[发明专利]公路隧道照明设施服役性能评估方法

权利要求书

1.一种公路隧道照明设施服役性能评估方法，其特征在于：包括如下步骤：

S1.采集隧道路面亮度以及影响照明设施光通量的衰损参数；所述衰损参数包括灯具电气指标、隧道内环境指标以及灯具累计运行时间；

S2.计算各个衰损参数与光通量的相关系数，将相关系数不小于设定值的衰损参数作为目标参数；

S3.构建神经网络模型，设置网络模型训练参数，并使用目标参数以及隧道路面亮度对神经网络模型进行训练，得到训练好的神经网络模型；

S4.采集待测的目标参数，并将待测的目标参数输入到训练好的神经网络模型，输出估计的隧道路面亮度；

S5.对估计的隧道路面亮度进行评估，得到照明设施服役性能的评估结果。

2.根据权利要求1所述的公路隧道照明设施服役性能评估方法，其特征在于：所述灯具电气指标包括输入电流、输入电压以及额定功率；所述隧道内环境指标包括温度、湿度、气压、风向以及风速。

3.根据权利要求1所述的公路隧道照明设施服役性能评估方法，其特征在于：所述步骤S2，具体包括：

S21.对各个衰损参数进行标准化处理，得到标准化后的衰损参数；

S22.计算标准化后的衰损参数与光通量的相关性，得到各个衰损参数对应的相关系数；

S23.判断相关系数是否小于设定值，若是，则舍弃所述相关系数对应的衰损参数，若否，则将相关系数对应的衰损参数作为目标参数。

4.根据权利要求3所述的公路隧道照明设施服役性能评估方法，其特征在于：对各个衰损参数均按照如下步骤进行标准化处理：

将不同工况下的衰损参数作为集合{x₁,x₂,...,x_i,...,x_n}；其中，x_i为第i个工况下的衰损参数；

对集合{x₁,x₂,...,x_i,...,x_n}中的元素进行标准化处理，得到标准化后的集合{y₁,y₂,...,y_i,...,y_n}，其中，y_i为x_i对应的标准化结果。

5.根据权利要求1所述的公路隧道照明设施服役性能评估方法，其特征在于：所述步骤S3，具体包括：

S31.将同一工况下的目标参数与隧道路面亮度作为数据行，基于若干工况，得到若干数据行，进而形成数据矩阵；

S32.对数据矩阵中不同工况下同种类型的数据进行标准化处理，得到标准化后的数据矩阵；

S33.构建神经网络模型，并初始化网络模型中各节点的权重、误差函数、计算精度以及最大学习次数；

S34.将标准化后的数据矩阵输入到神经网络模型进行网络训练，输出预测的隧道路面亮度；

S35.计算预测的隧道路面亮度与实际的隧道路面亮度之间的误差，并判断所述误差是否小于设定的误差值，若是，则网络训练结束，进而得到训练好的神经网络模型；若否，则更新各节点的权重，并返回执行步骤S34。

6.根据权利要求1所述的公路隧道照明设施服役性能评估方法，其特征在于：所述步骤S5，具体包括：

若估计的隧道路面亮度为初始亮度的90％以上，则隧道照明设施为健康状态；

若估计的隧道路面亮度为初始亮度的80％～90％，则隧道照明设施为亚健康状态；

若估计的隧道路面亮度为初始亮度的70％～80％，则隧道照明设施为劣化状态；

若估计的隧道路面亮度为初始亮度的70％以下，则隧道照明设施为失效状态。

7.根据权利要求6所述的公路隧道照明设施服役性能评估方法，其特征在于：根据如下步骤确定初始亮度：

a.获取照明灯具不同光通维持率下的隧道路面亮度；

b.对照明灯具光通维持率与隧道路面亮度进行拟合，形成拟合函数y＝f(x,ω)；x为照明灯具光通维持率，y为隧道路面亮度；ω为待定参数；

c.确定损失函数L(y,f(x,ω))：

其中，y_i为隧道路面亮度的实际值，m为数据个数，f(x_i,ω_i)为隧道路面亮度的预测值；

d.调整待定参数的值，使得损失函数L(y,f(x,ω))取得最小值，并将取得最小值时设置的待定参数作为目标参数ω₀；

e.将目标参数ω₀代入拟合函数y＝f(x,ω)，得到照明灯具光通维持率与隧道路面亮度的关系函数y＝f(x,ω₀)；

f.将100％作为x的取值，代入关系函数y＝f(x,ω₀)计算得到y的取值，并将所述y的取值作为初始亮度。