[发明专利]一种基于序列分析模型的盾构机PLC故障报警预测方法

说明书

本发明公开了一种基于序列分析模型的盾构机PLC故障报警预测方法，涉及故障预测技术领域，具体步骤为：根据原始故障报警数据，获得初始数据样本集；对初始数据样本集中的数据样本进行分类和筛选，生成有效故障数据集；对有效故障数据集中各个数据的发生频率按类别进行统计与分析，生成高频故障分类数据集；随后生成transaction数据包；根据transaction数据包以及序列模式挖掘算法参数构建序列模型；基于序列模型对盾构机的实时数据进行故障预警。本发明利用序列分析模型得到盾构机故障之间的先后发生关系，在实际使用中不受工程经验限制，且具有通用性，利于推广使用。

技术领域

本发明涉及故障预测技术领域，更具体的说是涉及一种基于序列分析模型的盾构机PLC故障报警预测方法。

背景技术

随着经济快速发展，城市地下空间开发的规模越来越大，发展越来越迅速，而盾构机则是地下空间开发中施工地下工程的重要施工设备，起着举足轻重的作用。盾构法施工以其掘进速度快、安全程度高、防水质量优、劳动强度低、环境影响小等优点，成为城市轨道交通地铁建设最重要的施工方法之一。盾构机的安全运行不仅是施工进度的关键保障，也是施工质量和安全的重要因素。因此，如何对盾构机的故障报警进行实时分析并做到预先发现显得尤为重要。

而在现有技术中基本采取的都是硬件技术来主动发现盾构机故障，只能达到实时判断。例如通过电器元件等硬件运行状态反馈来判断运行故障是否存在，做出诊断，或者针对特定盾构机系统部件加装硬件检测装置和预警提示装置达到主动式保护和维修的目的，例如公开号为CN109726463A的一种基于SVM算法的盾构TBM故障预警方法，其主要包含了盾构TBM故障建模，盾构TBM故障识别机器学习分类算法SVM建模、训练和分类识别、盾构TBM故障预警方法三部分。但是存在两点不足：1)只针对盾构机掘进参数，并未充分利用更有价值的盾构机报警系统数据；2)直接给出盾构掘进关键参数，并未做相关性和业务分析，有一定有限性，并且准确性需要论证。

另，公开号为CN109870988A的一种基于关联规则的盾构施工故障预警方法及系统，其主要包含了获取历史项目的盾构设计数据、地质类型、施工数据和报警数据，对施工数据进行预处理，获取不同盾构机型在不同地质类型下施工数据的报警类型关联规则，根据当前盾构施工中的报警类型查询报警类型关联规则，对将要发生的故障进行预警，完成盾构施工的故障预警。但是也存在两点问题：1)该发明是基于关联规则进行预警，实际上关联规则只能表明因素之间的相关关系，并不有序，即不存在发生的先后关系，因此作为预警的算法基础不是非常合适；2)根据地址类型将报警数据进行打标签和集合，较单一，泛化能力也很弱。因为地质条件只是影响盾构机故障报警的因素之一，只以此划分结果的准确度可能会受影响。因此，研发一种能够准确、及时的预测盾构机故障的方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于序列分析模型的盾构机PLC故障报警预测方法，利用大数据分析技术对盾构机的海量历史故障数据进行序列分析，从而发现故障(尤其是重要故障)之间隐藏的先后发生关系，从而在重点故障发生之前，提前发现，采取预防措施，有效避免或者降低生产损失。

为了实现上述目的，本发明提供如下技术方案：

一种基于序列分析模型的盾构机PLC故障报警预测方法，具体步骤为：

获取原始故障报警数据，并对原始故障报警数据进行清洗和转换，获得初始数据样本集；

对初始数据样本集中的数据样本进行分类和筛选，生成有效故障数据集；

对有效故障数据集中各个数据的发生频率按类别进行统计与分析，生成高频故障分类数据集；

根据高频故障分类数据集生成transaction数据包；根据transaction数据包以及序列模式挖掘算法参数构建序列模型；

基于序列模型对盾构机的实时数据进行故障预警。