[發(fā)明專利]一種掌子面在掘巖體狀態(tài)軟測量方法

有效

• 申請?zhí)枺?/td>: 201911384893.3
• 申請日: 2019-12-28
• 公開（公告）號: CN110990938B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 鄭贏豪;荊留杰;于太彰;武穎瑩;李鵬宇;陳帥;曹洪波;王軍;李小兵
• 申請（專利權(quán)）人: 中鐵工程裝備集團有限公司
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F18/2411;G06F17/16;G06F17/18;G06N3/044;G06Q50/08;G06F111/10
• 代理公司: 鄭州優(yōu)盾知識產(chǎn)權(quán)代理有限公司 41125
• 代理人: 鄭園

本發(fā)明公開了一種掌子面在掘巖體狀態(tài)軟測量方法，包括如下步驟：提取巖機參數(shù)歷史數(shù)據(jù)；對巖機參數(shù)歷史數(shù)據(jù)進行預(yù)處理，獲取掘進參數(shù)矩陣與掌子面巖體狀態(tài)參數(shù)矩陣；對掌子面巖體狀態(tài)參數(shù)與掘進參數(shù)進行關(guān)聯(lián)分析，篩選強相關(guān)性的掘進參數(shù)；利用分步回歸、BP神經(jīng)網(wǎng)絡(luò)和支持向量回歸分別建立對應(yīng)的掌子面巖體狀態(tài)軟測量模型，基于改進D?S證據(jù)理論對三種掌子面巖體狀態(tài)軟測量模型所預(yù)測的巖體狀態(tài)參數(shù)初始估計值進行決策級融合，獲得更新的巖體狀態(tài)軟測量模型；采集新的掘進參數(shù)，通過預(yù)處理獲取新的掘進參數(shù)矩陣，將其代入更新的巖體狀態(tài)軟測量模型，預(yù)測當(dāng)前地質(zhì)條件下的巖體節(jié)理與單軸抗壓強度建議值。本發(fā)明測量精度高、實時性與魯棒性強。

技術(shù)領(lǐng)域

本發(fā)明屬于隧道工程TBM施工技術(shù)領(lǐng)域，具體涉及一種掌子面在掘巖體狀態(tài)軟測量方法。

背景技術(shù)

在TBM施工過程中，巖體節(jié)理和單軸抗壓強度是表征掌子面在掘巖體完整性及強度特征的關(guān)鍵變量，但上述巖體狀態(tài)參數(shù)只能在TBM停機、維修期間通過人工現(xiàn)場素描、取樣并進行室內(nèi)試驗得到，獲取手段較為落后，無法實現(xiàn)巖體狀態(tài)信息獲知預(yù)先性、實時性，致使TBM遭遇地層變化或復(fù)雜地質(zhì)條件時難以做出掘進方案和控制參數(shù)的及時調(diào)整，容易造成TBM掘進效率低、經(jīng)濟嚴(yán)重浪費，重則造成TBM卡機、損壞、報廢甚至人員傷亡的重大事故。另一方面，TBM掘進參數(shù)可通過布置相關(guān)傳感器實現(xiàn)在線測量，且刀盤轉(zhuǎn)速、推進速度、總推力、刀盤扭矩、刀盤貫入度等TBM掘進參數(shù)與掌子面巖體狀態(tài)參數(shù)之間存在密不可分的關(guān)系，因此可作為表征前方巖體條件的重要輔助變量。

為了充分融合TBM掘進參數(shù)在線測量的優(yōu)勢，巖體狀態(tài)軟測量方法被提出，并將之應(yīng)用于可測易測輔助變量與難以直接測量的關(guān)鍵變量之間的映射關(guān)系建模中，從而實時感知掌子面的在掘巖體狀態(tài)。現(xiàn)有巖體狀態(tài)軟測量方法主要分為線性回歸和人工智能模型，線性回歸模型具有可解釋性強、應(yīng)用簡單方便的優(yōu)點，但由于影響因素之多、建模過程復(fù)雜等原因?qū)е履Ｐ徒⑿枰芯咳藛T具有很強的專業(yè)性。其次，人工智能模型具有強大的非線性表示能力，但它容易受樣本容量大小和數(shù)據(jù)質(zhì)量的影響。總而言之，基于現(xiàn)有線性回歸或者人工智能的巖體狀態(tài)軟測量模型都存在一定的不足之處，因而開發(fā)一款強實時性和魯棒性的巖體狀態(tài)軟測量方法對于解決巖體狀態(tài)參數(shù)“測不準(zhǔn)、測不快問題”具有很強的現(xiàn)實意義。

發(fā)明內(nèi)容

針對的現(xiàn)有的巖體狀態(tài)軟測量模型存在的建模過程復(fù)雜、易受樣本容量大小的影響等問題，本發(fā)明提出了一種掌子面在掘巖體狀態(tài)軟測量方法，解決了現(xiàn)有的巖體狀態(tài)參數(shù)“測不準(zhǔn)、測不快”的問題。

為解決以上技術(shù)問題，本發(fā)明所采用的技術(shù)方案如下：

一種掌子面在掘巖體狀態(tài)軟測量方法，包括如下步驟：

S1，通過TBM大數(shù)據(jù)監(jiān)測平臺提取反映掌子面巖體狀態(tài)的巖機參數(shù)歷史數(shù)據(jù)；

S2，對獲取的巖機參數(shù)歷史數(shù)據(jù)進行預(yù)處理，獲取TBM掘進參數(shù)矩陣A與掌子面巖體狀態(tài)參數(shù)矩陣Y；

S3，根據(jù)TBM掘進參數(shù)矩陣A與掌子面巖體狀態(tài)參數(shù)矩陣Y，對掌子面巖體狀態(tài)參數(shù)與TBM掘進參數(shù)進行關(guān)聯(lián)分析，篩選強相關(guān)性的TBM掘進參數(shù)；

S4，基于分步回歸、BP神經(jīng)網(wǎng)絡(luò)和支持向量回歸分別對篩選后的TBM掘進參數(shù)及掌子面巖體狀態(tài)參數(shù)建立對應(yīng)的三種掌子面巖體狀態(tài)軟測量模型，再基于改進D-S證據(jù)理論將三種掌子面巖體狀態(tài)軟測量模型所預(yù)測的巖體狀態(tài)參數(shù)初始估計值進行決策級融合，進而獲得更新后的掌子面巖體狀態(tài)軟測量模型；

S5，在線采集新的TBM掘進參數(shù)，并按照步驟S2獲取新的TBM掘進參數(shù)矩陣，將新的TBM掘進參數(shù)矩陣代入更新后的掌子面巖體狀態(tài)軟測量模型，通過更新后的掌子面巖體狀態(tài)軟測量模型預(yù)測當(dāng)前地質(zhì)條件下的巖體節(jié)理與單軸抗壓強度建議值。