复杂环境地铁隧道数字孪生系统的研究

为降低地铁隧道因各项病害而产生的结构安全性风险,本研究以数字孪生技术为基础,构建地铁隧道的智能化管理系统平台。通过设计隧道无人巡检车,实现对隧道的智能巡检,并通过大数据分析及时获取和处理隧道的病害与形变信息。结合神经网络和机器学习的方法,采用Transformer模型实现对隧道沉降的精准预测。在综合考虑地铁隧道环境智能重构、数据互联、感知交互、业务协作等共性支撑技术的基础上,本研究构建了地铁隧道全节点、多维度实景数字孪生系统。该系统能够实现隧道的智能巡检、故障诊断、沉降预测、智能交互和三维展示,从而显著提高地铁隧道的安全管理和设备维护效率。