振动特征量进行无线传输给远程后台的监测预警子***；

监测预警子***，用于接收所述振动特征量，依据所述振动特征量对隧道结构进行综合评估，并依评估结果进行监测预警；

所述数据监测子***通过数据通信子***与数据汇集以及处理子***连接，所述监测预警模块也通过数据通信子***与所述数据汇集以及处理子***连接。

优选地，所述数据监测子***包括压片式加速度传感器，所述压片式加速度传感器按照编号分布式的安装在隧道内的不同位置，对隧道内不同位置的所述振动数据信号进行采集。

优选地，所述数据汇集以及处理子***包括数据信号汇集模块，数据信号处理模块以及预警结果反馈模块；所述数据信号汇集模块用于对所述振动数据信号进行汇集、再依传感器ID号进行分类整合，分别储存在与传感器ID号对应的本地服务器上的储存区域内；所述数据信号处理模块包括信号预处理单元、信号延展单元、信号补偿单元、信号降噪单元以及信号特征提取单元，用于对所述振动数据信号进行一步步处理得到所述振动特征量；所述预警结果反馈模块用于通过数据通信子***获取监测预警子***得到的所述评估结果，并将所述评估结果反馈给隧道本地的相关工作人员进行检测核实。

优选地，所述监测预警子***包括隧道结构状态评价模块，用于将接收到的所述振动特征量与隧道刚建成投入运行时监测得到的初始振动特征量进行比较，得到其相对于初始振动特征量的磨损衰退量，依据磨损衰退量来对隧道结构的健康状态进行评价。

优选地，所述信号预处理单元用于对所述振动数据信号进行初步降噪、过渡平滑，得到预处理振动信号；所述信号延展模块用于对所述预处理振动信号进行拓展延伸，以此完善预处理振动信号的端点信息，得到延拓振动信号；所述信号补偿模块用于生成白噪声信号，并用所述白噪声信号对所述延拓信号进行补偿得到补偿振动信号；所述信号降噪单元用于将所述补偿振动信号依据经验模态分解算法进行降噪处理得到振动特征信号；所述信号特征提取单元用于对所述振动特征信号进行处理得到所述振动特征量，所述振动特征量包括有固有振动频率、振动阻尼比以及振型系数。

优选地，所述振动特征量相对于初始振动特征量的磨损衰退量的计算公式为：

式中，q_s为第s个所述压电式加速度传感器所处位置结构对应的振动特征量的磨损衰退量；s为所述压电式加速度传感器的ID号；N为隧道内装设的所述压电式加速度传感器总的个数；f_s0为第s个压电式加速度传感器所处位置对应结构的初始固有振动频率；n_s0为第s个压电式加速度传感器所处位置对应结构的初始振动阻尼比；z_s0为第s个压电式加速度传感器所处位置对应结构的初始振型系数；f_s为处理得到的第s个压电式加速度传感器所处位置对应结构的固有振动频率；n_s为处理得到的第s个压电式加速度传感器所处位置对应结构的振动阻尼比；z_s为处理得到的第s个压电式加速度传感器所处位置对应结构的振型系数；α、β、γ为依所述第s个压电式加速度传感器所处位置而设置的评价权重因子，且α+β+γ＝1，α、β、γ＞0。

本发明的有益效果为：本发明提出的一种隧道运营阶段的安全监测***，能够实时的监测隧道内的振动信号，并实现了对振动数据信号的实时分析处理，依据分析处理结果对隧道结构进行针对性的健康状态评价；评价结果可以为隧道潜在的故障或结构缺陷提供支持或数据指导，该***结构简单、节省了部分人力，监测结果相对准确，很大程度上保障了隧道的安全运营。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明一个优选实施例中隧道安全监测***的框架构成图；

图2为本发明一个优选实施例中所述数据信号处理模块的功能单元组成示意图。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例中提供了一种隧道运营阶段的安全监测***，包括有：

数据监测子***，用于实时在线采集获取隧道运营阶段隧道微小振动时的振动数据信号；

数据汇集以及处理子***，用来结合隧道的现状条件对采集到的隧道振动数据信号进行集中处理，得到处理后的振动特征量；

数据通信子***，用于将所述振动特征量进行无线传输给远程后台的监测预警子***；

监测预警子***，用于接收所述振动特征量，依据所述振动特征量对隧道结构进行综合评估，并依评估结果进行监测预警；

所述数据监测子***通过数据通信子***与数据汇集以及处理子***连接，所述监测预警模块也通过数据通信子***与所述数据汇集以及处理子***连接。

本实施例中，所述数据监测子***包括压片式加速度传感器，所述压片式加速度传感器按照编号分布式的安装在隧道内的不同位置，对隧道内不同位置的所述振动数据信号进行采集。

参见图2，本实施例中，所述数据汇集以及处理子***包括数据信号汇集模块，数据信号处理模块以及预警结果反馈模块；所述数据信号汇集模块用于对所述振动数据信号进行汇集、再依传感器ID号进行分类整合，分别储存在与传感器ID号对应的本地服务器上的储存区域内；所述数据信号处理模块包括信号预处理单元、信号延展单元、信号补偿单元、信号降噪单元以及信号特征提取单元，用于对所述振动数据信号进行进一步处理得到所述振动特征量；所述预警结果反馈模块用于通过数据通信子***获取监测预警子***得到的所述评估结果，并将所述评估结果反馈给隧道本地的相关工作人员进行检测核实。

本实施例中，所述监测预警子***包括隧道结构状态评价模块，用于将接收到的所述振动特征量与隧道刚建成投入运行时监测得到的初始振动特征量进行比较，得到其相对于初始振动特征量的磨损衰退量，依据磨损衰退量来对隧道结构的健康状态进行评价。

本实施例中，所述信号预处理单元用于对所述振动数据信号进行初步降噪、过渡平滑，得到预处理振动信号；所述信号延展模块用于对所述预处理振动信号进行拓展延伸，以此完善预处理振动信号的端点信息，得到延拓振动信号；所述信号补偿模块用于生成白噪声信号，并用所述白噪声信号对所述延拓信号进行补偿得到补偿振动信号；所述信号降噪单元用于将所述补偿振动信号依据经验模态分解算法进行降噪处理得到振动特征信号；所述信号特征提取单元用于对所述振动特征信号进行处理得到所述振动特征量，所述振动特征量包括有固有振动频率、振动阻尼比以及振型系数。

本实施例中，所述振动特征量相对于初始振动特征量的磨损衰退量的计算公式为：

式中，q_s为第s个所述压电式加速度传感器所处位置结构对应的振动特征量的磨损衰退量；s为所述压电式加速度传感器的ID号；N为隧道内装设的所述压电式加速度传感器总的个数；f_s0为第s个压电式加速度传感器所处位置对应结构的初始固有振动频率；n_s0为第s个压电式加速度传感器所处位置对应结构的初始振动阻尼比；z_s0为第s个压电式加速度传感器所处位置对应结构的初始振型系数；f_s为处理得到的第s个压电式加速度传感器所处位置对应结构的固有振动频率；n_s为处理得到的第s个压电式加速度传感器所处位置对应结构的振动阻尼比；z_s为处理得到的第s个压电式加速度传感器所处位置对应结构的振型系数；α、β、γ为依所述第s个压电式加速度传感器所处位置而设置的评价权重因子，且α+β+γ＝1，α、β、γ＞0。

本优选实施例中，计算出来的磨损衰退量反映了隧道结构运营阶段的结构相对于隧道刚建成投入运行时结构的健康状态的衰减度；得到的磨损衰退量越小，代表监测下的隧道结构健康状态也越好；通过所述磨损衰退量可以对所述隧道结构的潜在缺陷以及安全隐患进行初步预测，并作为隧道维护人员对隧道结构的安全缺陷进行排查和保养的数据支持。本实施例的隧道结构状态评价模块设计了所述磨损衰退量的计算公式，通过计算得到的磨损衰退量来评价隧道结构的健康状态，智能化程度高且评价效果可靠。

考虑到对振动信号采用经验模态分解算法进行降噪时，需要对振动信号中的极值点以及端点进行插值曲线拟合，但端点由于其仅有一侧的数据信息，其端点进行插值拟合时，会出现端点处扭曲或发散，使得端点信息丢失，故本申请中设计一种基于信号波形匹配的延拓算法来解决。

本实施例中，所述对预处理振动信号进行拓展延伸，以完善预处理振动信号的端点信息，得到延拓振动信号的具体过程为：

(1)判断确定所述预处理振动信号的左端点的端点处为极大值还是极小值；针对上述判断结果，获取与左端点对应的端点特征波；具体为：

若左端点为极小值点，则获取与左端点依次最邻近的第一个极大值点、第一个极小值点、以及第二个极大值点；连接这四个包括左端点的极值点构成一个极值四边形，通过极值四边形来描述其端点特征波；若左端点为极大值点，则获取与左端点依次最邻近的第一个极小值点、第一个极大值点、以及第二个极小值点；连接这四个包括左端点的极值点构成一个极值四边形，通过极值四边形来描述其端点特征波；

(2)获取除左端点外的所有极值点，在预处理振动信号中搜寻与所述极值四边形差异度最小、匹配度最高的匹配四边形；所述匹配四边形与所述左端点的极值四边形对应，即：若左端点为极小值，则匹配四边形由匹配极值点(所述匹配极值点为预处理振动信号中一个极小值点)、并在匹配极值点右边且与匹配极值点依次邻近的第i个极大值点、第i个极小值点、以及第i+1个极大值点构成；若左端点为极大值，则匹配四边形由匹配极值点(所述匹配极值点为预处理振动信号中的一个极大值点)、并与匹配极值点依次邻近的第i个极小值点、第i+1个极大值点、以及第i+1个极小值点构成；(所述i仅代表极值点的顺序标号，不具限定性)

其中，当左端点为极小值时，所述匹配四边形与极值四边形的匹配度的计算公式为：

式中，x₁为所述左端点为极小值时左端点对应的信号幅值；u₁为在预处理振动信号中与所述左端点最邻近的第一极大值点对应的信号幅值；v₁为在预处理振动信号中与所述第一极大值点靠右邻近的第一极小值点对应的信号幅值；u₂为与所述第一极小值点靠右邻近的第二极大值点对应的信号幅值；v_i为在预处理振动信号中间且为极小值点的匹配极值点对应的信号幅值；u_i+1为与所述匹配极值点靠右邻近的第i+1极大值点对应的信号幅值；v_i+1为与所述第i+1极大值点靠右邻近的第i+1极小值点对应的信号幅值；u_i+2为与所述第i+1极小值点靠右邻近的第i+2极大值点对应的信号幅值；y_min为左端点为极小值时所述与匹配极值点对应的匹配四边形与极值四边形的匹配度。

其中，当左端点为极大值时，所述匹配四边形与极值四边形的匹配度的计算公式为：

式中，x₁为所述左端点为极大值时左端点对应的信号幅值；v₁为在预处理振动信号中与所述左端点最邻近的第一极小值点对应的信号幅值；u₁为在预处理振动信号中与所述第一极小值点靠右邻近的第一极大值点对应的信号幅值；v₂为与所述第一极大值点靠右邻近的第二极小值点对应的信号幅值；u_i为在预处理振动信号中间且为极大值点的匹配极值点对应的信号幅值；v_i+1为与所述匹配极值点靠右邻近的第i+1极小值点对应的信号幅值；u_i+1为与所述第i+1极小值点靠右邻近的第i+1极大值点对应的信号幅值；v_i+2为与所述第i+1极大值点靠右邻近的第i+2极小值点对应的信号幅值；y_max为左端点为极大值时所述与匹配极值点对应的匹配四边形与极值四边形的匹配度。

(3)依据上述算法找到与所述极值四边形最匹配的匹配四边形对应的匹配极值点后，并获取其对应的时间值，将该匹配极值点的数据进行延拓至预处理振动信号的左端点处；

(4)通过以上同样步骤对预处理振动信号的右端点同样的进行延拓，最后得到延拓处理后的延拓振动信号。

本优选实施例中，相对于现有技术中计算量大的信号延拓算法，本实施例设计的延拓算法从端点邻近的局部信号特征出发，在全局信号中搜寻与端点处的局部信号特征最匹配的匹配极值点，进而将匹配极值点延拓到端点处以解决上述问题，该算法简单，且计算量较小。

本实施例中，所述信号补偿模块用于生成补偿用的白噪声信号，所述白噪声信号的幅值标准差的计算步骤为：

(1)通过经验模态分解算法(EMD)对所述预处理振动信号进行分解得到一系列有序的本征模函数分量，计算各个本征模函数分量对应的高频有效系数为：

式中，k_i为第i个本征模函数分量对应的高频有效系数；T为全部本征模函数分量中存在的极值点个数；T_i为第i个本征模函数分量存在的极值点的个数；L为所述预处理振动信号的长度；f_i(n)为第i个本征模函数分量中第n个极值点的幅值；i为与本征模函数分量对应的序号；T_j为第j个本征模函数分量存在的极值点的个数；f_j(n)为第j个本征模函数分量中第n个极值点的幅值；

(2)将各个本征模函数分量对应的高频有效系数进行从低到高的排序，并筛选出高频有效系数较大的K个本征模函数分量作为预处理振动信号中的高频成分；对这些高频成分进行重构获取与所述高频成分对应的幅值标准差；

(3)将所述高频成分对应的幅值标准差的1/6作为所述添加白噪声的幅值标准差，将求取得到的白噪声对延拓振动信号进行补偿得到补偿振动信号。

本实施例中，依上述方法获取得到的白噪声幅值标准差，相对于现有技术中依靠经验来添加的白噪声幅值标准差相比，能够更好的适应需要补偿的信号即延拓振动信号，将其补偿后的得到的补偿振动信号用于后续的降噪处理，使得降噪效果显著提升。

本实施例中，将所述补偿振动信号依据经验模态分解算法进行降噪处理得到振动特征信号的具体过程为：

首先对所述补偿振动信号采用经验模态分解算法进行分解，即可得到一系列有序的本征模函数分量(IMF分量)以及一个余项；然后，对得到的一系列有序的本征模函数分量进行有效筛选，所述有效筛选依据各个本征模函数分量对应的有效系数来进行；计算得到有效系数后，设定有效阀值，当计算得到的所述第i个本征模函数分量对应的有效系数大于有效阀值时，即认为所述第i个本征模函数分量为有效分量，将全部的本征模函数分量进行一一判别后，仅保留有效分量；最后，对所述有效分量进行重构合成，即可得到包含有隧道结构特征信息的振动特征信号。

本实施例中，所述第i个本征模函数分量对应的有效系数的计算公式为：

式中，w_i为第i个本征模函数分量对应的有效系数；P为所述本征模函数分量的总个数，且i∈P；r_ij为第i个本征模函数分量与除第i个本征模函数分量之外的第j个本征模函数分量之间的互相关系数；r_ii为第i个本征模函数分量的自相关系数；d_max为全部所述本征模函数分量对应的信息嫡中的最大值；d_min为全部所述本征模函数分量对应的信息嫡中的最小值；d_i为第i个本征模函数分量对应的信息嫡；k_max为全部所述本征模函数分量对应的高频有效系数中的最大值；k_min为全部所述本征模函数分量对应的高频有效系数中的最小值；k_i为第i个本征模函数分量对应的高频有效系数；σ、ρ为大于0的权重系数，且σ+ρ＝1。

本优选实施例中，基于经验模态分解算法来对补偿特征信号进行降噪处理，其中，改进设计了所述有效本征模函数分量筛选的算法，综合考虑了分量的多种特性，使得筛选效果好，显著的提高了筛选后得到的重构信号的信噪比。

本优选实施例，所述信号特征提取单元处理得到所述振动特征量的具体过程为：

(1)依据数学结构建模以及奇异值跳跃法来确定隧道结构***的***阶次；

(2)依据振动特征信号构造汉克尔矩阵，对所述汉克尔矩阵进行QR分解便可以得到投影矩阵，进而对所述投影矩阵依据***阶数进行奇异值分解，得到扩展的可观测矩阵以及卡尔曼滤波状态序列；

(3)将得到的扩展的可观测矩阵以及卡尔曼滤波状态序列在离散时间状态空间模型中处理得到特征矩阵以及输出矩阵；最后，从所述特征矩阵中识别出所述隧道结构的振动特征量。

本优选实施例中，提出的一种隧道运营阶段的安全监测***，能够实时的监测隧道内的振动信号，并实现了对振动数据信号的实时分析处理，依据分析处理结果对隧道结构进行针对性的健康状态评价；评价结果可以为隧道潜在的故障或结构缺陷提供支持或数据指导，该***结构简单、节省了部分人力，监测结果相对准确，很大程度上保障了隧道的安全运营。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (4)

1.一种隧道运营阶段的安全监测***，其特征在于，包括有：

数据监测子***，用于实时在线采集获取隧道运营阶段隧道微小振动时的振动数据信号；

数据汇集以及处理子***，用来结合隧道的现状条件对采集到的隧道振动数据信号进行集中处理，得到处理后的振动特征量；

数据通信子***，用于将所述振动特征量进行无线传输给远程后台的监测预警子***；

监测预警子***，用于接收所述振动特征量，依据所述振动特征量对隧道结构进行综合评估，并依评估结果进行监测预警；

所述数据监测子***通过数据通信子***与数据汇集以及处理子***连接，所述监测预警模块也通过数据通信子***与所述数据汇集以及处理子***连接；

所述信号预处理单元用于对所述振动数据信号进行初步降噪、过渡平滑，得到预处理振动信号；所述信号延展模块用于对所述预处理振动信号进行拓展延伸，以此完善预处理振动信号的端点信息，得到延拓振动信号；所述信号补偿模块用于生成白噪声信号，并用所述白噪声信号对所述延拓信号进行补偿得到补偿振动信号；所述信号降噪单元用于将所述补偿振动信号依据经验模态分解算法进行降噪处理得到振动特征信号；所述信号特征提取单元用于对所述振动特征信号进行处理得到所述振动特征量，所述振动特征量包括有固有振动频率、振动阻尼比以及振型系数；

所述数据汇集以及处理子***包括数据信号汇集模块，数据信号处理模块以及预警结果反馈模块；所述数据信号汇集模块用于对所述振动数据信号进行汇集、再依传感器ID号进行分类整合，分别储存在与传感器ID号对应的本地服务器上的储存区域内；所述数据信号处理模块包括信号预处理单元、信号延展单元、信号补偿单元、信号降噪单元以及信号特征提取单元，用于对所述振动数据信号进行一步步处理得到所述振动特征量；所述预警结果反馈模块用于通过数据通信子***获取监测预警子***得到的所述评估结果，并将所述评估结果反馈给隧道本地的相关工作人员进行检测核实；

所述对预处理振动信号进行拓展延伸，以完善预处理振动信号的端点信息，得到延拓振动信号的具体过程为：

(1)判断确定所述预处理振动信号的左端点的端点处为极大值还是极小值；针对上述判断结果，获取与左端点对应的端点特征波；具体为：

若左端点为极小值点，则获取与左端点依次最邻近的第一个极大值点、第一个极小值点、以及第二个极大值点；连接这四个包括左端点的极值点构成一个极值四边形，通过极值四边形来描述其端点特征波；若左端点为极大值点，则获取与左端点依次最邻近的第一个极小值点、第一个极大值点、以及第二个极小值点；连接这四个包括左端点的极值点构成一个极值四边形，通过极值四边形来描述其端点特征波；

(2)获取除左端点外的所有极值点，在预处理振动信号中搜寻与所述极值四边形差异度最小、匹配度最高的匹配四边形；所述匹配四边形与所述左端点的极值四边形对应，即：若左端点为极小值，则匹配四边形由匹配极值点，所述匹配极值点为预处理振动信号中一个极小值点，并在匹配极值点右边且与匹配极值点依次邻近的第i个极大值点、第i个极小值点、以及第i+1个极大值点构成；若左端点为极大值，则匹配四边形由匹配极值点，所述匹配极值点为预处理振动信号中的一个极大值点，并与匹配极值点依次邻近的第i个极小值点、第i+1个极大值点、以及第i+1个极小值点构成；所述i仅代表极值点的顺序标号，不具限定性；

其中，当左端点为极小值时，所述匹配四边形与极值四边形的匹配度的计算公式为：

式中，x₁为所述左端点为极小值时左端点对应的信号幅值；u₁为在预处理振动信号中与所述左端点最邻近的第一极大值点对应的信号幅值；v₁为在预处理振动信号中与所述第一极大值点靠右邻近的第一极小值点对应的信号幅值；u₂为与所述第一极小值点靠右邻近的第二极大值点对应的信号幅值；v_i为在预处理振动信号中间且为极小值点的匹配极值点对应的信号幅值；u_i+1为与所述匹配极值点靠右邻近的第i+1极大值点对应的信号幅值；v_i+1为与所述第i+1极大值点靠右邻近的第i+1极小值点对应的信号幅值；u_i+2为与所述第i+1极小值点靠右邻近的第i+2极大值点对应的信号幅值；y_min为左端点为极小值时所述与匹配极值点对应的匹配四边形与极值四边形的匹配度；

其中，当左端点为极大值时，所述匹配四边形与极值四边形的匹配度的计算公式为：

式中，x₁为所述左端点为极大值时左端点对应的信号幅值；v₁为在预处理振动信号中与所述左端点最邻近的第一极小值点对应的信号幅值；u₁为在预处理振动信号中与所述第一极小值点靠右邻近的第一极大值点对应的信号幅值；v₂为与所述第一极大值点靠右邻近的第二极小值点对应的信号幅值；u_i为在预处理振动信号中间且为极大值点的匹配极值点对应的信号幅值；v_i+1为与所述匹配极值点靠右邻近的第i+1极小值点对应的信号幅值；u_i+1为与所述第i+1极小值点靠右邻近的第i+1极大值点对应的信号幅值；v_i+2为与所述第i+1极大值点靠右邻近的第i+2极小值点对应的信号幅值；y_max为左端点为极大值时所述与匹配极值点对应的匹配四边形与极值四边形的匹配度；

(3)依据上述算法找到与所述极值四边形最匹配的匹配四边形对应的匹配极值点后，并获取其对应的时间值，将该匹配极值点的数据进行延拓至预处理振动信号的左端点处；

(4)通过以上同样步骤对预处理振动信号的右端点同样的进行延拓，最后得到延拓处理后的延拓振动信号；

所述信号补偿模块用于生成补偿用的白噪声信号，所述白噪声信号的幅值标准差的计算步骤为：

(1)通过经验模态分解算法(EMD)对所述预处理振动信号进行分解得到一系列有序的本征模函数分量，计算各个本征模函数分量对应的高频有效系数为：

式中，k_i为第i个本征模函数分量对应的高频有效系数；T为全部本征模函数分量中存在的极值点个数；T_i为第i个本征模函数分量存在的极值点的个数；L为所述预处理振动信号的长度；f_i(n)为第i个本征模函数分量中第n个极值点的幅值；i为与本征模函数分量对应的序号；T_j为第j个本征模函数分量存在的极值点的个数；f_j(n)为第j个本征模函数分量中第n个极值点的幅值；

(2)将各个本征模函数分量对应的高频有效系数进行从低到高的排序，并筛选出高频有效系数较大的K个本征模函数分量作为预处理振动信号中的高频成分；对这些高频成分进行重构获取与所述高频成分对应的幅值标准差；

(3)将所述高频成分对应的幅值标准差的1/6作为所述添加白噪声的幅值标准差，将求取得到的白噪声对延拓振动信号进行补偿得到补偿振动信号。

2.根据权利要求1所述的一种隧道运营阶段的安全监测***，其特征在于，所述数据监测子***包括压电式加速度传感器，所述压电式加速度传感器按照编号分布式的安装在隧道内的不同位置，对隧道内不同位置的所述振动数据信号进行采集。

3.根据权利要求1所述的一种隧道运营阶段的安全监测***，其特征在于，所述监测预警子***包括隧道结构状态评价模块，用于将接收到的所述振动特征量与隧道刚建成投入运行时监测得到的初始振动特征量进行比较，得到其相对于初始振动特征量的磨损衰退量，依据磨损衰退量来对隧道结构的健康状态进行评价。

4.根据权利要求2所述的一种隧道运营阶段的安全监测***，其特征在于，所述振动特征量相对于初始振动特征量的磨损衰退量的计算公式为：

式中，q_s为第s个所述压电式加速度传感器所处位置结构对应的振动特征量的磨损衰退量；s为所述压电式加速度传感器的ID号；N为隧道内装设的所述压电式加速度传感器总的个数；f_s0为第s个压电式加速度传感器所处位置对应结构的初始固有振动频率；n_s0为第s个压电式加速度传感器所处位置对应结构的初始振动阻尼比；z_s0为第s个压电式加速度传感器所处位置对应结构的初始振型系数；f_s为处理得到的第s个压电式加速度传感器所处位置对应结构的固有振动频率；n_s为处理得到的第s个压电式加速度传感器所处位置对应结构的振动阻尼比；z_s为处理得到的第s个压电式加速度传感器所处位置对应结构的振型系数；α、β、γ为依所述第s个压电式加速度传感器所处位置而设置的评价权重因子，且α+β+γ＝1，α、β、γ＞0。

Images