本发明涉及海底隧道结构安全智能评价，具体为一种海底隧道运行期间结构安全智能评价方法及系统。
背景技术：
1、海底隧道是连接陆地两侧的重要基础设施，通常用于交通运输、供水、排水或电力传输等目的，能够有效地减少水上交通的障碍和提升运输效率。这些隧道通常采用复杂的工程技术建造，面临着海洋环境的挑战，如水压、地震、土壤特性等，因此其设计与施工需要充分考虑安全性和耐久性。随着城市化进程加快和经济全球化的推动，海底隧道在现代交通网络中扮演着越来越关键的角色，成为促进区域经济发展的重要纽带，同时也对工程技术提出了更高的要求。
2、传统的评估方法往往依赖人工检查，效率低下且易受主观因素影响，分析的数据来源比较片面，未能从多方面综合分析海底隧道运行期间结构的健康状态。另外，不能实时对隧道环境进行监测，对于发现可能存在的异常情况具有滞后性。
3、现有技术存在以下不足：
4、现有海底隧道结构安全评估技术存在多个不足之处。首先，传统的监测手段往往依赖人工检查和定期评估，难以实现实时数据采集与分析，导致对突发事件的响应能力不足。此外，人工评估容易受到主观因素的影响，可能导致判断失误。其次，现有技术在处理复杂的环境变化和多变荷载条件时，缺乏灵活性和适应性，无法全面反映隧道的实际运行状态。数据分析能力的不足也显得尤为突出，未能有效利用大数据技术进行深度挖掘和智能化处理，导致潜在的风险和损伤未能及时识别和评估。此外，缺乏集成多种数据源的能力，往往导致评估结果的片面性，从而影响决策的科学性和准确性。综上所述，现有技术在实时性、准确性和综合分析能力上尚存明显不足，亟需更先进的技术手段来提升海底隧道的安全管理水平。
5、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本发明的目的在于提供一种海底隧道运行期间结构安全智能评价方法及系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种海底隧道运行期间结构安全智能评价方法，具体步骤包括：
4、步骤1：将海底隧道的拱顶、接头和支撑位置标记为关键位置，在关键位置处布置相关传感器，获取海底隧道的应变、位移、加速度和温度数据，并对数据进行预处理操作；
5、步骤2：采集海底隧道区域的历史地震数据，包括震中位置、震级、震源机制、土壤特性和地震波动参数，其中地震波动参数包括最大加速度、频谱特征和时程，并对除最大加速度外的历史地震数据进行特征提取操作，以得到历史地震数据的特征向量；
6、步骤3：基于机器学习模型，输入历史地震数据的特征向量，对应时间戳的最大加速度作为标签，对地震动模型进行训练，并依据专家评分法，对每个时间戳的最大加速度赋予震动损伤指数；
7、步骤4：结合海底隧道的应变数据和温度数据，获取海底隧道对应时间戳的应力数据；
8、步骤5：将采集到的应力、应变、位移、加速度、温度、最大加速度与预设的阈值进行比较，并标注每个数据的安全状态，生成特征向量，计算每个时间戳数据的健康状态概率，基于机器学习模型，将特征向量作为输入，对应的健康状态概率作为标签，对损伤评估模型进行训练；
9、步骤6：获取海底隧道的交通载荷，分析海底隧道的震动损伤指数、应力、健康状态概率和交通载荷，获取结构安全指数，并与预设的阈值进行比较，判断当前海底隧道运行状态。
10、进一步地，采集海底隧道相关数据所依据的具体逻辑为：
11、将海底隧道的拱顶、接头和支撑位置标记为关键位置，在每个关键位置布置应变计、光纤传感器、加速度计和温度传感器，获取每个监测点的应变、位移、加速度和温度数据，对存在空缺的数据采用前一时间戳和后一时间戳的均值替补，将所有监测点数据整合在一起，计算其均值，将各类数据的均值标定为海底隧道的应变、位移、加速度和温度数据，并对海底隧道的数据进行预处理，预处理包括标准化和去噪声处理，并将预处理后的数据整合为样本数据集。
12、进一步地，采集海底隧道的历史地震数据所依据的具体逻辑为：
13、依据时间戳采集历史地震数据的震中位置的经纬度坐标，获取震中位置与最近一个监测点之间的距离，将该距离标记为震中距离，并作为一个新的特征值，提取频谱特征数据中的主频和对应的幅值作为频谱特征的特征值，时程包括加速度和位移的时程，计算对应的均值和标准差作为特征值，并对所有数值数据进行归一化处理，土壤特性包括土壤类型、土层厚度，采用独热编码将土壤特性转换为数值特征，将预处理后的震中距离、震级、震源机制、土壤类型的数值特征、主频和对应的幅值、加速度时程的均值和标准差以及位移时程的均值和标准差整合为历史地震数据的特征向量。
14、进一步地，获取震动损伤指数所依据的具体逻辑为：
15、将历史地震数据的特征向量输入到地震动模型，对应时间戳的最大加速度作为标签，基于随机森林模型对地震动模型进行训练，使用交叉验证评估模型的稳健性，均方误差作为每次评估的性能指标，当地震动模型的均方误差值在范围内，标志着模型训练完成，并依据专家评分法，对每一个时间戳的最大加速度赋予震动损伤指数。
16、进一步地，获取海底隧道的应力数据所依据的具体逻辑为：
17、分析海底隧道的应变数据和温度变化量，获取海底隧道的应力数据所依据的公式为：
18、；
19、其中，为时刻的应力，为弹性模量，为时刻与前一时刻的应变差值，为热膨胀系数，为时刻与前一时刻的温度差值。
20、进一步地，构建损伤评估模型所依据的具体逻辑为：
21、对海底隧道的应力、应变、位移、加速度、温度和最大加速度数据与预设的阈值进行比较，若采集到的数据超过预设的阈值，则标记为损伤状态，若采集到的数据低于预设的阈值，则标记为健康状态，将标注好安全状态的数据整合为特征向量，输入至损伤评估模型中，对应的健康状态概率作为标签，对损伤评估模型进行训练，获取健康状态概率所依据的公式为：
22、；
23、其中，为时刻的健康状态概率，为时刻健康状态数据量，为时刻损伤状态数据量。
24、进一步地，判断当前海底隧道运行状态所依据的具体逻辑为：
25、在隧道入口处对驶入的车辆进行实时称重，记录每个车辆的载荷和轮胎的接触面积，获取海底隧道的交通载荷所依据的公式为：；
26、其中，为时刻海底隧道总的交通载荷，为时刻通过海底隧道的车辆数量，为时刻第辆车的重量，为时刻第辆车轮胎的接触面积，为时刻第辆车的动态载荷系数；
27、分析海底隧道的震动损伤指数、应力数据和健康状态概率，获取结构安全指数所依据的公式为：
28、；
29、其中，为海底隧道的结构安全指数，为震动损伤指数，为应力，为交通载荷，为健康状态概率，分别为对应数据的权重系数，，且；
30、实时采集当前时刻的海底隧道相关数据，获取当前时刻的结构安全指数，并与预设的安全阈值相比较，若当前时刻的结构安全指数超过预设的安全阈值，判断当前时刻处于异常状态，并发出预警，若当前时刻的结构安全指数低于预设的安全阈值，判断当前时刻处于安全状态，继续对海底隧道各数据进行监测。
31、本发明另外还提供一种海底隧道运行期间结构安全智能评价系统，所述海底隧道运行期间结构安全智能评价系统用于实现上述的一种海底隧道运行期间结构安全智能评价方法，包括：
32、数据采集模块，用于将海底隧道的拱顶、接头和支撑位置标记为关键位置，在关键位置处布置相关传感器，获取海底隧道的应变、位移、加速度和温度数据，并对数据进行预处理操作；
33、历史地震数据特征提取模块，用于采集海底隧道区域的历史地震数据，包括震中位置、震级、震源机制、土壤特性和地震波动参数，其中地震波动参数包括最大加速度、频谱特征和时程，并对除最大加速度外的历史地震数据进行特征提取操作，以得到历史地震数据的特征向；
34、震动损伤评估模块，用于基于机器学习模型，输入历史地震数据的特征向量，对应时间戳的最大加速度作为标签，对地震动模型进行训练，并依据专家评分法，对每个时间戳的最大加速度赋予震动损伤指数；
35、物理模型测试模块，用于结合海底隧道的应变数据和温度数据，获取海底隧道对应时间戳的应力数据；健康状态评估模块，用于将采集到的应力、应变、位移、加速度、温度、最大加速度与预设的阈值进行比较，并标注每个数据的安全状态，生成特征向量，计算每个时间戳数据的健康状态概率，基于机器学习模型，将特征向量作为输入，对应的健康状态概率作为标签，对损伤评估模型进行训练；
36、结构安全状态分析模块，用于获取海底隧道的交通载荷，分析海底隧道的震动损伤指数、应力、健康状态概率和交通载荷，获取结构安全指数，并与预设的阈值进行比较，判断当前海底隧道运行状态。
37、在上述技术方案中，本发明提供的技术效果和优点：
38、该海底隧道结构安全智能评价方法通过集成多种先进技术，显著提升了对隧道健康状态的监测和评估能力。首先，传感器的布置和数据采集能够实时捕捉关键位置的应变、位移、加速度和温度变化，使得对结构状态的评估更加全面和精准。其次，结合历史地震数据的特征提取与机器学习模型的训练，能够有效预测地震动对隧道的影响并量化损伤指数，从而提高对潜在风险的识别能力。最终，通过综合分析交通载荷和健康状态概率，形成的结构安全指数不仅能够及时反映隧道的运行状态，还为管理者提供了科学决策的依据，确保了隧道的安全性和运营效率。因此，该方法在提升结构安全监测的准确性、实时性和科学性方面具备显著的技术效果和优点。
1.一种海底隧道运行期间结构安全智能评价方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种海底隧道运行期间结构安全智能评价方法，其特征在于，采集海底隧道相关数据所依据的具体逻辑为：
3.根据权利要求2所述的一种海底隧道运行期间结构安全智能评价方法，其特征在于，采集海底隧道的历史地震数据所依据的具体逻辑为：
4.根据权利要求3所述的一种海底隧道运行期间结构安全智能评价方法，其特征在于，获取震动损伤指数所依据的具体逻辑为：
5.根据权利要求4所述的一种海底隧道运行期间结构安全智能评价方法，其特征在于，获取海底隧道的应力数据所依据的具体逻辑为：
6.根据权利要求5所述的一种海底隧道运行期间结构安全智能评价方法，其特征在于，构建损伤评估模型所依据的具体逻辑为：
7.根据权利要求6所述的一种海底隧道运行期间结构安全智能评价方法，其特征在于，判断当前海底隧道运行状态所依据的具体逻辑为：
8.一种海底隧道运行期间结构安全智能评价系统，其特征在于，所述海底隧道运行期间结构安全智能评价系统用于实现权利要求1-7任一项所述的海底隧道运行期间结构安全智能评价方法，包括：
