人工智能技術(shù)在城市公路隧道中的應(yīng)用

1、人工智能技術(shù)在城市公路隧道中的應(yīng)用人工智能技術(shù)在城市發(fā)展規(guī)劃中的應(yīng)用人工智能技術(shù)(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(xué)技術(shù),與計算機技術(shù)的發(fā)展有著密切關(guān)系是計算機科學(xué)研究中的一個分支。在人工智能技術(shù)中,計算機就是實現(xiàn)這項技術(shù)的物質(zhì)手段和載體人工智能的各項應(yīng)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(shù)的應(yīng)用也越來越廣泛。在城市發(fā)展規(guī)劃中人工智能技術(shù)的應(yīng)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(shù)據(jù)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(jié)構(gòu)或者非結(jié)構(gòu)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(shù)字城市中重要的數(shù)據(jù)分析工具能夠完成大量的復(fù)雜工作提高城市發(fā)展規(guī)劃管理水平。一、背景在經(jīng)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(nèi)的交通環(huán)境和質(zhì)量，建立了許多城市隧道。據(jù)最新數(shù)據(jù)表明，我國已經(jīng)運營的隧道達到座，通車?yán)锍踢_到，是世界上公路隧道最多的國家。隨著我國經(jīng)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)?？紤]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(shè)速度越來越快。隨著人工智能技術(shù)的快速發(fā)展，神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于控制和對數(shù)據(jù)進行預(yù)現(xiàn)。尤其是神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制，由于較好地結(jié)合了神經(jīng)網(wǎng)絡(luò)和自適應(yīng)控制的優(yōu)點，對于隧道監(jiān)控系統(tǒng)的專家預(yù)案管理，自動根據(jù)隧道實時監(jiān)控數(shù)據(jù)和歷史數(shù)據(jù)庫來完成對隧道的智能化控制。智能化監(jiān)控系統(tǒng)還應(yīng)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(yīng)以保障隧道安全和高效運行。隧道內(nèi)大量監(jiān)控設(shè)備的引入通過各種環(huán)境監(jiān)控探頭來實時采集隧道內(nèi)的環(huán)境信息，隧道監(jiān)控人員根據(jù)這些監(jiān)控數(shù)據(jù)來制定隧道控制策略以保障隧道內(nèi)的環(huán)境適合人類生存?？梢哉f大量監(jiān)控設(shè)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(shè)計的設(shè)計和現(xiàn)代化技術(shù)應(yīng)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(shù)隧道監(jiān)控系統(tǒng)的系統(tǒng)結(jié)構(gòu)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(fù)雜，可靠性也不強。由于隧道監(jiān)控系統(tǒng)是一個非常復(fù)雜的由大量硬件和軟件構(gòu)成的復(fù)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(diào)度簡單和決策準(zhǔn)確。故進來總線控制方式越來越多的被應(yīng)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(yīng)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(shè)備，各個設(shè)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(dāng)前的隧道監(jiān)控系統(tǒng)在隧道的各個設(shè)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(nèi)的環(huán)境信息采集和可控設(shè)備控制還遠遠達不到使隧道安全、高效、經(jīng)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(nèi)的環(huán)境信息釆集

6、、對隧道內(nèi)的可控設(shè)備控制、對隧道內(nèi)的火災(zāi)和環(huán)境等報警信息進行及時報警、對隧道內(nèi)的軟硬件設(shè)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(jīng)網(wǎng)絡(luò)與故障樹分析法的基本理論神經(jīng)網(wǎng)絡(luò)的基本原理大量的簡單神經(jīng)元組成一個相對復(fù)雜的神經(jīng)網(wǎng)絡(luò)，每個神經(jīng)元有數(shù)個輸入以及唯一的輸出。神經(jīng)網(wǎng)絡(luò)中的各個神經(jīng)元之間由可以變化的權(quán)值連接。其數(shù)學(xué)模型如圖所示：輸入向量與輸出向量具有如下關(guān)系：可以把由大量神經(jīng)元構(gòu)成的人工神經(jīng)網(wǎng)絡(luò)看做一個有向圖，各個神經(jīng)元連接對應(yīng)一個實數(shù)，即連接權(quán)系數(shù)，或稱為權(quán)重。權(quán)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(jīng)網(wǎng)絡(luò)進行訓(xùn)練的時候各個神經(jīng)

7、元之間的連接權(quán)值是在訓(xùn)練過程中不斷改變的。其改變的最終目的就是使神經(jīng)網(wǎng)絡(luò)整體誤差達到最小或者允許范圍。連接權(quán)值分為正負(fù)兩種情況。當(dāng)它為正的時候表示該神經(jīng)元處于興奮狀態(tài)。當(dāng)它為負(fù)的時候表示該神經(jīng)元處于抑制狀態(tài)。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練主要體現(xiàn)在連接權(quán)值的改變。而連接權(quán)值也描述著神經(jīng)網(wǎng)絡(luò)的特征。某些時候神經(jīng)元具有某個實數(shù)值稱為神經(jīng)元的狀態(tài)。神經(jīng)網(wǎng)絡(luò)中的每個神經(jīng)元都對下層網(wǎng)絡(luò)神經(jīng)元有一個輸出，輸出值根據(jù)兩個神經(jīng)元之間的連接權(quán)值和輸出神經(jīng)元的狀態(tài)。這種依賴性通過輸出激勵函數(shù)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(chǎn)生許多隧道本身的問題，例如隧道內(nèi)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(chǎn)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(nèi)的環(huán)境信息，安裝可控設(shè)備來改善隧道內(nèi)的環(huán)境。一個典型的隧道要安裝的設(shè)備一般分為信息采集設(shè)備和可控設(shè)備。信息采集設(shè)備分為：車檢器、溫度濕度傳感器、光強傳感器、風(fēng)速風(fēng)向傳感器、火災(zāi)報警器。可控設(shè)備分為：風(fēng)機、車道燈、白熾燈鈉燈等等。其中車檢器是負(fù)責(zé)采集隧道車輛數(shù)量和車速，一個隧道可能安裝數(shù)個車檢器。車檢器故障一般分為：斷電、通信故障、數(shù)據(jù)錯誤。溫度濕度傳感

9、器是負(fù)責(zé)采集隧道內(nèi)的溫度和濕度信息，一般一個隧道內(nèi)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(shù)據(jù)錯誤。光強傳感器是負(fù)責(zé)采集隧道內(nèi)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(shù)據(jù)錯誤。風(fēng)速風(fēng)向傳感器負(fù)責(zé)釆集隧道內(nèi)的風(fēng)速和風(fēng)向信息，它的故障信息一般包括：斷電、通信故障、數(shù)據(jù)采集錯誤?；馂?zāi)報警器是負(fù)責(zé)檢測隧道內(nèi)的火災(zāi)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(fēng)機主要是降低隧道內(nèi)CO濃度和提高能見度，并能在火災(zāi)發(fā)生的時候排放隧道內(nèi)的濃煙，它的故障一般分為：斷電、通信故障、產(chǎn)風(fēng)量下降等等。照明主要為隧道內(nèi)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(nèi)的交通信號，故障一般包括：斷電、通信故障。隧道內(nèi)的這些傳感器和可控設(shè)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(shè)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(nèi)故障信息的檢測、故障原因的判斷和故障的修復(fù)。2、基于故障樹的隧道故障樹建立根據(jù)隧道內(nèi)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(zāi)感應(yīng)器異常、FX/FS檢測異常、風(fēng)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(shù)據(jù)和車檢器數(shù)據(jù)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(shù)據(jù)異常可以通過下節(jié)的神經(jīng)網(wǎng)絡(luò)判斷是否異常。而中間事件車檢器無數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)和CO/VI數(shù)據(jù)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(shù)據(jù)異常可以通過下節(jié)的神經(jīng)網(wǎng)絡(luò)判斷是否異常。而中間事件CO/VI無數(shù)據(jù)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(shù)據(jù)通過或門引出3個基本事件如圖所示。第四步火災(zāi)感應(yīng)器異常由火災(zāi)感應(yīng)器無數(shù)據(jù)和火災(zāi)感應(yīng)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(shù)據(jù)誤報率高可以通過下節(jié)的神經(jīng)網(wǎng)絡(luò)判斷是否異常。而中間事件火災(zāi)感應(yīng)器無數(shù)據(jù)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(zāi)感應(yīng)器無數(shù)據(jù)通過或門引出3個基本事件如圖所示。第五步FS/FX感應(yīng)器異常由FS/FX感應(yīng)器無數(shù)據(jù)和FS/FX數(shù)據(jù)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(shù)據(jù)異?？梢酝ㄟ^下節(jié)的神經(jīng)網(wǎng)絡(luò)判斷是否異常。而中間事件FS/FX無數(shù)據(jù)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(shù)據(jù)通過或門引出3

13、個基本事件如圖所示。第六步風(fēng)機、照明異常由兩個可控設(shè)備不可控和可控但效果達不到預(yù)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(gòu)成。故通過或門從不可控引出三個基本事件。而風(fēng)機和照明效果達不到預(yù)期可以通過下節(jié)神經(jīng)網(wǎng)絡(luò)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(gòu)成，中間事件車道燈異?？梢酝ㄟ^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(jù)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(shù)據(jù)異常、CO/VI感應(yīng)器電源故障、CO/VI感應(yīng)器線路故障、CO/VI感應(yīng)器組態(tài)王通信故障、CO/VI數(shù)據(jù)異常、火災(zāi)感應(yīng)器電源故障、火災(zāi)感應(yīng)器線路故障、火災(zāi)感應(yīng)器組態(tài)王通信故障、火災(zāi)誤報率高、FS/FX感應(yīng)器電源故障、FS/FX感應(yīng)器線路故障、FS/FX感應(yīng)器組態(tài)王通信故障、FS/FX感應(yīng)器數(shù)據(jù)異常、風(fēng)機電源故障、風(fēng)機線