摘要
本发明涉及隧道工程结构健康巡检与预警技术领域,公开一种基于边缘计算的隧道结构安全评价和预警体系,旨在解决传统隧道监测中数据传输延迟、多源异构数据整合困难及实时评价不足问题。体系通过边缘计算框架,在隧道现场部署无线传感支点与网关,实现数据本地化预处理与综合评价。轻量化机器学习算法采用ShuffleNetV2与YOLOv8‑seg对巡检图像进行病害识别与分割;结合3σ准则、改进型自适应卡尔曼滤波及三次样条插值;动态评价模型基于变权重模糊综合评价与Cauchy隶属函数,通过乘积标度法动态调整指标权重;智能调度策略采用PID控制的自适应时间片轮转与双层WRR负载均衡。体系支持实时预警可视化,并兼容云端协同分析,显著提升隧道结构安全监测的时效性、精准性与可靠性。
技术关键词
预警体系
无线网关
隧道结构
实例分割网络
三次样条插值
三次样条函数
巡检设备
病害特征
协方差矩阵
卡尔曼滤波
模糊综合评价
观测噪声
机器学习算法
云端服务器
颈部结构
时间片
估计误差
特征金字塔网络
融合数据库
系统为您推荐了相关专利信息
多源交通数据
闭环反馈机制
交通状态预测
建议行驶速度
红绿灯控制器
数字控制振荡器
相位累加器
多项式拟合算法
补偿相位误差
高频段
客房
管控方法
多源异构数据
控制策略
动态时间规整算法
多角度超声波探头
波纹结构
反馈控制信号
测量方法
PVC管材