隧道形變動態(tài)檢測與分析系統(tǒng)研究.pdf

1、檢測地鐵隧道是否發(fā)生形變直接關系到列車行車安全。針對傳統(tǒng)人工靜態(tài)檢測不適合運營地鐵隧道的情況，本論文設計了一套基于激光掃描測距原理的車載隧道形變動態(tài)檢測與分析系統(tǒng)。該系統(tǒng)能夠有效對地鐵隧道形變進行檢測和分析，實現(xiàn)對形變?yōu)暮Φ谋O(jiān)測和預警。
　　論文首先介紹了系統(tǒng)的工作原理及總體設計方案;然后介紹了數(shù)據(jù)采集系統(tǒng)設計，包括主要傳感器選型，LMS500數(shù)據(jù)處理與USB數(shù)據(jù)傳輸;接著介紹了數(shù)據(jù)處理算法設計，包括多傳感器相對定位算法與基于RB

2、F神經(jīng)網(wǎng)絡的隧道建模算法;最后通過實驗驗證了系統(tǒng)的可行性。
　　為適應列車高速運行的狀態(tài)，本論文采用高速激光掃描測距儀和高速激光位移傳感器升級了數(shù)據(jù)采集系統(tǒng)，設計新的FPGA數(shù)據(jù)采集模塊增強了系統(tǒng)的通用性，并利用USB接口提高了數(shù)據(jù)傳輸速度，實現(xiàn)各傳感器數(shù)據(jù)的實時高速采集，完善了原有系統(tǒng)。
　　本論文提出了一套隧道形變檢測與分析算法，包括多傳感器相對定位算法與基于RBF(Radial Basis Function，RBF)神

3、經(jīng)網(wǎng)絡的隧道建模算法。多傳感器相對定位算法，在不增加成本的前提下，利用系統(tǒng)已有的轉速傳感器、激光掃描測距儀和激光位移傳感器分別獲取公里標、隧道特征數(shù)據(jù)與軌道特征數(shù)據(jù)。該算法通過公里標與隧道特征數(shù)據(jù)實現(xiàn)粗校準定位，通過公里標與軌道特征數(shù)據(jù)實現(xiàn)細校準定位，最終完成高精度、高可靠性的相對定位，解決了單一轉速傳感器定位精度受限造成的同一位置周期性檢測數(shù)據(jù)不匹配的問題，實現(xiàn)了周期性檢測數(shù)據(jù)的融合，為后續(xù)隧道模型的建立奠定基礎?；赗BF神經(jīng)網(wǎng)絡的

4、隧道建模算法，通過對融合后的隧道三維點云數(shù)據(jù)進行多周期訓練，建立多重RBF神經(jīng)網(wǎng)絡，不斷優(yōu)化隧道模型，最終建立出隧道內(nèi)壁模型和特殊區(qū)域模型。在完成實際檢測與模型建立的基礎上，將實際檢測數(shù)據(jù)與模型輸出數(shù)據(jù)進行對比，完成形變分析。
　　為驗證系統(tǒng)的可行性，在地鐵隧道現(xiàn)場和實驗室軌道環(huán)境分別進行實驗。實驗結果表明，該系統(tǒng)能夠有效進行相對定位并建立隧道模型，相對定位精度可達±10cm，形變分析精度可達±10mm。實現(xiàn)了隧道輪廓形變的檢測與