人工智能技術在城市公路隧道中的應用

1、人工智能技術在城市公路隧道中的應用人工智能技術在城市發(fā)展規(guī)劃中的應用人工智能技術(ArtiifeialIntelligenee)簡稱Al,顧名思義,它就是模擬和擴展人的智能的一種科學技術,與計算機技術的發(fā)展有著密切關系是計算機科學研究中的一個分支。在人工智能技術中,計算機就是實現(xiàn)這項技術的物質手段和載體人工智能的各項應用都是通過計算機軟件來實現(xiàn)的?，F(xiàn)在為了延伸人類的各種智能來滿足社會發(fā)展需要人工智能的各項研究越來越多,人工智能技術的應用也越來越廣泛。在城市發(fā)展規(guī)劃中人工智能技術的應用主要表現(xiàn)在決策支持系統(tǒng)方面。一方面在決策上,計算機的決策支持系統(tǒng)借助于知識、數據以及模型通過人機交互進行的方式對

2、城市發(fā)展規(guī)劃進行半結構或者非結構化的決策,對城市發(fā)展規(guī)劃決策者起到輔助作用;另一方面在管理方面二央策支持系統(tǒng)作為數字城市中重要的數據分析工具能夠完成大量的復雜工作提高城市發(fā)展規(guī)劃管理水平。一、背景在經濟高速發(fā)展背景下，城鎮(zhèn)化的普及，越來越多的人進入城市，給城市空間造成巨大的壓力。為了減少壓力，不可避免的加大對高空建筑以及地下空間的研究使用開發(fā)。特別是為了提高城市內的交通環(huán)境和質量，建立了許多城市隧道。據最新數據表明，我國已經運營的隧道達到座，通車里程達到，是世界上公路隧道最多的國家。隨著我國經濟的快速發(fā)展和城市化進程的速度加快，越來越多的人涌入城市里面，給城市的交通帶來極大的挑戰(zhàn)。考慮到城市交

3、通的特殊性以及“自然和諧相處”的理念。近年來城市公路隧道的建設速度越來越快。隨著人工智能技術的快速發(fā)展，神經網絡被廣泛應用于控制和對數據進行預現(xiàn)。尤其是神經網絡自適應控制，由于較好地結合了神經網絡和自適應控制的優(yōu)點，對于隧道監(jiān)控系統(tǒng)的專家預案管理，自動根據隧道實時監(jiān)控數據和歷史數據庫來完成對隧道的智能化控制。智能化監(jiān)控系統(tǒng)還應該對監(jiān)控系統(tǒng)的故障和穩(wěn)定性給出快速正確的反應以保障隧道安全和高效運行。隧道內大量監(jiān)控設備的引入通過各種環(huán)境監(jiān)控探頭來實時采集隧道內的環(huán)境信息，隧道監(jiān)控人員根據這些監(jiān)控數據來制定隧道控制策略以保障隧道內的環(huán)境適合人類生存?？梢哉f大量監(jiān)控設備的引入為隧道的安全有效運營提供了極

4、大的保障。1.目前高速公路隧道監(jiān)控系統(tǒng)的不足由于傳統(tǒng)隧道監(jiān)控系統(tǒng)設計的設計和現(xiàn)代化技術應用的不完全，使得現(xiàn)行隧道監(jiān)控系統(tǒng)還存在著許多不足，主要表現(xiàn)在以下幾個方面：目前大多數隧道監(jiān)控系統(tǒng)的系統(tǒng)結構較為落后，以集散式控制方式為主，效率較為低下，并且日常管理較為復雜，可靠性也不強。由于隧道監(jiān)控系統(tǒng)是一個非常復雜的由大量硬件和軟件構成的復雜系統(tǒng)。這么多硬件和軟件組成在一起使得隧道監(jiān)控系統(tǒng)變成一個不穩(wěn)定系統(tǒng)。而不同于集散式控制的隧道監(jiān)控系統(tǒng)的總線控制方式具有較大優(yōu)勢。首先總線控制方式控制較為集中，維護成本低，系統(tǒng)調度簡單和決策準確。故進來總線控制方式越來越多的被應用于隧道監(jiān)控中。隧道智能交通控制系統(tǒng)的智

5、能化程度需要進一步提高，特別是隨著近年來人工智能的發(fā)展，智能控制的研究和應用更加成熟和廣泛的今天，隧道智能控制可以進一步研究。隧道現(xiàn)行的控制大多是通過隧道監(jiān)控人員觀察決策后手動控制。隧道監(jiān)控系統(tǒng)包含許多軟件和硬件設備，各個設備的故障檢測手段較為簡單，而為了隧道的長期安全高效運營，隧道的故障檢測需進一步提高和高效。2.本文研究的目的和意義當前的隧道監(jiān)控系統(tǒng)在隧道的各個設備的故障檢測方面涉及較少，隧道智能監(jiān)控系統(tǒng)不是僅僅能實現(xiàn)隧道智能控制，隧道智能監(jiān)控系統(tǒng)對隧道內的環(huán)境信息采集和可控設備控制還遠遠達不到使隧道安全、高效、經濟以及環(huán)保運行的效果。一個完整的隧道智能監(jiān)控系統(tǒng)包括，對隧道內的環(huán)境信息釆集

6、、對隧道內的可控設備控制、對隧道內的火災和環(huán)境等報警信息進行及時報警、對隧道內的軟硬件設備進行及時、高效的故障檢測機制。而故障檢測機制是隧道監(jiān)控系統(tǒng)長期、安全、高效運營的保障。二、神經網絡與故障樹分析法的基本理論神經網絡的基本原理大量的簡單神經元組成一個相對復雜的神經網絡，每個神經元有數個輸入以及唯一的輸出。神經網絡中的各個神經元之間由可以變化的權值連接。其數學模型如圖所示：輸入向量與輸出向量具有如下關系：可以把由大量神經元構成的人工神經網絡看做一個有向圖，各個神經元連接對應一個實數，即連接權系數，或稱為權重。權值的集合可以作為一個長期的記憶并且是動態(tài)變化的，在對神經網絡進行訓練的時候各個神經

7、元之間的連接權值是在訓練過程中不斷改變的。其改變的最終目的就是使神經網絡整體誤差達到最小或者允許范圍。連接權值分為正負兩種情況。當它為正的時候表示該神經元處于興奮狀態(tài)。當它為負的時候表示該神經元處于抑制狀態(tài)。神經網絡的訓練主要體現(xiàn)在連接權值的改變。而連接權值也描述著神經網絡的特征。某些時候神經元具有某個實數值稱為神經元的狀態(tài)。神經網絡中的每個神經元都對下層網絡神經元有一個輸出，輸出值根據兩個神經元之間的連接權值和輸出神經元的狀態(tài)。這種依賴性通過輸出激勵函數處理。三、基于故障樹的隧道故障檢測的研究1、隧道控制系統(tǒng)的硬件介紹及故障信息隧道的修建極大的緩解了城市交通的壓力，但是修好的隧道并不是建好就

8、可以一直運營的，隧道在運行過程中會產生許多隧道本身的問題，例如隧道內光線比較差，能見度很低，特別是在較長的隧道中，隨著車輛的大量進入和隧道的長時間運營會產生大量的CO和其他有害氣體使隧道不在適合人類生存，故在隧道中需要安裝大量的傳感器來檢測隧道內的環(huán)境信息，安裝可控設備來改善隧道內的環(huán)境。一個典型的隧道要安裝的設備一般分為信息采集設備和可控設備。信息采集設備分為：車檢器、溫度濕度傳感器、光強傳感器、風速風向傳感器、火災報警器?？煽卦O備分為：風機、車道燈、白熾燈鈉燈等等。其中車檢器是負責采集隧道車輛數量和車速，一個隧道可能安裝數個車檢器。車檢器故障一般分為：斷電、通信故障、數據錯誤。溫度濕度傳感

9、器是負責采集隧道內的溫度和濕度信息，一般一個隧道內安裝至少2個該傳感器，它的故障信息一般分為：斷電、通信故障、檢測數據錯誤。光強傳感器是負責采集隧道內的光強度以便與外光強對比，它的故障信息一般分為：斷電、通信故障、檢測數據錯誤。風速風向傳感器負責釆集隧道內的風速和風向信息，它的故障信息一般包括：斷電、通信故障、數據采集錯誤。火災報警器是負責檢測隧道內的火災安全情況，它的故障一般包括：斷電、通信故障、誤報率過高等等故障信息。風機主要是降低隧道內CO濃度和提高能見度，并能在火災發(fā)生的時候排放隧道內的濃煙，它的故障一般分為：斷電、通信故障、產風量下降等等。照明主要為隧道內提供照明信息，它的故障信息一

10、般包括：斷電、通信故障。車道燈為隧道內的交通信號，故障一般包括：斷電、通信故障。隧道內的這些傳感器和可控設備是通過PLC和觸摸屏進行控制并通過工業(yè)總線連接至組態(tài)王，所有的隧道環(huán)境信息和可控設備信息匯總到組態(tài)王。在信息釆集和傳輸過程中故障的發(fā)生是不可避免的，但是通過故障樹建立一個形象明了的故障信息表有利于我們對隧道內故障信息的檢測、故障原因的判斷和故障的修復。2、基于故障樹的隧道故障樹建立根據隧道內的硬件信息建立隧道異常的故障樹，其過程大概如下所示：第一步以隧道智能監(jiān)控系統(tǒng)異常為頂事件，由于隧道監(jiān)控系統(tǒng)異常由車檢器異常、CO/VI檢測異常、火災感應器異常、FX/FS檢測異常、風機異常、照明異常和

11、車道燈異常一共為7個直接原因。故有從頂事件隧道智能監(jiān)控系統(tǒng)異常通過或門引出7個中間事件如圖所示。第二步車檢器異常由車檢器無數據和車檢器數據異常兩個直接原因。該兩個事件通過或門連接為中間事件。數據異常可以通過下節(jié)的神經網絡判斷是否異常。而中間事件車檢器無數據由電源故障、線路故障以及通信異常為三個直接原因，從頂事件車檢器無數據通過或門引出3個基本事件如圖所示。第三步CO/VI異常由CO/VI無數據和CO/VI數據異常兩個直接原因。該兩個事件通過或門連接為中間事件。數據異常可以通過下節(jié)的神經網絡判斷是否異常。而中間事件CO/VI無數據由電源故障、線路故障以及通信異常為三個直接原因，從頂事件CO/VI

12、無數據通過或門引出3個基本事件如圖所示。第四步火災感應器異常由火災感應器無數據和火災感應器誤報率高兩個直接原因。該兩個事件通過或門連接為中間事件。數據誤報率高可以通過下節(jié)的神經網絡判斷是否異常。而中間事件火災感應器無數據由電源故障、線路故障以及通信異常為三個直接原因，從頂事件火災感應器無數據通過或門引出3個基本事件如圖所示。第五步FS/FX感應器異常由FS/FX感應器無數據和FS/FX數據異常兩個直接原因。該兩個事件通過或門連接為中間事件。數據異常可以通過下節(jié)的神經網絡判斷是否異常。而中間事件FS/FX無數據由電源故障、線路故障以及通信異常為三個直接原因，從頂事件FS/FX無數據通過或門引出3

13、個基本事件如圖所示。第六步風機、照明異常由兩個可控設備不可控和可控但效果達不到預期兩個直接原因。該兩個事件通過或門連接為中間事件。中間事件不可控又有電源故障、線路故障以及通信異常構成。故通過或門從不可控引出三個基本事件。而風機和照明效果達不到預期可以通過下節(jié)神經網絡來判斷是否異常如圖所示。第七步車道燈異常由電源故障、線路故障以及通信故障三個基本事件構成，中間事件車道燈異常可以通過或門引出三個基本事件如圖所示。第八步將所有的異常分支連接成完整的隧道智能監(jiān)控系統(tǒng)的故障樹。如圖所示：3、隧道智能監(jiān)控系統(tǒng)故障樹的分析根據隨著智能監(jiān)控系統(tǒng)故障樹利用下行法進行分析，得到最小割集（MCS）為：車檢器電源故障、車檢器線路故障、車檢器組態(tài)王通信故障、車檢器數據異常、CO/VI感應器電源故障、CO/VI感應器線路故障、CO/VI感應器組態(tài)王通信故障、CO/VI數據異常、火災感應器電源故障、火災感應器線路故障、火災感應器組態(tài)王通信故障、火災誤報率高、FS/FX感應器電源故障、FS/FX感應器線路故障、FS/FX感應器組態(tài)王通信故障、FS/FX感應器數據異常、風機電源故障、風機線