中文摘要：

地下空间复杂环境下的围压态引出监测区域覆盖性难题，对目前的结构形变监测技术提出严峻挑战。本项目通过探索超声发射波束落点自选择机理并仿生人脑记忆的认知行为，提出基于超声波束全向阵列的地下围压空间形变记忆监测模型。该模型将单束超声在结构表面的投射区域映射为轮廓记忆面，提出非确定性轮廓记忆面测量新机制，实现波束角内结构形变监测的区域覆盖性。在此基础上构建超声波束球状阵列,将轮廓记忆面扩展成立体记忆空间，以地球经纬模型对形变记忆空间进行可视化映射，进而构建基于分布式系统的连续空间监测体系。最后建立模拟记忆认知行为的智能信息处理模型,通过探索瞬时记忆、短时记忆、长时记忆的时域特性仿生机理进行海量监测数据的智能处理及规模控制，实现对地下围压空间形变的全方位在线监测。项目构建的模型及装置将为未来城市地下空间的运营安全提供防灾预警的新理论方法和关键技术,具有重要的科学意义和应用前景。

结论摘要：

地下空间在复杂环境下的围压态引出监测区域覆盖性难题，对目前的结构形变监测技术提出挑战。本项目构建了一种超声波束全向阵列监测模型，通过研究超声波束非确定性轮廓记忆测量面模型、超声波束全向阵列及形变记忆空间可视化映射模型、超声形变监测拟人记忆智能信息处理模型等新方法, 探索高覆盖形变监测机制，为地下围压空间的全方位实时形变监测提供新思路。 项目将单束超声在结构表面的投射区域映射为轮廓记忆面，将传统的确定性测量点模型改进为非确定性测量面模型。研制了全补偿超声收发闭环相位测控电路将测距精度提高到毫米级，以测距精度的提高换取超声波束对测量区域形变的高敏感度，实现单束超声对波束角内结构形变监测的区域覆盖性。进而实现了一种基于超声双传感器的结构轮廓形变区域定位方法并在此基础上组建分布式监测系统，实现结构轮廓形变区域定位并减小单超声波束的形变敏感死区。 在此基础上构建超声波束球状阵列, 在球形结构体的表面设计经纬线，建立经纬分明的阵列布局机制，将轮廓记忆面扩展成立体记忆空间。地下空间形变监测的各向信息映射在地球经纬平面图上，形成超声全向阵列经纬映射图。项目在探讨全向阵列的盲区问题并提出解决方案的基础上，进一步研究了全向阵列形变动态感知机制，基于SOFM神经网络进行了超声传感器优先级分配及动态调度，建立了全向阵列发现形变、定位形变、追踪形变轨迹的自动化监测机制。 项目采用超声形变信息的实时处理和离线处理两种信息处理方式，构建了基于遗传算法的SVM自适应决策模型实现超声形变信息的自适应处理。根据人脑记忆在信息处理上的时空能力差异，项目利用瞬时记忆进行结构形变的感知识别；利用短时记忆进行结构形变的实时评估；利用长时记忆进行结构形变历史数据回忆及演化分析，实现形变演化时变信号的自适应处理，并进一步实现基于记忆遗忘机理的时域分段数据规模控制方法。项目还构建了BP-Hopfield-RGB复合网络，实现超声全向阵列形变安全等级的可视化显示。 项目构建的模型及装置为未来城市地下空间的运营安全提供了防灾预警的新理论方法和关键技术，具有重要的科学意义和应用前景。