为确保公路隧道建设项目施工的顺利进行,需要对隧道变形进行监测和分析,从而对隧道结构体系稳定性做出准确、客观的判断,必要时采取应对措施可避免危险发生。当施工中的隧道发生坍塌事故时,施工人员的准确位置及生命体征状况是制定救援方案的重要依据。国内外现有监测系统多针对独立项目或独立设备监测,系统应用范围小,数据处理不够完善,缺乏对隧道施工人员安全监测。基于此,本文以公路隧道施工期间的隧道变形监测和人员安全监测为研究对象,将包括结构监测和人员监测在内的多种监测信息整合到同一监测系统中,实现非接触式实时变形监测和人员安全状况监测。本文的主要研究内容及成果如下:(1)施工期间隧道智能实时监测及预警系统需求分析:结合隧道施工期间的变形特征,根据施工规范和工程经验确定变形监测的精度要求,即变形监测精度达到0.5~1.0毫米;结合生命体征采集设备和室内人员定位手段的提出人员安全监测方法,即监测施工人员脉搏以获取生命状况,通过UWB定位系统获取人员位置信息,其精度小于10cm;依据施工环境特点及施工管理要求确定待机时间、异常识别、数据清洗和响应时间的系统需求,其中响应时间不超过1min,现场设备在开挖、爆炸冲击环境下能正常使用。(2)隧道智能实时监测及预警系统的搭建:根据隧道施工智能监测系统的需求,对隧道监测感知系统、通讯系统和中控系统等硬件设备进行设计;对监测系统的软件框架进行设计,包括开发平台、系统指令、数据库、系统界面,使系统各模块相互配合、工作协调;感知系统在中控系统指挥下获取施工现场数据,数据平台进行数据清洗,按预警算法判断是否有异常发生,必要时驱动现场声光报警装置;原始监测数据及分析判断结果通过通讯系统、云平台和相关的工程人员共享、交互;完善系统功能,保证系统操作简单、系统数据呈现实时、准确、直观可视化;现场设备能在-40℃到80℃、不结露条件下正常工作,功耗不大于10瓦,在断电条件下工作时间不少于24小时。(3)非接触式隧道断面变形实时监测及异常智能识别技术:通过对隧道变形监测数据和稳定性判断分析,选取监测数据的异常识别算法为距离识别算法,对数据插值校正算法比选确定最优插值方法为线性插值,根据工程实际情况选用最近点插值和分段3次埃尔米特插值,以此为监测系统的数据预处理方法;对隧道变形监测数据进行长短时记忆神经网络预测,对参数调整后的模型结果进行对比,获得最优参数组合为学习率0.01、隐藏节点数16、迭代步数400和单元输入20,此时系统对隧道变形量大小的预测效果最好,该参数条件下平均运算时间为2.1968min、平均迭代至收敛的步数为270、平均收敛均方误差为0.000026,预测结果与实测数据拟合较好;依据倾角传感器在隧道断面内的布设方案建立倾角与位移的换算公式;基于上述条件确定隧道变形监测的预警算法实现对隧道变形监测和预警。(4)基于便携设备的生命体征实时感知及施工人员定位技术研究:通过对人体脉搏数据实时采集并进行数据预处理后,对数据进行K-means算法判断,实现施工人员心率异常识别,分为心动过速、心动过缓和心率正常三种情况;心动过速和心动过缓的算法识别结果与临床判断结果对比,算法判断准确率分别达到临床判断下98.7879%和100%;将心率正常在算法识别与临床判断结果存在差异的样本进行分析,判断其中心率正常、心动过速和心动过缓的样本,利用算法识别时的准确率分别为100%、81.3953%、84.1270%,表明所选用的算法准确率要高于基于单一数据的临床判断方式;在隧道施工现场部署的定位基站,采用超宽带技术和UWB实现施工人员位置数据采集并进行算法反解和二次修正,实现隧道内施工人员的定位;基于上述条件确定隧道人员安全监测的预警算法实现对人员安全状况监测和预警。