基于大数据分析的盾构施工地面沉降预测系统和方法技术方案

本发明专利技术公开了一种基于大数据分析的盾构施工地面沉降预测系统和方法，主要解决现有技术在盾构施工大数据场景下，不能高效、及时对地面沉降进行预测的问题。本发明专利技术中的大数据平台模块为数据收集、数据预处理、特征提取、建立预测模型和模型应用等模块提供海量数据存储和并行计算服务，形成地面沉降预测系统。预测方法步骤包括：搭建大数据平台；收集盾构施工地面沉降数据；数据预处理；特征提取；建立地面沉降预测模型；预测模型功能接口封装；于施工过程中进行地面沉降预测。本发明专利技术整个方案设计严谨、完整，具备海量数据存储与并行计算能力，地面沉降预测的效率和准确性高，用于地铁施工地面沉降预测，保障工程质量和安全。

【技术实现步骤摘要】
基于大数据分析的盾构施工地面沉降预测系统和方法
本专利技术属于工业大数据
，尤其涉及地铁盾构施工领域的地面沉降预测，具体是一种基于大数据分析技术的盾构施工地面沉降预测系统和方法，可用于对盾构施工过程中地面沉降量的预测。
技术介绍
随着地铁建设规模的不断扩大，用于地铁隧道施工的盾构挖掘设备得到的大量使用。盾构机是一种结构复杂的大型机电液控一体化设备，同时由于盾构施工环境相对恶劣，地质环境复杂多变，所以在施工过程中会产生很多问题，其中对地铁施工影响较为严重的就是地面沉降。地面沉降是指在盾构施工中，由于地层物质被挖出，隧道周围地层土体的应力状态和原本稳定的结构状态将发生重分布，引起地层移动而导致不同程度地面的隆起或沉降。而对地面沉降的预测就是要提前发现地面沉降问题，利用某种方法及时预测出地面沉降量，将可能出现的重大施工事故进行及时预警和汇报，提高施工质量。关于地面沉降预测模型的建立，传统方法通常是在单机、串行模式下进行模型训练，当面对海量数据时，由于数据量巨大，数据的存储和处理，会暴露出容错性差、速度慢、效率低等问题。这与盾构地面沉降预测所要求的实时性、快速性以及准确性相悖。同时，传本文档来自技高网...

【技术保护点】
一种基于大数据分析技术的盾构施工地面沉降预测系统，依据数据走向依次包括有数据收集模块、数据预处理模块、特征提取模块、建立预测模型模块和模型应用模块；所述数据收集模块，包括有地质数据收集子模块、盾构机运行数据收集子模块和地面沉降量数据收集子模块，负责进行地面沉降量预测所需数据的收集；其特征在于，所述大数据平台模块，包括Hadoop平台子模块和Spark平台子模块，Spark平台子模块是基于Hadoop平台子模块，大数据平台模块中的Hadoop平台子模块分别与数据收集模块、数据预处理模块、特征提取模块、建立预测模型模块和模型应用模块之间进行双向数据存储交互；大数据平台模块中的Spark平台子模块分...

【技术特征摘要】
1.一种基于大数据分析技术的盾构施工地面沉降预测系统，依据数据走向依次包括有数据收集模块、数据预处理模块、特征提取模块、建立预测模型模块和模型应用模块；所述数据收集模块，包括有地质数据收集子模块、盾构机运行数据收集子模块和地面沉降量数据收集子模块，负责进行地面沉降量预测所需数据的收集；其特征在于，所述大数据平台模块，包括Hadoop平台子模块和Spark平台子模块，Spark平台子模块是基于Hadoop平台子模块，大数据平台模块中的Hadoop平台子模块分别与数据收集模块、数据预处理模块、特征提取模块、建立预测模型模块和模型应用模块之间进行双向数据存储交互；大数据平台模块中的Spark平台子模块分别与数据收集模块、数据预处理模块、特征提取模块、建立预测模型模块和模型应用模块之间具有满足Spark编程范式的并行计算通道；所述数据预处理模块，在Spark平台并行计算框架下，对数据集中的属性进行缺失值填补、离群点检测和归一化处理；所述特征提取模块在Spark平台计算框架下，采用PCA降维算法对数据进行特征提取；所述建立预测模型模块是基于Hadoop子模块中的海量数据并在符合Spark平台子模块的并行计算框架下，利用各节点误差平均值去触发误差反馈过程，用各节点连接权值向量的平均值向量作为最终预测模型的连接权值，形成预测模型，其中建立模型所需的输入数据为地质参数数据和盾构机运行数据，输出数据为盾构监测点沉降量数据；所述模型应用模块是在大数据平台模块的基础上，将建立预测模型模块建立的预测模型进行功能封装，并以API的形式提供预测模型接口，在盾构施工过程，盾构施工人员调用该模型接口，实现对盾构施工过程中地面沉降量的预测。2.根据权利要求1所述的基于大数据分析技术的盾构施工地面沉降预测系统，其特征在于，所述地质数据收集子模块，通过文本处理技术抓取地质勘探报告里面的文本数据，从地质勘探报告中获取相应的地质参数数据；通过CAD二次开发工具ObjectARX对施工图纸里面的点线面数据进行抽取，从CAD图纸中获取相应的地质参数数据。3.根据权利要求1所述的基于大数据分析技术的盾构施工地面沉降预测系统，其特征在于，所述建立预测模型模块，按照数据流方向依次包含模型训练子模块、误差处理子模块、连接权值向量处理子模块；模型训练子模块负责多节点模型训练；误差处理子模块利用各节点训练误差的平均值去触发各节点误差反向传播过程；连接权值向量处理子模块用于计算预测模型中的连接权值向量，并用此连接权值向量作为地面沉降预测模型的连接权值向量。4.根据权利要求3所述的基于大数据分析技术的盾构施工地面沉降预测系统，其特征在于，所述建立预测模型模块中的误差处理子模块，包括两部分内容，第一部分内容对模型训练子模块中的各节点的训练误差值求其平均值，第二部分内容利用训练误差平均值去触发各节点误差反向传播过程，以此来调整各节点中的连接权值向量。5.根据权利要求3所述的基于大数据分析技术的盾构施工地面沉降预测系统，其特征在于，所述建立预测模型模块中的连接权值向量处理子模块，对模型训练子模块中各个节点训练好的BP神经网络模型的连接权值向量进行汇总、求和并求出连接权值向量的平均值向量，该连接权值向量的平均值作为预测模型的连接权值向量，形成地面沉降预测模型。6.一种基于大数据分析技术的盾构施工地面沉降预测方法，在权利要求1-5所述的任一基于大数据分析技术的盾构施工地面沉降预测系统上实现，其特征在于，包括有如下步骤：(1)搭建大数据平台：确定大数据平台模块中的节点拓扑结构，节点数量根据数据量大小进行确定，在各个网络节点上按照需要配置相关环境，包含linux操作系统安装、节点网络配置、ssh无密码登录设置、安装java程序，在以上配置环境基础上，在各节点搭建Hadoop平台形成Hadoop平台子模块和搭建Spark平台形成Spark平台子模块形成大数据平台，大数据平台为地面沉降预测提供海量数据存储与计算基础，提高地面沉降量...

【专利技术属性】
技术研发人员：孔宪光，常建涛，刘尧，王继虎，王奇斌，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61