本發(fā)明屬于地質(zhì)災(zāi)害預(yù)報(bào)技術(shù)領(lǐng)域，涉及基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)方法。

背景技術(shù)：

近年來，我國大型地質(zhì)災(zāi)害事故頻發(fā)，如泥石流、崩塌滑坡等，這些地質(zhì)災(zāi)害的發(fā)生具有隨機(jī)性和突發(fā)性，并且規(guī)模巨大，其往往會(huì)導(dǎo)致很嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失。我國是多山國家，很多地方都存在地質(zhì)災(zāi)害的隱患，如果不能將預(yù)報(bào)的問題解決，那么地質(zhì)災(zāi)害還將影響更多的人。

發(fā)生地質(zhì)災(zāi)害事故的地方經(jīng)過多方面的分析后得到的結(jié)論如下：1)事故原因主要受地質(zhì)演化和氣象影響，另外還有個(gè)別事故的發(fā)生是屬于人為因素造成的；2)造成巨大的人員傷亡和經(jīng)濟(jì)損失的結(jié)果主要是因?yàn)闆]有可靠的監(jiān)測(cè)設(shè)備；3)有的地區(qū)布設(shè)有監(jiān)測(cè)設(shè)備，由于沒有合適的預(yù)報(bào)方法，使得采集來的數(shù)據(jù)不能發(fā)揮其最大的作用，導(dǎo)致資源的浪費(fèi)。

經(jīng)過調(diào)研分析和研究，發(fā)現(xiàn)影響崩塌滑坡發(fā)生的因素有如下幾個(gè)：降雨量、土壤含水率、裂縫、孔隙水壓力和沉降變化等；影響泥石流發(fā)生的因素有如下幾個(gè)：降雨量、土壤含水率、泥位、泥速、次聲和地聲等。這些因素對(duì)應(yīng)的數(shù)據(jù)可以通過傳感器采集到，接下來很重要的工作就是對(duì)這些數(shù)據(jù)進(jìn)行分析，得出其與地質(zhì)災(zāi)害發(fā)生概率之間的關(guān)系，如果能夠通過建立數(shù)學(xué)模型的方式對(duì)地質(zhì)災(zāi)害進(jìn)行預(yù)報(bào)，那么就能夠在地質(zhì)災(zāi)害發(fā)生前對(duì)地質(zhì)災(zāi)害進(jìn)行預(yù)警，從而避免嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)方法，建立多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)和地質(zhì)災(zāi)害預(yù)報(bào)模型，實(shí)現(xiàn)對(duì)多參數(shù)的分析、規(guī)律統(tǒng)計(jì)以及地質(zhì)災(zāi)害的預(yù)警。

本發(fā)明所采用的技術(shù)方案是，基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)方法，具體按照以下步驟實(shí)施：

步驟1，建立基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)模型；

步驟2，建立地質(zhì)災(zāi)害發(fā)生概率與地質(zhì)災(zāi)害等級(jí)之間的關(guān)系；

步驟3，利用多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)進(jìn)行數(shù)據(jù)采集，將采集到的數(shù)據(jù)輸入步驟1和步驟2中，實(shí)現(xiàn)地質(zhì)災(zāi)害的預(yù)報(bào)。

本發(fā)明的特征還在于，

步驟1地質(zhì)災(zāi)害預(yù)報(bào)模型建立過程為：

步驟1.1：訓(xùn)練數(shù)據(jù)整理及閾值的設(shè)置；

步驟1.2：基于徑向基(RBF)神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)模型的建立；

步驟1.1的具體過程為：

分別統(tǒng)計(jì)發(fā)生過地質(zhì)災(zāi)害地區(qū)的泥石流因子、滑坡因子與危害程度的關(guān)系，并將各參數(shù)因子作為訓(xùn)練數(shù)據(jù)，隨后選擇相應(yīng)參數(shù)測(cè)量傳感器的最大量程，并將0-最大量程之間安裝訓(xùn)練數(shù)據(jù)的點(diǎn)數(shù)劃分等級(jí)，確定各參數(shù)與地質(zhì)災(zāi)害發(fā)生概率的初始關(guān)系分布，將成災(zāi)機(jī)率分為0-5％、5-2-％、20-40％和40-90％四個(gè)范圍，從而確定各參數(shù)的閾值。

泥石流因子包括有效降雨量、土壤含水量、泥位和次聲頻率；滑坡因子包括日綜合雨量、土壤含水率、孔隙水壓力和裂縫移位。

步驟1.2的具體過程為：

預(yù)報(bào)模型分為輸入層、隱含層和輸出層，其輸入為多參數(shù)和對(duì)應(yīng)的地質(zhì)災(zāi)害發(fā)生概率，通過給定的輸入層、輸出層數(shù)據(jù)計(jì)算出隱含層中的權(quán)值參數(shù)，從而得到輸入與輸出之間的關(guān)系式，具體公式如下：

a{1}＝radbas(netprod(dist(net,IW{1,1},p),net,b{1})) (1)

其中a為輸出--地質(zhì)災(zāi)害發(fā)生概率，p為輸入--訓(xùn)練數(shù)據(jù)，求得net；隨后將其帶入調(diào)用MATLAB函數(shù)庫中的訓(xùn)練模型公式：

net＝newrb(p1,a1) (2)

其中，net為得到的地質(zhì)災(zāi)害預(yù)報(bào)模型，a1為輸出—當(dāng)前地質(zhì)災(zāi)害發(fā)生概率，p1為輸入--實(shí)時(shí)采集數(shù)據(jù)。

步驟2的具體過程為：

依據(jù)地質(zhì)災(zāi)害突然發(fā)生災(zāi)情造成的損失狀況、成災(zāi)機(jī)率和極易產(chǎn)生的危害程度，將地質(zhì)災(zāi)害等級(jí)分為四級(jí)：特別嚴(yán)重突發(fā)災(zāi)情為四級(jí)，地質(zhì)災(zāi)害發(fā)生概率為40-90％，為紅色預(yù)警，嚴(yán)重性突發(fā)災(zāi)情為三級(jí)，地質(zhì)災(zāi)害發(fā)生概率為20-40％，為橙色預(yù)警，大型突發(fā)災(zāi)情為二級(jí)，地質(zhì)災(zāi)害發(fā)生概率為5-20％，為黃色預(yù)警，通常性突發(fā)災(zāi)情為一級(jí)，地質(zhì)災(zāi)害發(fā)生概率為0-5％，為藍(lán)色預(yù)警。

步驟3中，多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)包括監(jiān)測(cè)終端，監(jiān)測(cè)終端分別與傳感器、電源模塊、存儲(chǔ)模塊連接，監(jiān)測(cè)終端與監(jiān)控中心通過無線網(wǎng)絡(luò)連接，監(jiān)控中心與現(xiàn)場(chǎng)報(bào)警器連接，其中，監(jiān)測(cè)終端為以STM32F103為核心器件的最小系統(tǒng)，內(nèi)部包含16路A/D轉(zhuǎn)換器；傳感器包括土壤含水率傳感器、降雨量傳感器、泥速傳感器、泥位傳感器和地聲、次聲傳感器、裂縫傳感器、滲透壓和沉降位移傳感器。

存儲(chǔ)模塊為K9F2G08UOC-SCBO可編程存儲(chǔ)器；電源模塊為太陽能電池板加蓄電池的供電方式。

無線網(wǎng)絡(luò)為GSM、GPRS或北斗衛(wèi)星通信。

步驟3的具體過程為：

多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)中的監(jiān)測(cè)終端對(duì)土壤含水率傳感器、降雨量傳感器、泥速傳感器、泥位傳感器、次聲傳感器、裂縫傳感器、滲透壓和沉降位移傳感器采集到的數(shù)據(jù)進(jìn)行收集，并將收集的數(shù)據(jù)存儲(chǔ)到擴(kuò)展的存儲(chǔ)模塊中，當(dāng)監(jiān)控中心通過無線網(wǎng)絡(luò)要求監(jiān)測(cè)終端將采集數(shù)據(jù)發(fā)送，或者監(jiān)測(cè)終端自設(shè)定的發(fā)送時(shí)間到達(dá)的時(shí)候，監(jiān)測(cè)終端可以通過無線網(wǎng)絡(luò)將采集數(shù)據(jù)發(fā)送給監(jiān)控中心，監(jiān)控中心接收到之后，將其輸入到步驟1.2中的公式(2)中，得地質(zhì)災(zāi)害發(fā)生概率值a，隨后通過步驟2的方法可得地質(zhì)災(zāi)害等級(jí)。

本發(fā)明的有益效果是，采用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)報(bào)模型的建立，能夠計(jì)算出當(dāng)前條件下對(duì)應(yīng)的地質(zhì)災(zāi)害發(fā)生概率，并能夠根據(jù)發(fā)生概率，推算出地質(zhì)災(zāi)害等級(jí)，從而可以采取對(duì)應(yīng)等級(jí)的措施來預(yù)防和減少災(zāi)害的發(fā)生；充分考慮影響崩塌滑坡、泥石流地質(zhì)災(zāi)害的多個(gè)因素，對(duì)做出預(yù)報(bào)決策提供了更加準(zhǔn)確的依據(jù)，改善了傳統(tǒng)地質(zhì)監(jiān)測(cè)系統(tǒng)只能采集數(shù)據(jù)而不能進(jìn)行分析的缺陷；加入自學(xué)習(xí)功能，糾正由于初始閾值設(shè)置與實(shí)際不符所帶來的預(yù)報(bào)不準(zhǔn)確的問題，提高了地質(zhì)災(zāi)害預(yù)報(bào)的準(zhǔn)確性。

附圖說明

圖1是本發(fā)明基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)方法的流程圖；

圖2是本發(fā)明基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)方法中多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)示意圖。

圖2中，1.監(jiān)測(cè)終端，2.電源模塊，3.存儲(chǔ)模塊，4.監(jiān)控中心，5.報(bào)警器，6.土壤含水率傳感器，7.降雨量傳感器，8.泥速傳感器，9.泥位傳感器，10.地聲傳感器，11.次聲傳感器，12.裂縫傳感器，13.滲透壓傳感器，14.沉降位移傳感器。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說明。

本發(fā)明基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)方法的流程如圖1所示，具體按照以下步驟實(shí)施：

步驟1，建立基于神經(jīng)網(wǎng)絡(luò)和多參數(shù)信息融合的地質(zhì)災(zāi)害預(yù)報(bào)模型；

步驟1.1：訓(xùn)練數(shù)據(jù)整理及閾值的設(shè)置；

分別統(tǒng)計(jì)發(fā)生過地質(zhì)災(zāi)害地區(qū)的泥石流因子、滑坡因子與危害程度的關(guān)系，并將各參數(shù)因子作為訓(xùn)練數(shù)據(jù)，隨后選擇相應(yīng)參數(shù)測(cè)量傳感器的最大量程，并將0-最大量程之間安裝訓(xùn)練數(shù)據(jù)的點(diǎn)數(shù)劃分等級(jí)，確定各參數(shù)與地質(zhì)災(zāi)害發(fā)生概率的初始關(guān)系分布，將成災(zāi)機(jī)率分為0-5％、5-2-％、20-40％和40-90％四個(gè)范圍，從而確定各參數(shù)的閾值，其中，泥石流因子包括有效降雨量、土壤含水量、泥位和次聲頻率；滑坡因子包括日綜合雨量、土壤含水率、孔隙水壓力和裂縫移位。泥石流因子、滑坡因子與成災(zāi)幾率的關(guān)系分別如圖1和圖2所示：

表1泥石流各因子與成災(zāi)幾率的關(guān)系

表2滑坡各因子與成災(zāi)幾率的關(guān)系

步驟1.2：基于徑向基(RBF)神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)模型的建立；

RBF網(wǎng)絡(luò)能夠逼近任意的非線性函數(shù)，可以處理系統(tǒng)內(nèi)的難以解析的規(guī)律性，具有良好的泛化能力，并有很快的學(xué)習(xí)收斂速度，已成功應(yīng)用于非線性函數(shù)逼近、時(shí)間序列分析、數(shù)據(jù)分類、模式識(shí)別、信息處理、圖像處理、系統(tǒng)建模、控制和故障診斷等，預(yù)報(bào)模型所依托的運(yùn)行環(huán)境為中心服務(wù)站的微型計(jì)算機(jī)。

預(yù)報(bào)模型分為輸入層、隱含層和輸出層，其輸入為多參數(shù)和對(duì)應(yīng)的地質(zhì)災(zāi)害發(fā)生概率，通過給定的輸入層、輸出層數(shù)據(jù)計(jì)算出隱含層中的權(quán)值參數(shù)，從而得到輸入與輸出之間的關(guān)系式，具體公式如下：

a{1}＝radbas(netprod(dist(net,IW{1,1},p),net,b{1})) (1)

其中a為輸出--地質(zhì)災(zāi)害發(fā)生概率，p為輸入--訓(xùn)練數(shù)據(jù)，求得net；隨后將其帶入調(diào)用MATLAB函數(shù)庫中的訓(xùn)練模型公式：

net＝newrb(p1,a1) (2)

其中，net為得到的地質(zhì)災(zāi)害預(yù)報(bào)模型，a1為輸出—當(dāng)前地質(zhì)災(zāi)害發(fā)生概率，p1為輸入--實(shí)時(shí)采集數(shù)據(jù)；

地質(zhì)災(zāi)害模型公式(2)建立起來之后，基于實(shí)時(shí)數(shù)據(jù)自動(dòng)更新地質(zhì)災(zāi)害預(yù)報(bào)模型的自學(xué)習(xí)是這樣實(shí)現(xiàn)的，每次采集來的實(shí)時(shí)數(shù)據(jù)，除了用于分析當(dāng)前的地質(zhì)災(zāi)害發(fā)生概率和等級(jí)之外，還用于對(duì)訓(xùn)練數(shù)據(jù)的更新，即公式(1)中的p中的部分?jǐn)?shù)據(jù)被實(shí)時(shí)數(shù)據(jù)代替，然后重新用更新后的p進(jìn)行模型的訓(xùn)練，得到更加準(zhǔn)確的預(yù)報(bào)模型。

步驟2，建立地質(zhì)災(zāi)害發(fā)生概率與地質(zhì)災(zāi)害等級(jí)之間的關(guān)系；

依據(jù)地質(zhì)災(zāi)害突然發(fā)生災(zāi)情造成的損失狀況、成災(zāi)機(jī)率和極易產(chǎn)生的危害程度，將地質(zhì)災(zāi)害等級(jí)分為四級(jí)：進(jìn)入加速蠕變階段中后期的滑坡險(xiǎn)情預(yù)報(bào)等級(jí)為警報(bào)級(jí)，特別嚴(yán)重突發(fā)災(zāi)情為四級(jí)，地質(zhì)災(zāi)害發(fā)生概率為40-90％，為紅色預(yù)警，進(jìn)入加速蠕變階段中期的滑坡險(xiǎn)情預(yù)報(bào)等級(jí)為警戒級(jí)，嚴(yán)重性突發(fā)災(zāi)情為三級(jí)，地質(zhì)災(zāi)害發(fā)生概率為20-40％，為橙色預(yù)警，進(jìn)入初始加速蠕變階段中后期的滑坡險(xiǎn)情預(yù)報(bào)等級(jí)為警示級(jí)，大型突發(fā)災(zāi)情為二級(jí)，地質(zhì)災(zāi)害發(fā)生概率為5-20％，為黃色預(yù)警，進(jìn)入等速蠕變階段的滑坡險(xiǎn)情預(yù)報(bào)等級(jí)為注意級(jí)，通常性突發(fā)災(zāi)情為一級(jí)，地質(zhì)災(zāi)害發(fā)生概率為0-5％，為藍(lán)色預(yù)警，具體見表3：

表3等級(jí)劃分

步驟3，利用多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)進(jìn)行數(shù)據(jù)采集，將采集到的數(shù)據(jù)輸入步驟1和步驟2中，實(shí)現(xiàn)地質(zhì)災(zāi)害的預(yù)報(bào)：

多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)包括監(jiān)測(cè)終端1，監(jiān)測(cè)終端1分別與傳感器、電源模塊2、存儲(chǔ)模塊3連接，監(jiān)測(cè)終端1與監(jiān)控中心4通過無線網(wǎng)絡(luò)連接，監(jiān)控中心4與現(xiàn)場(chǎng)報(bào)警器5連接，其中，傳感器包括土壤含水率傳感器6、降雨量傳感器7、泥速傳感器8、泥位傳感器9和地聲傳感器10、次聲傳感器11、裂縫傳感器12、滲透壓傳感器13和沉降位移傳感器14，其結(jié)構(gòu)示意圖如圖2所示。

具體過程為：多參數(shù)地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)中的監(jiān)測(cè)終端對(duì)土壤含水率傳感器、降雨量傳感器、泥速傳感器、泥位傳感器、地聲傳感器、次聲傳感器、裂縫傳感器、滲透壓和沉降位移傳感器采集到的數(shù)據(jù)進(jìn)行收集，并將收集的數(shù)據(jù)存儲(chǔ)到擴(kuò)展的存儲(chǔ)模塊中，當(dāng)監(jiān)控中心通過無線網(wǎng)絡(luò)要求監(jiān)測(cè)終端將采集數(shù)據(jù)發(fā)送，或者監(jiān)測(cè)終端自設(shè)定的發(fā)送時(shí)間到達(dá)的時(shí)候，監(jiān)測(cè)終端可以通過無線網(wǎng)絡(luò)將采集數(shù)據(jù)發(fā)送給監(jiān)控中心，監(jiān)控中心接收到之后，將其輸入到步驟1.2中的公式(2)中，得地質(zhì)災(zāi)害發(fā)生概率值a，隨后通過步驟2的方法可得地質(zhì)災(zāi)害等級(jí)。

其中，監(jiān)測(cè)終端為以STM32F103為核心器件的最小系統(tǒng)，內(nèi)部包含16路A/D轉(zhuǎn)換器，該芯片具有：32位的Cortex-M3CPU、最高72MHZ工作頻率、單周期乘法和硬件除法、256K字節(jié)的閃存程序存儲(chǔ)器、48K字節(jié)的SRAM等特點(diǎn)。雨量傳感器應(yīng)該布設(shè)在泥石流形成區(qū)及其暴雨帶內(nèi)四周空曠、平坦且風(fēng)力影響小的地段，有條件時(shí)還應(yīng)按照海拔梯度進(jìn)行站點(diǎn)布設(shè)。土體孔隙水壓力及含水量傳感器應(yīng)布設(shè)在流域中上游在強(qiáng)降雨下較易啟動(dòng)且細(xì)顆粒較多的物源區(qū)開闊坡體上。泥石流小流域中溝道較規(guī)則順直的地段較少、溝床比降較大，同時(shí)較低溝岸都有被淤埋和掏蝕的危險(xiǎn)，因此非接觸式泥位傳感器、位移傳感器和振動(dòng)傳感器應(yīng)布設(shè)在順直、通透性較好、比降小的流域中下游流通區(qū)溝段內(nèi)，以基礎(chǔ)穩(wěn)定、同時(shí)處于洪峰線以上的巨礫、基巖、堤壩、攔砂壩、橋梁等為宜。尤其泥位傳感器及位移傳感器在其布設(shè)區(qū)間河段內(nèi)應(yīng)無其他徑流補(bǔ)給或補(bǔ)給量可以忽略不計(jì)，并根據(jù)泥石流運(yùn)動(dòng)速度考慮下游施工區(qū)域撤離所需提前警報(bào)的時(shí)間。所有接線采用防水防塵的航空接插頭進(jìn)行連接。存儲(chǔ)模塊為K9F2G08UOC-SCBO可編程存儲(chǔ)器；

數(shù)據(jù)傳輸主要包括短程無線數(shù)據(jù)傳輸及遠(yuǎn)程無線數(shù)據(jù)傳輸兩個(gè)部分，短程無線數(shù)據(jù)傳輸設(shè)備包括短程無線數(shù)據(jù)傳輸和中繼站，遠(yuǎn)程無線數(shù)據(jù)傳輸包括GPRS、GSM及北斗衛(wèi)星終端傳輸，數(shù)據(jù)傳輸系統(tǒng)是將現(xiàn)場(chǎng)數(shù)據(jù)通過有效的通信方式將數(shù)據(jù)傳回，同時(shí)將預(yù)警信號(hào)傳輸至現(xiàn)場(chǎng)報(bào)警設(shè)備實(shí)現(xiàn)報(bào)警，即現(xiàn)場(chǎng)根據(jù)傳感器采集數(shù)據(jù)進(jìn)行分析，達(dá)到設(shè)定的閾值后通過紅綠燈及預(yù)警廣播實(shí)現(xiàn)報(bào)警，同時(shí)采集數(shù)據(jù)可以通過公網(wǎng)傳輸或者北斗衛(wèi)星至室內(nèi)數(shù)據(jù)中心存儲(chǔ)分析，在短程無線通訊無效后可由數(shù)據(jù)中心直接對(duì)現(xiàn)場(chǎng)進(jìn)行預(yù)警的信息發(fā)布。對(duì)于現(xiàn)場(chǎng)數(shù)據(jù)量小、緊急性高的業(yè)務(wù)，采用短程無線傳輸將預(yù)警信號(hào)傳輸至現(xiàn)場(chǎng)報(bào)警設(shè)備，及時(shí)進(jìn)行預(yù)警，短程無線預(yù)警傳播距離在2千米以內(nèi)，且中間無大的建筑物或者山川阻隔，如果有阻隔導(dǎo)致無法收到數(shù)據(jù)，還需要架設(shè)無線中繼站。對(duì)于有公網(wǎng)覆蓋的地區(qū)，一般應(yīng)選用公網(wǎng)進(jìn)行組(GSM/GPRS)；對(duì)于公網(wǎng)未能覆蓋的地區(qū)，一般選用北斗衛(wèi)星通信方式進(jìn)行組網(wǎng)，對(duì)于重點(diǎn)監(jiān)測(cè)區(qū)域且有條件的地區(qū)，可選用兩種不同通信方式予以組網(wǎng)，實(shí)現(xiàn)互為備份、自動(dòng)切換的功能，確保信息傳輸信道的暢通。

考慮到現(xiàn)場(chǎng)應(yīng)急供電實(shí)際情況，均采用太陽能電池板加蓄電池的供電方式，蓄電池采用鋰離子電池組，其具有安全可靠，體積小，重量輕，使用方便，自放電小，可使用長久等特點(diǎn)，在現(xiàn)場(chǎng)有條件的地方太陽能電池板可直接鋰電池充電，可供設(shè)備正常工作10天以上的時(shí)間，在無條件的地方，可直接使用鋰電池進(jìn)行供電，鋰電池在充滿狀態(tài)下無充電條件下可供設(shè)備正常工作3天以上的時(shí)間。