公路隧道照明精确检测与智能控制系统研究

doi:10.3973/j.issn.2096-4498.2020.S2.010

中国科学引文数据库（CSCD）来源期刊
中文核心期刊中文科技核心期刊
Scopus RCCSE中国核心学术期刊
美国EBSCO数据库俄罗斯《文摘杂志》
《日本科学技术振兴机构数据库（中国）》

隧道建设（中英文） ›› 2020, Vol. 40 ›› Issue (S2): 76-81.DOI: 10.3973/j.issn.2096-4498.2020.S2.010

公路隧道照明精确检测与智能控制系统研究

郭俊凯

（山西省交通信息通信有限公司，山西太原 030000）

出版日期:2020-12-31 发布日期:2021-03-21
作者简介:郭俊凯（1980—），男，山西长治人，2007年毕业于同济大学，软件工程专业，硕士，高级工程师，现主要从事高速公路机电工程及科研工作。E-mail： 285272237@qq.com。
基金资助:
山西交通控股集团有限公司科技项目（18-JKKJ-28）

Study on Lighting Accurate Detection and Intelligent Control System in Highway Tunnel

GUO Junkai

（Shanxi Traffic Information & Communication Co., Ltd., Taiyuan 030000, Shanxi, China）

Online:2020-12-31 Published:2021-03-21

摘要/Abstract

摘要： 为解决公路隧道照明系统节能与行车安全、运营管理之间的矛盾，采用理论分析及实际检验的方法，分析了隧道照明控制系统的调光原理、照明控制系统结构以及亮度检测误差产生的原因，设计了一种可调量程的亮度检测仪并给出校准及亮度检测步骤，解决了公路隧道亮度精确检测的难题，采用模糊神经网络算法在照明系统中进行了实际应用，实践证明本算法在亮度满足实际运营需求的前提下可取得良好的节能效果。

关键词: 公路隧道, 隧道照明, 亮度精确检测, 智能控制系统, 模糊神经网络

Abstract: The conflicts among illuminating system energy saving and driving safety, operations management are prominent in highway tunnel. Therefore, through theoretical analysis and practical test, someitems such as lightadjusted principle, structure and error cause of brightness dection in terms of the tunnel illuminating system are analyzed. Then an adjustable brightness detector is designed, and the steps for calibration and brightness detection are presented. Therefore, the problem about brightness detection in highway tunnel is solved. By adopting fuzzy neural network algorithms, the practical application proves that the brightness can meet the requirement of actual operation, and based on the premise, the energy saving effect is good.

Key words: , highway tunnel, tunnel lighting, brightness accurate detection, intelligent control system, fuzzy neural network

中图分类号:

U 459.2

郭俊凯. 公路隧道照明精确检测与智能控制系统研究[J]. 隧道建设, 2020, 40(S2): 76-81.

GUO Junkai. Study on Lighting Accurate Detection and Intelligent Control System in Highway Tunnel[J]. Tunnel Construction, 2020, 40(S2): 76-81.

[1]	林志, 苏培循, 肖丽, 杨红运. 城市地下道路智能控制潮汐匝道及其可行性研究[J]. 隧道建设, 2021, 41(4): 613-619.
[2]	孙钧，温海洋. 人工智能科学在软土地下工程施工变形预测与控制中的应用实践——理论基础、方法实施、精细化智能管理（示例）[J]. 隧道建设, 2020, 40(1): 1-8.
[3]	程方圆, 姚国明, 奎永才, 王建华, 赵秀清. 集成 GIS/BIM 的公路隧道数字化管理研究及应用[J]. 隧道建设, 2019, 39(12): 1973-.
[4]	刘兆新，田斌华，陈元培，徐帮树，石伟航. 基于Revit的新奥法隧道初期支护构件参数化建模研究[J]. 隧道建设, 2019, 39(10): 1610-1619.
[5]	唐锐，向龙，王俊，唐协. 基于远、近期合建的折多山公路隧道总体设计方案研究[J]. 隧道建设, 2019, 39(S1): 340-345.
[6]	李宏哲，姜国栋，张国柱，刘益平. 沉管隧道常见病害及检查维护思考[J]. 隧道建设, 2019, 39(S1): 465-470.
[7]	白建营，王不凡，夏杨于雨. 公路隧道运营典型风险辨识[J]. 隧道建设, 2019, 39(S1): 471-477.
[8]	刘攀, 邓博. 新一代公路（道路）隧道机电设备综合管控系统设计[J]. 隧道建设, 2019, 39(S1): 478-485.
[9]	方晓正, 薛亚东. 冲击回波法精细探测公路隧道衬砌空洞的模型试验及分析[J]. 隧道建设, 2019, 39(8): 1284-1292.
[10]	唐协，林国进，何佳，安俊吉，周雄华，张睿. 米仓山隧道深大竖井建井新法[J]. 隧道建设, 2019, 39(2): 268-274.
[11]	赵淑敏. 基于数量化理论Ⅲ和极限学习机在小净距隧道变形影响因素分析中的应用研究[J]. 隧道建设, 2018, 38(9): 1456-1462.
[12]	谈识，丁文其，刘诚，刘挺，郭洪雨. 基于岩土控制变形工法的公路隧道施工变形分析——以野猪山隧道为例[J]. 隧道建设, 2017, 37(5): 593-599.
[13]	何潇剑. 公路隧道消防灭火系统优化设计研究[J]. 隧道建设, 2017, 37(4): 505-509.
[14]	李方东. 基于涌水量预估和动态监测的公路隧道长距离反坡排水施工技术及其应用[J]. 隧道建设, 2015, 35(12): 1321-1330.
[15]	陈光明, 韦薇, 胡益华. 特长公路隧道斜井、竖井设计技术与经验[J]. 隧道建设, 2015, 35(4): 342-349.

公路隧道照明精确检测与智能控制系统研究

Study on Lighting Accurate Detection and Intelligent Control System in Highway Tunnel

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价