[發(fā)明專利]一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法

在審

• 申請?zhí)枺?/td>: 202111040028.4
• 申請日: 2021-09-06
• 公開（公告）號: CN113779880A
• 公開（公告）日: 2021-12-10
• 發(fā)明（設(shè)計(jì)）人: 梁銘;彭浩;宋冠先;朱孟龍;馬文安;解威威;馬必聰;楊康;張亞飛;胡以嬋;趙婷婷
• 申請（專利權(quán)）人: 廣西路橋工程集團(tuán)有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06F119/02
• 代理公司: 四川力久律師事務(wù)所 51221
• 代理人: 馮精恒

1.一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，包括以下步驟：

步驟一，對待挖掘隧道進(jìn)行隨機(jī)采樣，獲取待挖掘隧道的鉆探數(shù)據(jù)；所述鉆探數(shù)據(jù)包括深度、還包括推進(jìn)速度、推進(jìn)力、扭矩和旋轉(zhuǎn)速度四項(xiàng)定量指標(biāo)；

步驟二，對所述鉆探數(shù)據(jù)中四項(xiàng)定量指標(biāo)進(jìn)行預(yù)處理，實(shí)現(xiàn)對鉆探數(shù)據(jù)的精選和二次計(jì)算；

步驟三，將所述預(yù)處理后的鉆探數(shù)據(jù)輸入到預(yù)先構(gòu)建的GA-XGBoost模型，調(diào)用CC分類器鏈算法進(jìn)行多標(biāo)簽預(yù)測，輸出不同深度對應(yīng)的隧道圍巖二維質(zhì)量評價(jià)結(jié)果，所述二維質(zhì)量評價(jià)結(jié)果包括圍巖完整程度和圍巖等級兩個(gè)維度，所述圍巖完整程度的評價(jià)結(jié)果包括較完整、較破碎、破碎和泥質(zhì)填充空腔，所述圍巖等級的評價(jià)結(jié)果包括Ⅲ、Ⅳ與Ⅴ級。

2.根據(jù)權(quán)利要求1所述的一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，所述預(yù)處理包括以下步驟：

a，對輸入數(shù)據(jù)降噪；降噪的方法包括：

刪除上升段數(shù)據(jù)，所述上升段數(shù)據(jù)為超前鉆探的鉆機(jī)未達(dá)到穩(wěn)定狀態(tài)時(shí)采集的數(shù)據(jù)；

查找輸入數(shù)據(jù)中的缺失值，并通過所述缺失值對應(yīng)指標(biāo)數(shù)據(jù)的均值對所述缺失值進(jìn)行填充；

刪除貫入度在無效區(qū)間以內(nèi)的數(shù)據(jù)；所述貫入度的計(jì)算公式為P＝v/n，其中P為貫入度，v為推進(jìn)速度，n為旋轉(zhuǎn)速度；

b：以預(yù)設(shè)的分割間距將降噪后的所述輸入數(shù)據(jù)等距分割為若干段落；

c：計(jì)算等距分割后每個(gè)段落中各個(gè)定量指標(biāo)的二級指標(biāo)；其中，所述二級指標(biāo)包括各個(gè)定量指標(biāo)的均值與方差；

d：采用標(biāo)準(zhǔn)差法對所述二級指標(biāo)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化。

3.根據(jù)權(quán)利要求2所述的一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，所述無效區(qū)間為貫入度P∈(0.9，1.2)以及P1.8。

4.根據(jù)權(quán)利要求2所述的一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，所述預(yù)設(shè)的分割間距為0.5米。

5.根據(jù)權(quán)利要求1所述的一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，步驟三中調(diào)用CC分類器鏈算法進(jìn)行多標(biāo)簽預(yù)測，具體包括：

1)，建立特征向量和標(biāo)簽向量，所述特征向量為預(yù)處理后的鉆探數(shù)據(jù)，所述標(biāo)簽向量為所述預(yù)處理后的鉆探數(shù)據(jù)中每組數(shù)據(jù)對應(yīng)的在圍巖完整程度上的編碼值和在圍巖等級上的編碼值；

2)，生成標(biāo)簽分類順序，按照所述標(biāo)簽分類順序訓(xùn)練分類器；所述分類器包括圍巖完整程度分類器和圍巖等級分類器；

3)，標(biāo)簽分類順序在前的分類器輸入所述特征向量，輸出在前預(yù)測值，標(biāo)簽分類順序在后的分類器輸入所述特征向量和所述在前預(yù)測值，輸出在后預(yù)測值，所述在前預(yù)測值和在后預(yù)測值為隧道圍巖二維質(zhì)量評價(jià)結(jié)果。

6.根據(jù)權(quán)利要求1～5任一項(xiàng)所述的一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，構(gòu)建所述GA-XGBoost模型包括以下步驟：

S1：輸入樣本數(shù)據(jù)；

其中，所述樣本數(shù)據(jù)包括若干條反映巖體質(zhì)量的鉆探數(shù)據(jù)，每條所述鉆探數(shù)據(jù)包括推進(jìn)速度、推進(jìn)力、扭矩和旋轉(zhuǎn)速度四項(xiàng)定量指標(biāo)；

S2：對所述樣本數(shù)據(jù)進(jìn)行預(yù)處理，實(shí)現(xiàn)對所述若干條鉆探數(shù)據(jù)的精選和二次計(jì)算；

S3：將預(yù)處理后的所述樣本數(shù)據(jù)輸入XGBoost模型，并通過GA算法對XGBoost模型進(jìn)行模型訓(xùn)練，確定XGBoost模型的最佳參數(shù)組合。

7.根據(jù)權(quán)利要求6所述的一種基于超前鉆探數(shù)據(jù)的隧道圍巖二維質(zhì)量評價(jià)方法，其特征在于，步驟S3中模型訓(xùn)練包括：

S31：根據(jù)所述XGBoost模型中超參數(shù)的取值范圍制定搜索空間；

S32：將預(yù)處理后的所述樣本數(shù)據(jù)作為輸入，通過遺傳算法進(jìn)行超參數(shù)尋優(yōu)，并輸出模型性能評價(jià)指標(biāo)值；

S33：當(dāng)尋優(yōu)次數(shù)小于預(yù)設(shè)次數(shù)時(shí)，進(jìn)入步驟S31；當(dāng)尋優(yōu)次數(shù)大于或等于預(yù)設(shè)次數(shù)時(shí)，獲取尋優(yōu)過程中模型性能評價(jià)指標(biāo)值最高的XGBoost模型，所述模型性能評價(jià)指標(biāo)值最高的XGBoost模型的超參數(shù)組合為最佳參數(shù)組合。