[發明專利]基于圖網絡學習的盾構開挖面穩定性智能預測方法及設備

在審

• 申請號: 202211045510.1
• 申請日: 2022-08-30
• 公開（公告）號: CN115422971A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 周誠;張澤坤;駱漢賓;陳睿;覃文波
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06Q10/04;G06Q50/08
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 尚威;李智

本發明公開了一種基于圖網絡學習的盾構開挖面穩定性智能預測方法及設備，屬于盾構掘進安全領域。所述方法包括：S1：獲得盾構壓力艙的壓力數據，并根據Hilbert?Huang變換表征實時的盾構掘進穩定性；S2：基于各項盾構參數間的偏相關系數，構建盾構參數偏相關閾值網絡，以將盾構參數降維，并使盾構各參數間的關系可視化；S3：利用圖網絡學習算法，構建盾構開挖面穩定性與盾構參數網絡特征的圖網絡學習模型并進行訓練；S4：利用圖網絡學習模型預測盾構開挖面穩定性。本發明能夠提高盾構掘進施工的效率和建設質量，提高盾構掘進開挖面穩定性。

技術領域

本發明屬于盾構掘進安全領域，更具體地，涉及一種基于圖網絡學習的盾構開挖面穩定性智能預測方法及設備。

背景技術

盾構掘進過程中，保持開挖面穩定十分重要，不論采用何種盾構機，壓力艙內的支護壓力必須與開挖面前方的水土壓力達到平衡，開挖面才能保持穩定。在隧道的建造過程中，若支護壓力不足，則可能導致地表塌陷，若支護壓力太大，則會導致地表隆起。

目前的泥水和土壓平衡盾構均是預先設定泥水或土艙壓力值，在掘進過程中根據開挖面壓力情況再對其進行調整以保持開挖面穩定，這種滯后調整容易導致機頭處的地面隆起或塌陷。

由于盾構掘進深埋地下，掘進過程中難以準確而全面的了解開挖面的穩定性，無法第一時間獲知失穩風險，進而導致盾構掘進存在較高的安全風險。

因此，亟需一種能夠快速準確判斷盾構開挖面穩定性的方法。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于圖網絡學習的盾構開挖面穩定性智能預測方法，其目的在于，根據盾構參數智能快速預測開挖面穩定性，預防開挖面失穩的情況發生。

為實現上述目的，按照本發明的一個方面，提供了一種基于圖網絡學習的盾構開挖面穩定性智能預測方法，包括：

離線訓練階段：

S1：對盾構壓力艙的盾構壓力信號進行Hilbert-Huang變換，采用DS表征實時的盾構掘進穩定性：

其中，DS為盾構壓力信號的非平穩性，H(ω,t)為盾構壓力信號的Hilbert時頻譜，ω表示頻域，B(ω)為所述盾構壓力信號的平均邊際譜，T表示Hilbert時頻譜積分的時間軸，t表示時間；

S2：采集各項盾構參數的時序數據，基于各項盾構參數間的偏相關系數得到盾構參數間的有權有向連接，構建盾構參數偏相關閾值網絡，得到盾構參數網絡圖；其中，基于盾構參數間的偏相關系數得到盾構參數間的有權有向連接的方法如下：

對于任意三個不重復的盾構參數X、Y、Z，所述盾構參數網絡圖中兩個盾構參數間Z→X的有向連接的權重，由如下公式決定：

d(X,Y:Z)≥d(X,Y:Z)_Z+kσ_Z(d(X,Y:Z))

權重設為滿足上述公式的Y的個數，其中，

d(X,Y:Z)＝ρ(X,Y)-ρ(X,Y:Z)

d(X,Y:Z)_Z和σ_Z(d(X,Y:Z))分別是對于Z為所有除X、Y參數以外的盾構參數時的d(X，Y：Z)的平均值和標準差；ρ(X,Y)是X、Y之間的相關系數，ρ(X,Y:Z)是X、Y之間除去Z影響的偏相關系數；

S3：構建盾構開挖面穩定性與盾構參數網絡特征的圖網絡學習模型，以步驟S2獲得的盾構參數網絡圖作為輸入、DS值作為輸出對所述圖網絡學習模型進行訓練，得到基于圖網絡學習的盾構開挖面穩定性智能預測模型；

在線預測階段：