人工智能技术在城市公路隧道中的应用

摘要

随着城市化进程的加快，城市交通压力越来越大，而城市隧道的出现大大缓解了城市交通压力。但是隧道又是一个非常复杂的环境，为了使隧道安全、高效的运营，并尽量避免隧道交通事故，对隧道的日常运营管理需要一个行之有效的方法。隧道的智能监控以及安全管理成为新的研究课题。
　　 目前隧道监控系统主要功能是对隧道内环境数据的采集和隧道可控设备的控制。由于隧道内环境较为恶劣，各种软硬件设备长期在隧道里面比较容易发生故障，故对隧道内各种软硬件设备的故障检测变的尤为重要。一个高效、安全以及准确的隧道故障检测机制是隧道长期安全、高效运营的必要条件。
　　 故障树分析法依据其直观、明了、逻辑性强等特点在隧道故障检测有着巨大的前景。通过建立隧道故障树并给出隧道故障最小割集，可以对隧道内故障进行定性和定量分析。对隧道智能监控系统的历史数据库进行分析研究，并有选择性的提取样本数据，结合神经网络强大的自适应和学习能力建立了隧道数据异常检测的神经网络模型。通过从历史数据库中的提取的大量样本数据对该神经网络模型进行训练，进而对行隧道内的数据进行预测从而判断数据是否异常。
　　 本文结合实际运营的武汉市水果湖隧道、武汉市汉口火车站地下通道、武汉市中山路地下通道以及武汉市国博中心地下通道等。对实际隧道故障检测机制进行分析与研究，从而建立了一套行之有效的隧道故障检测机制，并给出一个典型隧道故障检测流程和方法。
　　 本文中的故障检测机制通过MatLab仿真模拟和大量实际隧道运营历史数据处理，实验结果证明:本文的故障检测机制是行之有效的。

目录

声明

摘要

第1章 绪论

1．1 选题背景

1．2 国内外发展现状

1．3 目前高速公路隧道监控系统的不足

1．4 本文研究内容、方法以及目标

1．5 本文的组织结构

第2章 神经网络与故障树分析法的基本理论

2．1 神经网络的基本原理

2．1．1 神经网络的基本模型

2．1．2 神经网络的数学模型

2．1．3 人工神经网络的学习

2．1．4 BP算法的数学描述

2．1．5 BP网络学习算法

2．2 故障树分析法的基本理论

2．2．1 故障树概述

2．2．2 故障树的优势

2．2．3 故障树分析的一般步骤

2．2．4 故障树的建造

2．2．5 故障树的规范化

2．2．6 故障树的简化和模块分解

2．2．7 故障树定性分析

2．2．8 故障树定量分析

2．2．9 故障树重要度分析

第3章 基于故障树的隧道故障检测的研究

3．1 隧道控制系统的硬件介绍及故障信息

3．2 基于故障树的隧道故障树建立

3．3 隧道智能监控系统故障树的分析

3．4 基于神经网络的故障检测

3．4．1 神经网络检测数据故障的原理

3．4．2 神经网络模型的建立

3．5 MATLAB仿真实验

第4章 神经网络与故障树分析法在隧道故障检测中的应用

4．1 隧道智能监控系统的功能描述

4．2 隧道智能监控系统结构描述

4．3 基于神经网络和故障树的隧道监控系统故障检测

第5章 总结与展望

5．1 全文的总结

5．2 需要进一步深入研究的问题

5．3 展望

致谢

参考文献