[发明专利]一种硬岩掘进机支护等级智能推荐方法

说明书

本发明公开了一种硬岩掘进机支护等级智能推荐方法，包括如下步骤：采集掘进数据及钢拱架支护类型数据；预处理掘进数据；将预处理后的掘进数据作为输入数据，根据掘进数据的桩号寻找对应桩号的钢拱架支护类型数据作为输出数据，建立钢拱架支护类型数据集；将钢拱架支护类型数据集随机分为训练集和测试集；基于智能分类算法并利用训练集数据建立钢拱架支护类型预测模型，将测试集数据输入钢拱架支护类型预测模型对钢拱架支护类型进行预测。本发明通过预测出的钢拱架支护类型可以实现当前掌子面情况的实时判断，便于提前做好支护方案和物料储备。

技术领域

本发明属于隧道工程隧道掘进机施工技术的技术领域，具体涉及一种硬岩掘进机支护等级智能推荐方法。

背景技术

隧道掘进机(TBM)施工具有安全、高效、环保等优点，已经成为长、大隧道施工的首选工法。TBM施工虽然高效，但其对地质条件的适应性较差，当遇到突发地质灾害时，TBM掘进受到的影响远大于传统施工工法，致使TBM掘进速度减缓、工期延迟，甚至会引发灾难性后果。对国内外大量TBM施工工程实例进行统计分析后，可以发现断层破碎带、突涌水、围岩大变形、岩爆是TBM施工中常见的工程地质问题，在施工过程中必须给予足够重视。

在应对软岩大变形、塌方等不良地质时，选择合理的支护方式将大大降低施工风险。基于TBM施工项目的设备参数和钢拱架支护类型统计数据，建立钢拱架支护智能决策模型，一方面可以通过预测出的拱架间距对当前掌子面情况进行实时判断，另一方面可便于提前做好支护方案和物料储备。

发明内容

针对隧道掘进机掘进过程中钢拱架支护类型选择不合适可能会产生严重的施工风险问题，本发明提出了一种硬岩掘进机支护等级智能推荐方法，通过特征筛选与分类决策问题建模，实现了施工过程钢拱架支护类型智能决策的目标。

为解决以上技术问题，本发明所采用的技术方案如下：

一种硬岩掘进机支护等级智能推荐方法，包括如下步骤：

S1，采集反映设备运行状态的隧道掘进机的掘进数据及对应的钢拱架支护类型数据；

S2，对掘进数据进行数据预处理，剔除数据中的异常值；

S3，将预处理后的掘进数据作为输入数据，并根据掘进数据的桩号寻找对应桩号的钢拱架支护类型数据作为输出数据，建立钢拱架支护类型数据集；

S4，将钢拱架支护类型数据集随机分为训练集和测试集；

S5，基于智能分类算法并利用训练集数据建立钢拱架支护类型预测模型，将测试集数据输入钢拱架支护类型预测模型对钢拱架支护类型进行预测。

在步骤S1中，所述掘进数据包括顶护盾的位移及压力数据、左侧护盾的位移及压力数据、右侧护盾的位移及压力数据和撑靴的位移及压力数据、盾体竖直偏差、盾体水平偏差、前盾滚动角、前盾俯仰角、主机皮带机转速、主机皮带机电机电流、主机总推力、刀盘扭矩、主机推进速度或刀盘转速。

在步骤S2中，所述掘进数据预处理包括如下步骤：

a.基于掘进机是否处于正在掘进及刀盘接触掌子面后是否处于稳定掘进的状态，提取稳定段掘进数据；

b.基于3σ准则对稳定段数据进行异常值剔除，即以稳定段数据均值替代超出μ±3σ的数据，其中μ为数据均值，σ为数据标准差；

c.对稳定段数据进行中值滤波处理。

在步骤S4中，所述训练集和测试集中的掘进数据是经特征重要度排序后，并对特征重要度排序后的掘进数据保留特征重要度占比超过80％的特征所得到；所述特征是指掘进数据中的顶护盾的位移及压力数据、左侧护盾的位移及压力数据、右侧护盾的位移及压力数据和撑靴的位移及压力数据、盾体的竖直偏差、盾体的水平偏差、前盾滚动角、前盾俯仰角，主机皮带机转速、主机皮带机电机电流、主机总推力、刀盘扭矩、主机推进速度或刀盘转速。