一种盾构TBM掘进参数的数据挖掘方法技术

一种盾构TBM掘进参数的数据挖掘方法，主要包括16维组合建模方法进行分布动态切分统计分析，掘进参数的动态核心经验区域分析方法两部分。在接收到大量施工线路上的盾构TBM掘进参数的同时，按照规定的滚动时间窗口定期聚合取得累计频数直方图数据，按照一定的范围运算直方图核心区域，通过快速往复遍历算法判定核心区域，从而通过大数据的积累得到掘进参数的最优范围。

A Data Mining Method for TBM Tunneling Parameters of Shield Tunneling

A data mining method for TBM tunneling parameters of shield tunneling mainly includes 16-dimensional combination modeling method for distribution dynamic segmentation and statistical analysis, and dynamic core empirical region analysis method for tunneling parameters. While receiving a large number of TBM tunneling parameters of shield tunneling on construction lines, accumulated frequency histogram data are periodically aggregated according to the prescribed rolling time window. The core area of the histogram is calculated according to a certain range, and the core area is determined by a fast reciprocating traversal algorithm. Thus, the optimal range of tunneling parameters is obtained through the accumulation of large data.

【技术实现步骤摘要】
一种盾构TBM掘进参数的数据挖掘方法
本专利技术涉及隧道盾构掘进工程领域，特别是涉及一种盾构TBM掘进参数的数据挖掘方法。
技术介绍
目前，我国的索道盾构施工仍然处于快速发展期和施工经验的青年期，现场施工的数字化智能化方法还比较欠缺，隧道盾构掘进施工主要依赖盾构机生产厂家在设备上装置的操作台和附属的内置电脑和仪表板给盾构机人操作人员反馈当前的掘进信息，主要用途是帮助操作人员现场控制盾构机行为，本专利技术希望解决能够通过一种盾构TBM掘进参数的数据挖掘方法，首先，反映在类似地质条件下，相近的盾构设备在各工程的历史施工技术参数，反映当前操作过程相对于历史施工中所处的位置和水平；其次，对于上岗经验有限的操作人员没有一个辅助的信息帮助评判当前操作过程和历史工程施工中其他操作人员施工效果、施工速度、施工差距，盲目根据个人经验和施工安排进行，容易出现不合理的赶工或者误工情况，向上说明问题时不能提供掘进数据依据；最后，现场负责人员制定施工计划和评估施工效果时缺乏数据依据，后方施工管理调度人员不能对各施工状态进行比较和评估，所以迫切需要一种基于历史施工效果的盾构TBM掘进参数的数据挖掘方法，能够直观的体现和比较具体施工过程中的掘进状态的数据挖掘方法。
技术实现思路
本专利技术主要解决的技术问题是提供一种盾构TBM掘进参数的数据挖掘方法，能够解决对当前盾构施工环段的分类掘进数据在同条件历史施工环段中所处的水平和历史参数的核心范围对比，帮助操作人员，现场负责人，后方管理人员了解和制定施工计划方案，及时监控、发现施工问题，提升施工效率。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种盾构TBM掘进参数的数据挖掘方法，针对地质参数、掘进推进速度、刀盘转速、刀盘扭矩、推进力、进浆比重、排浆比重、进浆流量、排浆流量、刀盘水平偏差、刀盘高程偏差、盾尾水平偏差、盾尾高程偏差等常规掘金参数和其他非常规掘进参数，建立的模型涉及相关的维度包括7个维度项，分别是装备类型，装备直径，地质，施工企业，地区，施工线路，装备。排除必要维度（按装备类型，装备直径，地质）以外，共建立16种维度构成组合，结合细分的多级地质参数可形成数十种数据挖掘细分维度。本专利技术的目的是这样实现的：一种盾构TBM掘进参数的数据挖掘方法，包括16维组合建模方法进行分布动态切分统计分析，掘进参数的核心经验区域分析方法两部分。所述的16维组合建模方法包括以下步骤：(1)选取对施工工效和质量评估有关的掘进参数；（2）根据不用装备类型和细分地质参数采用对历史数据和实时数据进行直方图分布归类；（3）对直方图分布数据进行动态步长计算和步长修正；（4）确定每个细分环段在各掘进参数综合分布中所处的统计位置。所述的掘进参数的动态核心经验区域分析方法包括以下步骤：（1）根据对历史掘进数据的16维组合分布模型建立核心经验区计算模型；（2）针对不同指标的不同分布模型，计算多中心密度区间，选取密度占比25%以上且均方差大的密度区间；（3）以各密度中心为中心点，根据方差判定排除落差较大的数据，得出每个密度核心范围并按密度进行排序，本方法不采取传统的固定置信区间方法计算经验区域，并且支持多峰分布形态的掘进参数的经验区间分析。所述的16维组合建模方法，根据多级细分的地质参数，选取影响工程对比效果的其他6个方面的维度进行分类及组合分析，包括影响工程工效的外围因素，如施工企业代表人力管理因素，施工地区代表地理人文环境因素，共同形成可比较的细分维度组合，生成所有分类的主要掘进参数禁烟区域历史分布图，方便分类查看分析结果和分析比对。所述的掘进参数的动态核心经验区域分析，通过对历史工程积累的盾构采集数据进行数据筛选，筛选合规数据进行分析，对数据进行直方图分布计算，直方图步长宽度通过参与计算的数据的可信最大最小值范围进行平均千分切片，允许新参与计算的数据调整初始最大最小值并重新计算步长，对历史统计直方图按新直方图步长重新分配直方图位置，形成动态自适应的直方图分布。对形成的直方图按照可多峰分布的形态考虑，按照密度和均方差分别计算各峰范围并确定每个峰的中心点和核心密度界限，以排序后密度面积最大的区域作为代表性的动态核心经验区域，其他密度区域作为参考性核心经验区域。生成核心区域界限标注图，方便分类对比。所述的掘进参数的动态核心经验区域分析，通过历史采集和实时采集的数据流对每一条数据立即分别按照各直方图当前的步长对归一化后的数据频次进行当日直方图频次汇总，到每日完成当日的直方图所有数据频次的累计计数；首个直方图作为累进直方图；将数据按照时间切片进行累进处理，例如我们按日将各指标的当日直方图和累进直方图按照各指标当前步长做归一化处理；将归一化后的2个直方图进行合并，得到一个新的累进直方图并保留；按日对当日的各指标直方图的维度进行展开，按照需求对项目线路上的每日装备直方图再次展开为16种维度，再按6级地质层级展开为最多10种地质编码组合，既可以生成最大160种直方图；对新得到的所有维度累进数据计算以下统计指标：中位数、众数、标准差、最大值、最小值、参考均值、核心区域范围最小值和最大值。不断得到新的累进直方图数据和可不断反馈修正的统计分析指标指数，反映装备施工的最新核心区域分析结果。本专利技术技术效果：本专利技术通过采用盾构TBM掘进参数的数据挖掘方法分析获得各掘进参数在多种分类维度下的数据范围数字化，（1）可以解决盾构掘进现场施工中对当前施工环段的施工状态以数据的形式和同等条件下历史施工效果做纵向或横向的其他同等条件施工项目做对比，了解当前施工的施工水平和比较差距，提升或总结施工经验，（2）对施工工效和工程现场复盘改进提供有益的效果。附图说明图116维组合建模方法进行分布动态切分统计分析方法示意图。具体实施方式以下结合附图对本专利技术的具体实施方式作进一步地说明。所述的16维组合建模方法包括以下步骤：(1)根据掘进模式进行掘进数据的初步筛选，选取对施工工效和质量评估有关的掘进参数，同时过滤掉筛选过程中异常数据；（2）对初步筛选出来的数据按着直方图当前的步长进行归一化，根据不用装备类型和细分地质参数采用对历史数据和实时数据进行直方图分布归一化，按着时间切片进行累进处理；（3）将归一化后的2个直方图进行合并，得到一个新的累进直方图并保留；按日对当日的各指标直方图的维度进行展开，按照需求对项目线路上的每日装备直方图再次展开为16种维度，再按6级地质层级展开为最多10种地质编码组合，既可以生成最大160种直方图；（4）对新得到的所有维度累进数据计算以下统计指标：中位数、众数、标准差、最大值、最小值、参考均值、核心区域范围最小值和最大值，不断得到新的累进直方图数据和可不断反馈修正的统计分析指标指数，反映装备施工的最新核心区域分析结果。某隧道工程公司的20余台盾构机设备做掘进参数的数据挖掘分类分析，共产生了9237->11440个维度，囊括了16维组和6级地质以及公司、项目、装备类型、装备直径、地区、各装备等维度。每个维度产生了中位数、众数、标准差、最大值、最小值、参考均值、核心区域范围最小值和最大值共8个分析指标，共9237*8=73896个参考指标值，它们从数据分布和数据离散角度对装备的关键指标进行了定量数值化表述，可以作为可视本文档来自技高网...

【技术保护点】
1.一种盾构TBM掘进参数的数据挖掘方法，其特征在于，包括16维组合建模方法进行分布动态切分统计分析和掘进参数的动态核心经验区域分析方法。

【技术特征摘要】
1.一种盾构TBM掘进参数的数据挖掘方法，其特征在于，包括16维组合建模方法进行分布动态切分统计分析和掘进参数的动态核心经验区域分析方法。2.根据权利要求1所述的一种盾构TBM掘进参数的数据挖掘方法，其特征在于：包括：（1)选取对施工工效和质量评估有关的掘进参数；（2）根据不用装备类型和细分地质参数采用对历史数据和实时数据进行直方图分布归类；（3）对直方图分布数据进行动态步长计算和步长修正；（4）确定每个细分环段在各掘进参数综合分布中所处的统计位置。3.根据权利要求1所述一种盾构TBM掘进参数的数据挖掘方法，其特征在于：所述的掘进参数的动态核心经验区域分析方法包括：（1）根据对历史掘进数据的16维组合分布模型建立核心经验区计算模型；（2）针对不同指标的不同分布模型，计算多中心密度区间，选取密度占比25%以上且均方差大的密度区间；（3）以各密度中心为中心点，根据方差判定排除落差较大的数据，得出每个密度核心范围并按密度进行排序，本方法不采取传统的固定置信区间方法计算经验区域，并且支持多峰分布形态的掘进参数的经验区间分析。4.根据权利要求1所述一种盾构TBM掘进参数的数据挖掘方法，其特征...

【专利技术属性】
技术研发人员：洪开荣，孙振川，李凤远，褚长海，张兵，张合沛，高会中，周振建，许华国，任颖莹，李大伟，郭卫社，
申请(专利权)人：盾构及掘进技术国家重点实验室，中铁隧道局集团有限公司，
类型：发明
国别省市：河南,41