一种盾构掘进参数预警标准动态更新方法及存储介质技术

本发明专利技术涉及一种盾构掘进参数预警标准动态更新方法及存储介质，所述方法包括以下步骤：获取已完成的当前环的盾构监测历史数据，对所述盾构监测历史数据进行数据前处理，获得处理后历史数据；对所述处理后历史数据进行主成分分析，获得主成分参数历史数据；基于所述主成分参数历史数据对下一环的主成分参数进行预测，并基于预测结果动态设定下一环的主成分参数预警标准；在下一环的盾构掘进过程中根据预警与消警情况修正数据集合；循环执行上述步骤。与现有技术相比，本发明专利技术具有能够适应复杂的建设条件，实现多参数的动态预警等优点。实现多参数的动态预警等优点。实现多参数的动态预警等优点。

【技术实现步骤摘要】
一种盾构掘进参数预警标准动态更新方法及存储介质


[0001]本专利技术涉及盾构施工控制
，尤其是涉及一种盾构掘进参数预警标准动态更新方法及存储介质。

技术介绍

[0002]盾构施工过程中掘进参数的预警一般是根据盾构机生产单位或隧道施工单位预设的上下限。随着盾构隧道建设条件越来越复杂、难度越来越高，预设参数这种“一刀切”的方式并不能适应多变的地质、水文和其他建设条件。此时，主要依靠现场的技术人员根据工程经验设定预警标准，带有一定的主观性和滞后性。
[0003]一般在实际工程应用中，各个盾构参数的预警阈值是由盾构机厂商出厂预设在盾构机控制系统中，或者由施工单位使用时根据实际施工条件在系统中修改，但都存在同样的问题，即在同一工程中预设的预警值时不变的。但实际工程中，由于地质条件、隧道埋深的变化，盾构隧道掘进施工的风险并不是一成不变的，因此盾构掘进参数、参数预警值也应当做相应调整，这种一次性预设参数的方式显然不能满足工程安全管控的需求。实际操作中，一般有技术人员对盾构掘进过程中的警报数据人工复核，判断是否存在安全风险。
[0004]一些科学研究中，如专利申请CN109726463A公开的一种基于SVM算法的盾构TBM故障预警方法，则采用了大数据或机器学习的方式来进行风险预警，基本流程如下：
[0005](1)收集盾构掘进参数和对应的风险数据作为训练样本；
[0006](2)通过大数据、SVM、神经网络等方法建立预测模型，并用前述训练样本训练模型；
[0007](3)通过训练后的模型读取当前盾构掘进参数，输出风险预测信息；
[0008](4)根据风险预测信息发送预警。
[0009]工程常用的预设预警阈值方法的缺点如前文所述，不能适应地质条件、隧道埋深的变化，因此可能导致漏报和误报，需要人工复核。采用大数据或机器学习模型虽然克服了上述缺点，但仍有一些不足。首先，大数据或机器学习均需要样本数据做模型训练，样本数据越多、代表性越强，训练后的模型预测精度越高，因此此类模型进行风险预警的前提是有足够多且具代表性的工程数据作为支撑，且需要大量前置时间用于模型训练；当遇到一些工程存在特殊建设条件(如特殊地层、超大断面等)，没有相关施工经验或类似案例较少，则样本数据的数量和代表性严重不足，此类模型将不再适用。其次，无论大数据还是机器学习，在使用过程中都是一个“黑盒子”，对于实际使用的工程师而言，其算法原理复杂难理解，输出的预警结果的依据或原理不明确，不利于工程师二次复核。

技术实现思路

[0010]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种能够适应复杂的建设条件，实现多参数的动态预警的盾构掘进参数预警标准动态更新方法及存储介质。
[0011]本专利技术的目的可以通过以下技术方案来实现：
[0012]一种盾构掘进参数预警标准动态更新方法，包括以下步骤：
[0013]获取已完成的当前环的盾构监测历史数据，对所述盾构监测历史数据进行数据前处理，获得处理后历史数据；
[0014]对所述处理后历史数据进行主成分分析，获得主成分参数历史数据；
[0015]基于所述主成分参数历史数据对下一环的主成分参数进行预测，并基于预测结果动态设定下一环的主成分参数预警标准；
[0016]在下一环的盾构掘进过程中根据预警与消警情况修正数据集合；
[0017]循环执行上述步骤。
[0018]所述数据前处理为：剔除所述盾构监测历史数据中的非掘进数据。
[0019]进一步地，当某条数据的推进速度和刀盘转速都为0时，则判定该条数据为非掘进数据。
[0020]进一步地，采用指数平滑法对所述下一环的主成分参数进行预测，具体地：
[0021]101)基于主成分参数历史数据的时间序列x
i
，获得指数平滑的基准等式：
[0022]S
i
＝αx
i
+(1
‑
α)(S
i
‑1+t
i
‑1)
[0023]式中，S
i
表示第i个数据平滑后的值，t
i
‑1为趋势等式，表示为t
i
＝β(S
i
‑
S
i
‑1)+(1
‑
β)t
i
‑1，α、β为平滑参数；
[0024]102)依次计算预测值：
[0025][0026]式中，h＝1～n，n为当前环数据总数；
[0027]103)计算预测值的平均值作为下一环的主成分参数的预测值。
[0028]进一步地，所述动态设定下一环的主成分参数预警标准具体包括以下步骤：
[0029]201)基于所述处理后历史数据计算当前环数据的平均值μ及标准偏差σ；
[0030]202)获取下一环的主成分参数的预测值计算和作为下一环掘进的参数预警上下限。
[0031]进一步地，步骤201)中，以所述处理后历史数据中剔除盾构启动阶段和停止阶段数据后的数据为基准计算所述平均值μ及标准偏差σ。
[0032]进一步地，所述盾构启动阶段和停止阶段数据具体为：
[0033]所有数据从0开始持续增大到数据首次减少的阶段为启动阶段；
[0034]所有数据持续减小且存在推进速度持续变为0，则数据开始减小至推进速度变为0的阶段为停机阶段。
[0035]进一步地，剔除所述处理后历史数据中出现预警信息的数据，或将该数据乘以惩罚函数后放回原数据集中取代原数据后，再执行步骤201)。
[0036]进一步地，判断出现预警信息的数据判断是否存在误报，若是，则对误报数据进行消警处理，修正为正常数据。
[0037]本专利技术还提供一种计算机可读存储介质，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如上所述盾构掘进参数预警标准动态更新方法的指令。
[0038]与现有技术相比，本专利技术具有以下有益效果：
[0039]1、本专利技术结合传统预设阈值方法和机器学习模型的优点，综合了预设参数和掘进、预警的历史数据，动态调整参数预警的阈值，既能够适应复杂的建设条件，实现多参数的动态预警，减少误报。
[0040]2、本专利技术针对盾构启动和停机阶段，以及基于人工二次复核反馈的情况对分析数据进行修正，可以更有效提高预测精度。
[0041]3、与大数据或机器学习等现有方法相比，本专利技术更为简单直观，便于工程人员理解预警标准的制定原则以便二次复核。
附图说明
[0042]图1为本专利技术的流程示意图；
[0043]图2为转换主成分数据流程示意图；
[0044]图3为数据预测流程示意图；
[0045]图4为主成分参数动态预警流程示意图；
[0046]图5为盾构参数动态预警效果示意图；
[0047]图6为盾构启动和停机阶段修正过程示意图。...

【技术保护点】

【技术特征摘要】
1.一种盾构掘进参数预警标准动态更新方法，其特征在于，包括以下步骤：获取已完成的当前环的盾构监测历史数据，对所述盾构监测历史数据进行数据前处理，获得处理后历史数据；对所述处理后历史数据进行主成分分析，获得主成分参数历史数据；基于所述主成分参数历史数据对下一环的主成分参数进行预测，并基于预测结果动态设定下一环的主成分参数预警标准；在下一环的盾构掘进过程中根据预警与消警情况修正数据集合；循环执行上述步骤。2.根据权利要求1所述的盾构掘进参数预警标准动态更新方法，其特征在于，所述数据前处理为：剔除所述盾构监测历史数据中的非掘进数据。3.根据权利要求2所述的盾构掘进参数预警标准动态更新方法，其特征在于，当某条数据的推进速度和刀盘转速都为0时，则判定该条数据为非掘进数据。4.根据权利要求1所述的盾构掘进参数预警标准动态更新方法，其特征在于，采用指数平滑法对所述下一环的主成分参数进行预测，具体地：101)基于主成分参数历史数据的时间序列x
i
，获得指数平滑的基准等式：S
i
＝αx
i
+(1
‑
α)(S
i
‑1+t
i
‑1)式中，S
i
表示第i个数据平滑后的值，t
i
‑1为趋势等式，表示为t
i
＝β(S
i
‑
S
i
‑1)+(1
‑
β)t
i
‑1，α、β为平滑参数...

【专利技术属性】
技术研发人员：武焕陵，章登精，戚兆臣，刘学增，周全，丁爽，师刚，
申请(专利权)人：上海同岩土木工程科技股份有限公司，
类型：发明
国别省市：