一种盾构机刀盘磨损评估预测方法技术

本发明专利技术属于机械设备维护技术领域，公开了一种盾构机刀盘磨损评估预测方法，包括：获取盾构机掘进状态下的数据样本集Data；对数据样本集Data进行预处理得到数据样本集Data1；计算盾构机每次换刀时刀盘的等效磨损量W

【技术实现步骤摘要】
一种盾构机刀盘磨损评估预测方法


[0001]本专利技术属于机械设备维护
，涉及一种盾构机刀盘磨损评估预测方法，具体涉及一种基于Lasso回归的盾构机刀盘磨损评估预测方法，可用于对盾构机刀具刀盘磨损量的评估和预测。

技术介绍

[0002]目前，随着我国城市化进程不断加快，城市地下空间开发与利用发展迅速。盾构法因其施工技术安全、土层适应性强、对沿线环境影响小等特点，已经成为目前隧道工程的主要施工方法。盾构机通过刀盘带动刀具来实现破岩，并把碎石沙土通过螺旋机带入土仓，从而在地下不断掘进。刀盘系统是盾构机实现破岩掘进的核心部件。由于复杂恶劣的施工环境，并长时间在低速、重载及动态变工况条件下工作，刀具过度磨损与异常破坏成为盾构机故障停机的最主要原因，也是盾构安全高效掘进最主要难题之一。盾构施工中，一旦刀具出现过度磨损，若不能及时发现并更换，将会大大加速刀盘上其它刀具的磨损速率。另一方面，刀具更换过程复杂、困难、成本高昂，开仓换刀容易引发开挖面失稳、隧道坍塌等工程事故。在复杂地层下刀具磨损问题和其带来的影响更为突出，一旦处理不慎就会威胁到生命和财产安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盾构机刀盘磨损评估预测方法，其特征在于，所述盾构机刀盘磨损评估预测方法从盾构施工刀具更换记录数据中选取上次换刀数量小于P的时间点t0与换刀数量大于Q的时间点t1所形成的刀具退化区间[t0,t1]内盾构机掘进状态下的数据样本集Data；对数据样本集Data进行综合预处理，得到的数据样本集Data1；计算盾构机每次换刀时刀盘的等效磨损量，将其作为标签；应用多元线性回归模型
‑
Lasso回归模型进行参数估计，根据参数值，剔除不显著的影响因素，最终建立刀盘等效磨损量的计算公式；运用公式，在计算出一定距离后的刀盘等效磨损量后，评估预测刀盘的磨损程度。2.如权利要求1所述的盾构机刀盘磨损评估预测方法，其特征在于，所述盾构机刀盘磨损评估预测方法包括以下步骤：步骤一，获取盾构机掘进状态下的数据样本集Data；步骤二，对数据样本集Data进行预处理得到数据样本集Data1；步骤三，计算盾构机每次换刀时刀盘的等效磨损量W
m
；步骤四，基于Lasso回归计算系数向量q
L
；步骤五，获取盾构机待掘进状态下的数据样本集Data2；步骤六，计算掘进里程L米后盾构机刀盘累计等效磨损量W
L
；步骤七，获取盾构机刀盘磨损的评估预测结果。3.如权利要求2所述的盾构机刀盘磨损评估预测方法，其特征在于，所述步骤一中的获取盾构机掘进状态下的数据样本集Data包括：(1)从盾构施工刀具更换记录数据中选取上次换刀数量小于P的时间点t0与换刀数量大于Q的时间点t1所形成的刀具退化区间[t0,t1]内的H次换刀记录数据，每次换刀记录数据包括盾构机待施工区域的岩土承载能力特征数据、盾构机施工过程中传感器所采集的盾构机掘进控制特征数据、盾构机PLC状态特征数据和盾构机掘进里程数据的共16种特征数据；其中，盾构机掘进控制数据包括盾构机总推进力和刀盘转速；盾构机PLC状态特征数据包括推进速度、刀盘扭矩、贯入度、螺机转速、刀盘转速、左下土仓压力、左中土仓压力、左上土仓压力、A组推进压力、B组推进压力、C组推进压力、D组推进压力，P≤4，Q≥30，H≥20；(2)剔除H次换刀记录中盾构机掘进控制数据总推进力数据中小于或等于0，以及刀盘转速数据中小于或等于0的换刀记录数据，剩余的M条换刀记录数据构成盾构机掘进状态下的数据样本集Data；所述步骤二中的对数据样本集Data进行预处理包括：对数据样本集Data中的每个特征数据进行异常值处理，对异常值处理结果进行归一化，再对归一化结果进行降噪处理，得到预处理后的数据样本集Data1；所述对数据样本集Data进行预处理具体包括：(1)将数据样本集Data中包含的每种特征数据中为0的值替换成0.00000001，得到对数据样本集Data异常值处理的数据样本集Data
′
；(2)通过下式对数据样本集Data
′
中包含的每种特征数据进行最值归一化，得到最值归一化后的数据样本集Data
″
；其中，z
*
表示数据样本集Data
′
中每种特征数据z的最值归一化结果，z
max
和z
min
分别表示
z的最大值和最小值；(3)对数据样本集Data
″
中包含的每种特征数据进行滑动窗口取样，计算每个窗口内数据样本集Data
″
中包含的特征数据的均方根值，将计算结果作为该窗口内数据样本集Data
″
中包含的特征数据的替代值，实现对Data
″
每个特征数据的降噪；其中，所述数据降噪包括：1)将滑动窗口长度设为m1，窗口移动的步长为s1；其中，m1在[30,60]区间内取任意正整数，s1的取值与m1相等；2)按照下式计算每滑动一次后窗口内所有数据的均方根值：其中，d
i
表示第i次滑动窗口内所有数据的均方根值，y
a
...

【专利技术属性】
技术研发人员：刘尧，陈强，龚磊，常建涛，孔宪光，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：