[发明专利]隧道岩体参数预测方法及装置

权利要求书

1.一种隧道岩体参数预测方法，其特征在于，所述方法包括：

获取与未掘进岩体相邻的已掘进岩体被掘进过程中的掘进参数、渣土特征参数、掘进机刀盘处与撑靴处的振动信息，所述掘进参数包括刀盘转速、刀盘扭矩、贯入度、切深指数，所述渣土特征参数包括不均匀系数、曲率系数、最大粒径、粗糙度指数，所述振动信息包括振动加速度有效值、振动平均幅值、振动峰值、振动平均极值；

将所述掘进参数、所述渣土特征参数、所述振动信息输入基于随机森林分类与BP神经网络回归相融合的岩体参数预测模型，输出未掘进岩体的岩体参数预测结果，所述岩体参数预测模型是基于随机森林算法的岩体完整度分类预测模型和基于BP神经网络的岩体感知模型融合得到的，其中，所述岩体完整度分类预测模型是根据掘进参数、渣土特征参数、振动信息预测岩体完整程度的模型，所述岩体感知模型是根据掘进参数、渣土特征参数、振动信息、岩体完整程度预测岩体参数的模型。

2.根据权利要求1所述的隧道岩体参数预测方法，其特征在于，所述获取与未掘进岩体相邻的已掘进岩体被掘进过程中的掘进参数、渣土特征参数、掘进机刀盘处与撑靴处的振动信息包括：

基于掘进机的掘进参数实时监测设备获取所述掘进参数；

对已掘进岩体掘进过程中产生的渣土对应的渣土图像进行图像识别确定所述渣土特征参数；

基于掘进机的振动监测设备获取所述振动信息。

3.根据权利要求2所述的隧道岩体参数预测方法，其特征在于，所述对已掘进岩体过程中产生的渣土对应的渣土图像进行图像识别确定所述渣土特征参数包括：

获取多个所述渣土图像；

对每个所述渣土图像依次进行二值化分割处理、分水岭算法分割处理得到多个校准的渣土图像；

将每个校准的渣土图像中的渣土进行三维形态等效；

根据三维形态等效后的渣土计算每个所述渣土图像中渣土的体积和质量；

根据渣土的体积和质量分别绘制每个所述渣土图像对应的粒径级配曲线；

根据粒径级配曲线分别计算每个所述渣土图像对应的不均匀系数、曲率系数、最大粒径、粗糙度指数；

将多个渣土图像的不均匀系数、曲率系数、最大粒径、粗糙度指数的平均值确定为所述渣土特征参数。

4.根据权利要求3所述的隧道岩体参数预测方法，其特征在于，所述将每个校准的渣土图像中的渣土进行三维形态等效包括：

将所述每个校准的渣土图像中的渣土等效为一个椭球，每个渣土对应一个等效椭圆，其中，渣土的长对应于等效椭球的主轴，渣土的横截面等效直径对应于等效椭球的次轴。

5.根据权利要求3所述的隧道岩体参数预测方法，其特征在于，所述根据三维形态等效后的渣土计算每个所述渣土图像中渣土的体积和质量包括：

根据渣土对应的等效椭球的主轴和次轴计算每个渣土图像中渣土的体积和质量。

6.根据权利要求1所述的隧道岩体参数预测方法，其特征在于，所述将所述掘进参数、所述渣土特征参数、所述振动信息输入基于随机森林分类与BP神经网络回归相融合的岩体参数预测模型，输出未掘进岩体的岩体参数预测结果包括：

将所述掘进参数、所述渣土特征参数、所述振动信息输入所述基于随机森林算法的岩体完整度分类预测模型，输出所述未掘进岩体的完整程度分类结果；

将所述掘进参数、所述渣土特征参数、所述振动信息以及所述完整程度分类结果输入所述基于BP神经网络的岩体感知模型，输出所述未掘进岩体的岩体强度和体积节理数。

7.根据权利要求1所述的隧道岩体参数预测方法，其特征在于，所述方法还包括：建立基于随机森林分类与BP神经网络回归相融合的岩体参数预测模型。