一种基于机器学习的盾构施工过程地质特征确定方法技术

本发明专利技术公开了一种基于机器学习的盾构施工过程地质特征确定方法，通过对盾构机实时参数的处理与变换，经过K－means++算法标签化后输入到堆叠分类算法中，优化后得到地质特征确定方法。本方法将盾构实时掘进参数进行剔除空白值和异常值处理、光滑性处理、二次变换及数据标准化处理，得到反映地质特征的FPI与TPI指数；通过肘部算法和轮廓系数确定地质特征最终的类别数K，对地质特征类型进行标签化。将FPI与TPI指数和标签化的地质特征输入到堆叠算法中，通过网格搜索和k折交叉验证得到地质特征确定方法。利用地质特征确定方法确定盾构机穿越地层的地质特征。本发明专利技术方法操作简单易行，成本低，能够显著地提高盾构的施工效率，保证了盾构掘进的安全性。了盾构掘进的安全性。了盾构掘进的安全性。

【技术实现步骤摘要】
一种基于机器学习的盾构施工过程地质特征确定方法


[0001]本专利技术涉及盾构隧道
，尤其涉及一种基于机器学习的盾构施工过程地质特征确定方法。

技术介绍

[0002]随着城市化的快速发展，城市交通压力日益增加，越来越多的城际铁路和地铁等公共交通设施得到了快速发展。盾构法由于安全、环保的特点，在城市地下公共交通的施工中得到了广泛地应用。土压平衡盾构机由千斤顶推进，驱动电机驱动刀盘转动，使得到盘上的刀具贯入并切削土壤和岩石，通过土仓和螺旋输送机将岩石和土体运输到外部。地质特征是影响盾构参数设置和刀具磨损的关键因素之一，盾构机在不同特征的地质条件施工时，需设置不同的掘进参数。盾构掘进前需要进行地质勘察了解地质特征，而地质勘察孔往往不连续且间隔一定距离，无法为盾构掘进提供实时准确的地质特征信息。为了保证盾构机安全、高效地掘进，确定盾构掘进过程中的地质特征至关重要。
[0003]根据不同的地质特征，选择合适的盾构机类型、设置良好的盾构参数能够极大地提升盾构施工效率。刘允刚等于2013年在《施工技术》上发表的《复杂地质条件盾构设备选型及关键参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的盾构施工过程地质特征确定方法，其特征在于，包括以下步骤：S1：收集地质勘察报告资料和盾构掘进参数，并进行地质特征预分类；S2：对所述盾构掘进参数进行预处理，所述预处理包括对收集的盾构机参数数据进行剔除处理、数据光滑性处理、数据二次变换和数据标准化处理，得到标准化的FPI与TPI指数；S3：将所述标准化的FPI与TPI指数输入K－means++算法，将地质特征类别从2～9开始划分，在所有划分类别中采用肘部算法和轮廓系数确定地质特征最终的类别数；S4：构建地质特征确定方法的数据集，将所述标准化的FPI与TPI指数作为输入数据集，标签化后地质特征作为输出集；S5：将所述数据集输入到堆叠分类算法中，采用网格搜索算法和k折交叉验证进行优化，得到地质特征确定方法；将新收集的盾构掘进参数进行处理并输入到地质特征确定方法中，输出确定地质特征类型。2.根据权利要求1所述的基于机器学习的盾构施工过程地质特征确定方法，其特征在于，所述盾构掘进参数包括盾构机推力F、推进速度V、刀盘扭矩T和刀盘转速n。3.根据权利要求1所述的基于机器学习的盾构施工过程地质特征确定方法，其特征在于，所述地质特征预分类为根据地质勘察报告，将盾构法隧道设计穿越的地质特征人工分为K0类。4.根据权利要求1所述的基于机器学习的盾构施工过程地质特征确定方法，其特征在于，所述剔除处理包括删除盾构机实时参数中的空白值和异常值D，所述异常值D定义为其中，x为采集的盾构数据；为数据的平均值；σ为采集数据的标准差。5.根据权利要求1所述的基于机器学习的盾构施工过程地质特征确定方法，其特征在于，所述数据二次变换包括FPI与TPI处理，将光滑性处理过的数据进行二次计算得到FPI与TPI指数，所述FPI为单位切深下所需要的盾构推力；所述的TPI为土体抵抗刀盘形成隧洞的能力，所述FPI与TPI指数由以下公式确定：FPI＝F/PTPI＝T/PP＝V/n式中，F为盾构机推力(kN)；T为刀盘扭矩(kN
·
m)；P为贯入度(mm/r)；V是推进速度(mm/min)；n为刀盘转速(rpm)。6.根据权利要求5所述的基于机器学习的盾构施工过程地质特征确定方法，其特征在于，所述数据标准化处理包括采用标准化公式将所述FPI与TPI指数落入0－1之间，所述数据标准化由以下公式确定：式中，x
′
为变换后的数据；x为原始数据；x
min
为数据中的最小值；x
max
为数据中的最大值。7.根据权利要求1所述的基于机器学习的盾构施工过程地质特征确定方法，其特征在
于，所述K－means++算法包括以下步骤：a：随机选取一个样本点作为初始聚类中心；b：计算每个样本点到聚类中心的距离D(x)和每个样本点被选为下一个聚类中心的概率P，D(x)和P由以下公式确定：率P，...

【专利技术属性】
技术研发人员：闫涛，沈水龙，
申请(专利权)人：汕头大学，
类型：发明
国别省市：