[發(fā)明專利]基于大數(shù)據(jù)分析的盾構(gòu)施工地面沉降預(yù)測系統(tǒng)和方法

在審

• 申請?zhí)枺?/td>: 201710303105.8
• 申請日: 2017-05-03
• 公開（公告）號: CN107092990A
• 公開（公告）日: 2017-08-25
• 發(fā)明（設(shè)計）人: 孔憲光;常建濤;劉堯;王繼虎;王奇斌
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/08;G06F17/50
• 代理公司: 陜西電子工業(yè)專利中心61205
• 代理人: 程曉霞,王品華

技術(shù)領(lǐng)域

本發(fā)明屬于工業(yè)大數(shù)據(jù)技術(shù)領(lǐng)域，尤其涉及地鐵盾構(gòu)施工領(lǐng)域的地面沉降預(yù) 測，具體是一種基于大數(shù)據(jù)分析技術(shù)的盾構(gòu)施工地面沉降預(yù)測系統(tǒng)和方法，可用 于對盾構(gòu)施工過程中地面沉降量的預(yù)測。

背景技術(shù)

隨著地鐵建設(shè)規(guī)模的不斷擴(kuò)大，用于地鐵隧道施工的盾構(gòu)挖掘設(shè)備得到的大 量使用。盾構(gòu)機(jī)是一種結(jié)構(gòu)復(fù)雜的大型機(jī)電液控一體化設(shè)備，同時由于盾構(gòu)施工 環(huán)境相對惡劣，地質(zhì)環(huán)境復(fù)雜多變，所以在施工過程中會產(chǎn)生很多問題，其中對 地鐵施工影響較為嚴(yán)重的就是地面沉降。

地面沉降是指在盾構(gòu)施工中，由于地層物質(zhì)被挖出，隧道周圍地層土體的應(yīng) 力狀態(tài)和原本穩(wěn)定的結(jié)構(gòu)狀態(tài)將發(fā)生重分布，引起地層移動而導(dǎo)致不同程度地面 的隆起或沉降。而對地面沉降的預(yù)測就是要提前發(fā)現(xiàn)地面沉降問題，利用某種方 法及時預(yù)測出地面沉降量，將可能出現(xiàn)的重大施工事故進(jìn)行及時預(yù)警和匯報，提 高施工質(zhì)量。

關(guān)于地面沉降預(yù)測模型的建立，傳統(tǒng)方法通常是在單機(jī)、串行模式下進(jìn)行模 型訓(xùn)練，當(dāng)面對海量數(shù)據(jù)時，由于數(shù)據(jù)量巨大，數(shù)據(jù)的存儲和處理，會暴露出容 錯性差、速度慢、效率低等問題。這與盾構(gòu)地面沉降預(yù)測所要求的實時性、快速 性以及準(zhǔn)確性相悖。同時，傳統(tǒng)方法所使用的數(shù)據(jù)量較小，這對所建立預(yù)測模型 的準(zhǔn)確性具有較大影響。

隨著地鐵施工規(guī)模的不斷擴(kuò)大，日益增長的海量盾構(gòu)施工數(shù)據(jù)，使傳統(tǒng)分析 方法面臨數(shù)據(jù)量巨大而帶來的難以解決的速度和效率問題，嚴(yán)重影響盾構(gòu)施工數(shù) 據(jù)的存儲能力和處理速度，進(jìn)而影響盾構(gòu)施工過程中的地面沉降量實時預(yù)測。同 時，傳統(tǒng)方法只能處理小樣本數(shù)據(jù)，進(jìn)而會降低預(yù)測模型的預(yù)測準(zhǔn)確性。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)的不足，提出一種具有海量數(shù)據(jù)存儲、冗余能力和實時、 高效計算能力的基于大數(shù)據(jù)分析技術(shù)的地面沉降預(yù)測系統(tǒng)和方法。

本發(fā)明是一種基于大數(shù)據(jù)分析技術(shù)的盾構(gòu)施工地面沉降預(yù)測系統(tǒng)，依據(jù)數(shù)據(jù) 走向依次包括有數(shù)據(jù)收集模塊、數(shù)據(jù)預(yù)處理模塊、特征提取模塊、建立預(yù)測模型 模塊和模型應(yīng)用模塊，所述數(shù)據(jù)收集模塊，包括有地質(zhì)數(shù)據(jù)收集子模塊、盾構(gòu)機(jī) 運行數(shù)據(jù)收集子模塊和地面沉降量數(shù)據(jù)收集子模塊，負(fù)責(zé)進(jìn)行地面沉降量預(yù)測所 需數(shù)據(jù)的收集；其特征在于，還設(shè)有大數(shù)據(jù)平臺模塊，大數(shù)據(jù)平臺模塊包括 Hadoop平臺子模塊和Spark平臺子模塊，Spark平臺子模塊是基于Hadoop平臺 子模塊，大數(shù)據(jù)平臺模塊中的Hadoop平臺子模塊分別與數(shù)據(jù)收集模塊、數(shù)據(jù)預(yù) 處理模塊、特征提取模塊、建立預(yù)測模型模塊和模型應(yīng)用模塊之間進(jìn)行雙向數(shù)據(jù) 存儲交互；大數(shù)據(jù)平臺模塊中的Spark平臺子模塊分別與數(shù)據(jù)收集模塊、數(shù)據(jù)預(yù) 處理模塊、特征提取模塊、建立預(yù)測模型模塊和模型應(yīng)用模塊之間具有滿足Spark 編程范式的并行計算通道；所述數(shù)據(jù)預(yù)處理模塊，在Spark平臺并行計算框架下， 對數(shù)據(jù)集中的屬性進(jìn)行缺失值填補(bǔ)、離群點檢測和歸一化處理；所述特征提取模 塊在Spark平臺并行計算框架下，采用PCA降維算法進(jìn)行特征提取；所述建立預(yù) 測模型模塊是基于Hadoop子模塊中的海量數(shù)據(jù)并在符合Spark平臺子模塊的計 算框架下，利用多節(jié)點誤差平均值去觸發(fā)誤差反饋過程，用連接權(quán)值向量的平均 值向量作為最終預(yù)測模型的連接權(quán)值，形成預(yù)測模型，其中建立模型所需的輸入 數(shù)據(jù)為地質(zhì)參數(shù)數(shù)據(jù)和盾構(gòu)機(jī)運行數(shù)據(jù)，輸出數(shù)據(jù)為盾構(gòu)監(jiān)測點沉降量數(shù)據(jù)；所 述模型應(yīng)用模塊是在大數(shù)據(jù)平臺模塊的基礎(chǔ)上，將建立預(yù)測模型模塊建立的預(yù)測 模型進(jìn)行功能封裝，并以API的形式提供模型接口，在盾構(gòu)施工過程，盾構(gòu)施工 人員調(diào)用該模型接口，實現(xiàn)對盾構(gòu)施工過程中地面沉降量的預(yù)測。

本發(fā)明還是一種基于大數(shù)據(jù)分析技術(shù)的盾構(gòu)施工地面沉降預(yù)測方法，在權(quán)利 要求1-5所述的任一基于大數(shù)據(jù)分析技術(shù)的盾構(gòu)施工地面沉降預(yù)測系統(tǒng)上實現(xiàn)， 其特征在于，包括有如下步驟：

(1)搭建大數(shù)據(jù)平臺：確定大數(shù)據(jù)平臺模塊中的節(jié)點拓?fù)浣Y(jié)構(gòu)，節(jié)點數(shù)量 根據(jù)數(shù)據(jù)量大小進(jìn)行確定，在各個網(wǎng)絡(luò)節(jié)點上按照需要配置相關(guān)環(huán)境，包含linux 操作系統(tǒng)安裝、節(jié)點網(wǎng)絡(luò)配置、ssh無密碼登錄設(shè)置、安裝java程序，在以上配 置環(huán)境基礎(chǔ)上，在各節(jié)點搭建Hadoop平臺形成Hadoop平臺子模塊和搭建Spark 平臺形成Spark平臺子模塊，大數(shù)據(jù)平臺為地面沉降預(yù)測提供海量數(shù)據(jù)存儲與計 算基礎(chǔ)，提高預(yù)測實時性；