專利名稱：一種用于監(jiān)測隧道巖體塌方的報警系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種巖體位移監(jiān)測報警系統(tǒng)，尤其涉及一種基于差異進化支持 向量機的隧道巖體塌方監(jiān)測信息預(yù)測方法的報警系統(tǒng)。
背景技術(shù)：
隨著我國基礎(chǔ)建設(shè)的進行，水利、交通、礦山、建筑等各行業(yè)的地下工程 正方興未艾。很多情況下，隧道圍巖處于破碎帶和軟弱帶等復(fù)雜的地質(zhì)條件， 容易發(fā)生塌方事故。對這種惡劣條件下圍巖的位移監(jiān)測和塌方的預(yù)報顯得非常 重要。傳統(tǒng)的圍巖位移一般通過人工定期去讀取位移數(shù)據(jù)，然后由技術(shù)人員進 行分析， 一方面惡劣地質(zhì)條件和塌方的可能性對于讀測人員具有很大的危險性， 另一方面數(shù)據(jù)的讀取與分析具有一定滯后性。上述問題不利于保證隧道和人員 的安全，容易造成事故。因此，研究更好的監(jiān)測圍巖位移的時間序列預(yù)報算法 并設(shè)計具有在線和自動報警的裝置具有重要的意義。

發(fā)明內(nèi)容
本發(fā)明針對克服破碎帶和軟弱帶圍巖隧道傳統(tǒng)監(jiān)測方法對監(jiān)測人員的人身 安全和數(shù)據(jù)分析滯后等方面的問題，而研制一種圍巖位移的差異進化支持向量 機預(yù)測方法和在線自動監(jiān)測和塌方語音報警的報警系統(tǒng)。本發(fā)明采用的技術(shù)手 段如下
一種用于監(jiān)測隧道巖體塌方的報警裝置，包括安裝在圍巖的監(jiān)測位置上對 圍巖的位移信息進行檢測的位移傳感器，用于顯示圍巖位移信息的顯示單元； 其特征在于還包括
用于對圍巖位移信息進行預(yù)測和圍巖安全狀態(tài)進行判斷的處理單元；
用于對裝置進行信息設(shè)定的數(shù)值設(shè)定單元；
用于存儲圍巖位移采樣信息的數(shù)據(jù)存儲單元；
用于圍巖位移信息和/或危險狀態(tài)報警信息進行語音播報的語音輸出單元； 用于對圍巖狀態(tài)進行顯示的警示燈輸出單元；
所述位移傳感器將圍巖位移信息傳送到處理單元進行分析和預(yù)測處理，后 處理單元將預(yù)測的圍巖位移信息同圍巖狀態(tài)判別信息進行比較，得到圍巖未來
狀態(tài)信息后處理單元再將不同的圍巖狀態(tài)信息轉(zhuǎn)化為不同燈光的控制信號發(fā)送 到警示燈輸出單元進行圍巖未來狀態(tài)的燈光顯示；當(dāng)預(yù)測的圍巖位移信息超過 設(shè)定警戒值則處理單元向語音輸出單元發(fā)出控制指令進行—語音報警。
一種基于差異進化支持向量機的巖體監(jiān)測信息預(yù)測的方法，其特征在于包括 以下步驟
A、 根據(jù)采集的位移時間序列構(gòu)造樣本；
B、 對差異進化支持向量機算法進行初始化設(shè)置，包括設(shè)置差異進化初始參 數(shù)，待優(yōu)化變量數(shù)為2，種群數(shù)量，縮放因子F，雜交概率常數(shù)CR;隨機給出初
始種群，不同的個體對應(yīng)不同的支持向量機參數(shù)核參數(shù)CJ和懲罰因子C;
C、 按照差異進化的算法進行變異操作和交義操作；
D、 每個個體對應(yīng)的參數(shù)決定一個支持向量機模型，用它對測試樣本進行預(yù) 測，計算每個個體的適應(yīng)值S(X)，以反映本支持向量機模型的推廣預(yù)測能力， 適應(yīng)值函數(shù)如下
<formula>formula see original document page 5</formula>式中，xi為第i個測試樣本的位移預(yù)測值；xi'為第i個測試樣本的實測值； i=l， 2，…n， n為測試樣本的個數(shù)；采用貪婪搜索原則進行差異進化算法的選 擇操作；
E、 判斷選擇個體的適應(yīng)值是否滿足要求，如不滿足要求，再進行新一輪的 計算，返回步驟C;如果適應(yīng)值滿足要求，計算結(jié)束；
F、 利用獲得支持向量機模型進行圍巖位移變化的預(yù)報。
其中，歩驟D中的預(yù)測值是利用進化支持向量機方法進行序列樣木的學(xué)習(xí)， 從而對位移時間序列實行預(yù)測的；同時還采用滾動預(yù)測的方法獲得預(yù)測值，其 步驟如下
a、 確定預(yù)測時間序列(xth設(shè)最佳歷史點數(shù)為p，預(yù)測的步數(shù)為m;
b、 根據(jù)已經(jīng)獲得的n個時間序列U0， xl,…，xn-1}，用n個時間序列的bd， xi+l,…，xi+p-1， xi+p} (i=0，l，2，"'，n-p-l)n-p組時序預(yù)測n時刻后的 {xn， xn+l，…，xn+m-l)m個時序；
c、 隨著后面m個時序的獲得，用m個新的時序替代前面的{x0， xl，…，xm_l}m 個時序進行下一步的預(yù)測，得到下一次的m個預(yù)測值，依次類推。
該系統(tǒng)能夠自動地在線監(jiān)測圍巖變形數(shù)據(jù)，并采用差異進化支持向量機的 時間序列模型及時地對數(shù)據(jù)進行分析預(yù)測，根據(jù)警戒值進行聲音和燈光遠(yuǎn)距離 報警，報警具有超前性，使相關(guān)人員在安全范圍內(nèi)掌握圍巖的狀態(tài)，并及時做 出反應(yīng)。該裝置帶有存儲數(shù)據(jù)的功能，也可以進行數(shù)據(jù)保存和轉(zhuǎn)移。充分利用 了微處理器的信息處理和計算能力實現(xiàn)了圍巖位移的在線自動監(jiān)測預(yù)報，差異 進化支持向量機時間序列算法的優(yōu)越性提高了預(yù)報的準(zhǔn)確性。另外，語音和燈 光報警可以遠(yuǎn)距離傳達(dá)信息，保證了人身安全。聲音報警的使用，使信息更加 清楚。


圖1為本發(fā)明報警裝置的結(jié)構(gòu)框圖2為圍巖位移時間序列滾動預(yù)測示意圖3為圍巖位移差異進化支持向量機的時間序列預(yù)測算法流程框圖4為監(jiān)測隧道巖體塌方的報警系統(tǒng)流程圖5為語音報警單元的硬件圖6為實施例的現(xiàn)場的監(jiān)測點布置不意圖7為實施例的8月6日至10月14日的檢測數(shù)據(jù)；
圖8為實施例中支持向量機預(yù)測模型對檢驗樣本的預(yù)測結(jié)果比較圖9為實施例中差異進化算法適應(yīng)值隨著迭代次數(shù)變化情況。
具體實施例方式
如圖1所示，本發(fā)明提出了一種基于差異進化支持向量機的隧道巖體塌方 監(jiān)測信息預(yù)測方法的報警裝置，能夠自動地在線監(jiān)測圍巖變形數(shù)據(jù)，并能夠及 時地對數(shù)據(jù)進行分析預(yù)測，根據(jù)警戒值進行聲音和燈光遠(yuǎn)距離報警，聲音報警 的信息明確，使相關(guān)人員遠(yuǎn)距離掌握圍巖的狀態(tài)，并及時作出反應(yīng)，該裝置帶 有存儲數(shù)據(jù)的功能，也可以進行數(shù)據(jù)保存和轉(zhuǎn)移。該報警裝置通過安裝在圍巖
上的多個位置的位移傳感器101獲得電測信號，通過信號變送器102、 A/D轉(zhuǎn)換 單元103輸入處理單元105中，處理單元105根據(jù)時鐘的周期進行時間序列的 采樣(如每小時l次)，這里為了防止干擾，采用了信號的平滑濾波方法采集數(shù) 據(jù)，采樣的數(shù)據(jù)存入數(shù)據(jù)存儲單元106，圍巖位移的大小和變形速率是衡量圍巖 狀態(tài)以及是否可能塌方的重要信息，其時間序列蘊涵了位移變化的趨勢，通過 處理單元105對時間序列分析預(yù)測，圍巖狀態(tài)的判別準(zhǔn)則可由數(shù)值設(shè)定單元104 進行信息設(shè)定，然后根據(jù)判別準(zhǔn)則得到圍巖狀態(tài)，以此來評價圍巖是危險、比 較危險還是安全的狀態(tài)，可通過顯示單元109進行顯示，也可通過不同顏色的 燈光進行報警，同時調(diào)用語音報警單元進行語音報警。本實施例的處理單元105 采用單片機8031;語音輸出單元107由語音芯片ISD33060、音頻放人器和揚聲 器組成；警不燈輸出單元108輸出的各種顏色的指示燈起到警示的含義(如 紅、綠、黃分別代表危險、安全和比較危險)。圖5是語音報警單元的硬件電路 圖，反映了一種語音報警的實現(xiàn)方式，由微處理器、語音芯片ISD33060、音頻 放大器和揚聲器組成。
支持向量機(SVM)是90年代中期出現(xiàn)的基于統(tǒng)計學(xué)習(xí)理論的通用學(xué)習(xí)方 法，可以很好地用于函數(shù)擬合問題[9]。首先考慮用線性回歸函數(shù)/0O-w.x + 6擬 合數(shù)據(jù)^，為}， /=1， ...， "； x,E7 、 "Ei 的問題，并假設(shè)所有訓(xùn)練數(shù)據(jù)都可 以在精度e下無誤差地用線性函數(shù)擬合，考慮到允許擬合誤差的情況，引入松弛 因子《,0和《>0，貝lj
<formula>formula see original document page 7</formula>
優(yōu)化目標(biāo)為最小化|||《懲罰因子C >0控制對超出誤差￡的樣 本的懲罰程度，采用同樣優(yōu)化方法可以得到其對偶問題，在條件
零("，-"'*)=。， (2) 下，對Lagrange閔子,《最大化目標(biāo)函數(shù)
得回歸函數(shù)k '' '"
<formula>formula see original document page 7</formula> (4)
這里《,、",'對應(yīng)的樣本就是支持向量。本文采用高斯核函數(shù)替代(9)、 (10) 屮的內(nèi)積運算來實現(xiàn)非線性函數(shù)擬合。
差異進化算法(DE)是RainerStorn禾B Ken. Price 1995年提出的一種新型 直接尋優(yōu)算法，具有較好的全局收斂屬性，對各種非線性函數(shù)適應(yīng)性強，是極 具潛力的跨學(xué)科的優(yōu)化算法[7]。
在DE算法中，令第G代種S^中向量的個數(shù)為iVp，第G代中向量可以表示
為<formula>formula see original document page 8</formula>,每個向量個體包含D個分量。其算法過程如下
1) 產(chǎn)生初始種群。在D維空間里隨機產(chǎn)生滿足自變量上下界約束A^的個染
色體，公式如下
<formula>formula see original document page 8</formula> (5 )式中x&.C/、分別為第/個分量的上界和下界，ra^4(0,l)是0和1之間 的隨機數(shù)。
2) 變異操作。在DE算法中，縮放種群中任意兩個目標(biāo)向量個體之間的差值 并疊加到種群中的第3個向量個體上，形成新的變量，此過程稱為變異。對于 第G代每個目標(biāo)向量，其變異向量第_/分量為
V,乂G十1 )=W(G)+F(xj )) (6)
公式中下標(biāo)W,W,W為1到A^之間的隨機整數(shù)且互不相同，F(xiàn)為縮放因子， 用來調(diào)節(jié)向量差異的步長幅值，在0 2內(nèi)取值。
3)交叉操作。將目標(biāo)向量:c,，G與變異向量v, (G+l)按照如下規(guī)則雜交， 生成新的試樣向量M,. (G+l):
式中。
e
為與向量第7'個分量對應(yīng)的隨機數(shù);C7 e
為雜交概率常數(shù); m/為在l， 2，…，D中隨機挑選一個整數(shù)，以確保變異向量V, (G+l)中，至 少有一個分量被試樣向量w, (G+l)采用。
4)選擇。采用貪婪搜索方法進行選擇操作。將試樣向量",(G+1)與H標(biāo)向量 A(G)比較，如果w(GH)對應(yīng)較小的目標(biāo)函數(shù)值，則選擇向量",(G+1);反之如果， 4G)對應(yīng)較小的目標(biāo)函數(shù)值，則保留向量x,(G)。通過迭代次數(shù)和預(yù)測誤差判斷 是否符合終止條件，如果符合停止運算，否則，轉(zhuǎn)到步驟(2)。
如圖2、圖3所不對時序模型和差異進化支持向量機的算法流程進行說明， 現(xiàn)場監(jiān)測的數(shù)據(jù)構(gòu)成了非線性的時間序列hiHhl，x2，…，xN)，對這個非線性 位移序列進行預(yù)測，就是要尋找在i+P時刻的位移值和前P個時刻的位移值 xi，xi+l，…，xi+p-1的關(guān)系，即xi+p=f (xi，xi+l，…，xi+p-l) ， f ()為一個非線性 函數(shù)，表示位移時間序列之間非線性關(guān)系。根據(jù)支持向量機理論，上述的非線 性對應(yīng)關(guān)系可以通過支持向量機對若干組實測位移序列樣本的學(xué)習(xí)獲得。用(4)
表示求解。在利用進化支持向量機方法進行位移時間序列預(yù)測時，為了充分利 用最新的信息，提高預(yù)測的準(zhǔn)確性，采用了滾動預(yù)測的方法。其基本思想是， 假設(shè)要對時間序列(xU進行預(yù)測，最佳歷史點數(shù)為p，預(yù)測的步數(shù)為m(p、 m根 據(jù)實際問題確定)；目前已經(jīng)獲得n個時間序列kO，xl,…，xn-lh滾動預(yù)測的 第 一 步是，用n個時間序列的{xi， xi+l，…，xi+p-1， xi+p} (i=0， 1， 2，， n-p-l)n-p組時序預(yù)測n時刻后的(xn， xn+l，， xn+m-l!m個時序； 隨著后面m個時序的獲得，用m個新的時序替代前面的{xO, xl，， Xm-l}m個時 序進行下一歩的預(yù)測，得到下一次的m個預(yù)測值，依次類推(如圖2所示)。
采用支持向量機建立時間序列模型，可以反映上述復(fù)雜的非線件關(guān)系f0 。 但是在采用支持向量機進行建模時，有兩類參數(shù)即懲罰因子C和核參數(shù)(本文 為cr)，是非常重要的，直接影響了模型的預(yù)測準(zhǔn)確程度。尋求最佳的懲罰因子C 和核參數(shù)a是一個最佳模型選擇問題。利用差異進化算法對支持向量機的C和cr 進行搜索，可以減少試算的盲目性，提高模型預(yù)測準(zhǔn)確性。監(jiān)測信息預(yù)測分析 的差異進化支持向量機模型算法的流程圖如下
(1) 根據(jù)采集的位移時間序列構(gòu)造樣本。
(2) 對差異進化支持向量機算法進行初始化設(shè)置，包括設(shè)置差異進化初始參 數(shù)，待優(yōu)化變量數(shù)為2，種群數(shù)量，縮放因子F,雜交概率常數(shù)CR。隨機給出初 始種群，不同的個體對應(yīng)不同的支持向量機參數(shù)(核參數(shù)o和C)。
(3) 按照差異進化的算法進行變異操作和交叉操作。
(4) 每個個體對應(yīng)的參數(shù)決定一個支持向量機模型，用它對測試樣本進行預(yù) 測，計算每個個體的適應(yīng)值f(x)，以反映本支持向量機模型的推廣預(yù)測能力， 適應(yīng)值函數(shù)如下
= min(max('
<formula>formula see original document page 9</formula>
式中，xi為第i個測試樣本的位移預(yù)測值；xi'為第i個測試樣本的實測值； i二l， 2，…n， n為測試樣本的個數(shù)。采用貪婪搜索原則進行差異進化算法的選 擇操作。
(5) 判斷選擇個體的適應(yīng)值是否滿足要求，如不滿足要求，再進行新一輪的 計算，返回步驟(3)。如果適應(yīng)值滿足要求，計算結(jié)束。
(6) 利用獲得支持向量機模型進行圍巖位移變化的預(yù)報。 實施例以面積為2600m2的洞室為例進行說明，其中洞室的長32.75m，寬 15.2m。東側(cè)高8m，西側(cè)高6m。周圍環(huán)境比較復(fù)雜，洞室東南角約3m處為五 層的辦公樓，辦公樓已經(jīng)接近于封頂；距洞室北側(cè)5m處為已建成的多層住宅； 距洞室西側(cè)不足10m處為浦頭港，并且浦頭港內(nèi)水面高程高于洞室場地表面； 洞室北側(cè)圍護樁的內(nèi)側(cè)有一條高壓電纜通過?，F(xiàn)場的監(jiān)測點布置情況如圖6所 示(現(xiàn)在以該洞室的測點8的監(jiān)測信息為例)，采用本文方法對該測點的8月6 日至10月14日的數(shù)據(jù)(如圖7所示)進行分析。用VC十+編寫本文DE-SVM 程序，支持向量機采用SMO學(xué)習(xí)算法，通過試算選取歷史步數(shù)為5，構(gòu)造9個 學(xué)習(xí)樣本，預(yù)測步數(shù)為l，利用前14d的監(jiān)測數(shù)據(jù)，對后4d的變形進行滾動預(yù) 測。設(shè)置差異進化搜索參數(shù)設(shè)置差異進化算法的初始參數(shù)F=0.9， Ci =l，初 始種群數(shù)為20，最人迭代次數(shù)為1000。運行計算程序，至迭代結(jié)束時，搜索得 到支持向量機的選定懲罰因子C為147.22，高斯核函數(shù)參數(shù)o為13.26，對應(yīng)的 支持向量機預(yù)測模型對檢驗樣本的預(yù)測結(jié)果比較見圖8,預(yù)測最大絕對誤差為 1.4mm，相對誤差為2.31%，效果是令人滿意的。圖9為差異進化算法適應(yīng)值隨 著迭代次數(shù)變化情況，顯示了良好的收斂能力。
如圖4所反映的報警系統(tǒng)工作過程如下首先通過自動監(jiān)測裝置進行圍巖 位移的時間序列采樣，并存入數(shù)據(jù)存儲單元，然后將這些時間序列數(shù)據(jù)構(gòu)造成 滾動預(yù)測樣本數(shù)據(jù)，調(diào)用差異進化支持向量機算法進行學(xué)習(xí)和訓(xùn)練，獲得時間 序列模型，并對未來的時間的位移進行預(yù)測。根據(jù)圍巖的埋深、洞室尺寸和巖 體類別實現(xiàn)設(shè)定了警戒值，將預(yù)測值與設(shè)定警戒值進行比較，如果小于警戒值， 則說明圍巖是安全的。如果預(yù)測值大于警戒值則結(jié)合變形速率進行危險性類別 判斷，并進行聲音和燈光報警。另外，處理單元及A/D轉(zhuǎn)換單元、數(shù)值設(shè)定單 元、數(shù)據(jù)存儲單元、語音輸出單元和警示燈輸出單元可以集成在一個電路板， 并安裝在一個密封金屬盒中，體積小巧，并且具有防水作用。單片機具有較低 的成本的同時，其較強的數(shù)據(jù)信息處理能力，可以對信號在線進行時間序列的 采樣及分析預(yù)測。燈光和語音報警，可以使人在遠(yuǎn)方安全地獲得圍巖的狀態(tài)信 息。
以上所述，僅為本發(fā)明較佳的具體實施方式
，但本發(fā)明的保護范圍并不局 限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本 發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護 范圍之內(nèi)。
權(quán)利要求
1、一種用于監(jiān)測隧道巖體塌方的報警裝置，包括安裝在圍巖的監(jiān)測位置上對圍巖的位移信息進行檢測的位移傳感器，用于顯示圍巖位移信息的顯示單元；其特征在于還包括用于對圍巖位移信息進行預(yù)測和圍巖安全狀態(tài)進行判斷的處理單元；用于對裝置進行信息設(shè)定的數(shù)值設(shè)定單元；用于存儲圍巖位移采樣信息的數(shù)據(jù)存儲單元；用于圍巖位移信息和/或危險狀態(tài)報警信息進行語音播報的語音輸出單元；用于對圍巖狀態(tài)進行顯示的警示燈輸出單元；所述位移傳感器將圍巖位移信息傳送到處理單元進行分析和預(yù)測處理，后處理單元將預(yù)測的圍巖位移信息同圍巖狀態(tài)判別信息進行比較，得到圍巖未來狀態(tài)信息后處理單元再將不同的圍巖狀態(tài)信息轉(zhuǎn)化為不同燈光的控制信號發(fā)送到警示燈輸出單元進行圍巖未來狀態(tài)的燈光顯示；當(dāng)預(yù)測的圍巖位移信息超過設(shè)定警戒值則處理單元向語音輸出單元發(fā)出控制指令進行語音報警。
2、 一種基于差異進化支持向量機的巖體監(jiān)測信息預(yù)測的方法，其特征在于 包括以下步驟A、 根據(jù)采集的位移時間序列構(gòu)造樣本；B、 對差異進化支持向量機算法進行初始化設(shè)置，.包括設(shè)置差異進化初始參 數(shù)，待優(yōu)化變量數(shù)為2，種群數(shù)量，縮放因子F，雜交概率常數(shù)CR;隨機給出初始種群，不同的個體對應(yīng)不同的支持向量機參數(shù)核參數(shù)d和懲罰因子C;C、 按照差異進化的算法進行變異操作和交叉操作；D、 每個個體對應(yīng)的參數(shù)決定一個支持向量機模型，用它對測試樣本進行預(yù) 測，計算每個個體的適應(yīng)值S(x)，以反映本支持向量機模型的推廣預(yù)測能力，適應(yīng)值函數(shù)如下<formula>formula see original document page 2</formula>式中，xi為第i個測試樣本的位移預(yù)測值；xi'為第i個測試樣本的實測值； i二l， 2，…n， n為測試樣本的個數(shù)；采用貪婪搜索原則進行差異進化算法的選 擇操作； E、 判斷選擇個體的適應(yīng)值是否滿足要求，如不滿足要求，再進行新一輪的 計算，返回步驟C;如果適應(yīng)值滿足要求，計算結(jié)束；F、 利用獲得支持向量機模型進行圍巖位移變化的預(yù)報。
3、根據(jù)權(quán)利要求2所述的基于差異進化支持向量機的巖體監(jiān)測信息預(yù)測的 方法，其特征在于步驟D中的預(yù)測值是利用進化支持向量機方法進行序列樣本 的學(xué)習(xí)，從而對位移時間序列實行預(yù)測的；同時還采用滾動預(yù)測的方法獲得預(yù) 測值，其步驟如下a、 確定預(yù)測時間序列(xth設(shè)最佳歷史點數(shù)為p，預(yù)測的步數(shù)為m;b、 根據(jù)己經(jīng)獲得的n個時間序列{x0， xl,…，xn-1}，用n個時間序列的{xi， xi+l，…，xi+p-1, xi+p} (i二0， 1,2，…，n-p-l)n-p組時序預(yù)測n時刻后的 {xn， xn+l，…，xn+m-l}m個時序；c、 隨著后面m個時序的獲得，用m個新的時序替代前面的{x0， xl，…，xm-l}m 個時序進行下一步的預(yù)測，得到下一次的m個預(yù)測值，依次類推。
全文摘要
本發(fā)明公開了一種用于監(jiān)測隧道巖體塌方的報警系統(tǒng)，其裝置包括位移傳感器、顯示單元、處理單元、數(shù)據(jù)存儲單元、語音輸出單元和警示燈輸出單元；位移傳感器將圍巖位移信息傳送到處理單元進行分析和預(yù)測處理，后將預(yù)測的圍巖位移信息同圍巖狀態(tài)判別信息進行比較；處理單元再將不同的圍巖狀態(tài)信息轉(zhuǎn)化為不同燈光的控制信號發(fā)送到警示燈輸出單元進行圍巖狀態(tài)的燈光顯示；當(dāng)預(yù)測的圍巖位移信息超過設(shè)定警戒值則處理單元向語音輸出單元發(fā)出控制指令進行語音報警。并采用差異進化支持向量機的時間序列模型及時地對數(shù)據(jù)進行分析預(yù)測的方法。該系統(tǒng)具有警戒值聲音和燈光遠(yuǎn)距離報警，報警具有超前性等特點，適于在隧道、基坑等工程中廣泛推廣。
文檔編號G08B21/00GK101359420SQ20081001346
公開日2009年2月4日 申請日期2008年9月26日 優(yōu)先權(quán)日2008年9月26日
發(fā)明者姜諳男 申請人:大連海事大學(xué)