基于模糊分类算法的盾构掘进地质特征识别方法和系统技术方案

本发明专利技术公开一种基于模糊分类算法的盾构掘进地质特征识别方法和系统，通过对盾构机实时参数的主成分进行提取，获得能够反映地质特征的主要成分信息，并构成识别数据集，并将识别数据集输入到模糊分类算法中确定最终地质特征类别数，调整参数后，得到地质特征模糊分类识别模型，对盾构所在的地层的地质特征进行识别。本发明专利技术利用主成分分析法将盾构掘进实时参数转化为反映地质特征的主成分，减少数据的维度；并通过模糊划分系数和轮廓系数确定地质特征类别数，能够准确对盾构掘进断面的地质特征进行识别，为盾构掘进过程中的参数设置和刀具更换提供了指导，保证了盾构施工的安全性。保证了盾构施工的安全性。保证了盾构施工的安全性。

【技术实现步骤摘要】
基于模糊分类算法的盾构掘进地质特征识别方法和系统


[0001]本专利技术涉及盾构隧道
，更具体地，涉及一种基于模糊分类算法的盾构掘进地质特征识别方法和系统。

技术介绍

[0002]随着城市化进程的不断加快，城市之间的交流日益频繁。城际轨道交通系统得到了快速的发展。盾构法施工由于其安全、快速、环保等特点，广泛地应用在城市地下隧道的修建中。盾构法采用盾构刀盘切削岩土，经土仓、螺旋机、传送带等设备将土体传送到渣土车，再经渣土车运出至隧道外部；开挖后的隧道由管片拼装机拼装隧道管片并注浆形成圆形的盾构隧道。盾构机在开挖过程中，地质特征是影响盾构掘进速度最重要的因素。在隧道施工前，通常会进行地质勘察绘制施工区间的地质剖面图。但是这种经勘察孔的地质特征直线连接的方式绘制的地质剖面图不能够准确揭示盾构掘进每一环的地质情况。为了盾构的安全、高效地掘进，盾构掘进过程中的地质特征识别至关重要。
[0003]盾构掘进地层中岩层的比例对盾构刀具磨损、掘进效率和盾构参数设置具有重大影响，根据不同岩层比例设置盾构参数和盾构掘进时间安排，能够保证盾构安全、高效地运行。田超于2019年在《价值工程》上发表的《复杂条件下长距离硬岩掘进施工关键技术研究》中强调了盾构掘进过程中针对复杂地层进行参数优化的重要性。目前，施工区间的地质特征情况是经过地质勘察孔推测而来，且不能给出盾构掘进所在地层的地质特征，无法为盾构在软硬不均地层中掘进提供准确的地质信息。因此，为了获取盾构掘进刀盘前方的地质情况，指导盾构机的掘进安排及刀具更换，有必要提出一种基于模糊分类算法的盾构掘进地质特征识别方法。
[0004]经过对现有技术文献检索发现，现有技术公开一种基于深度学习的地质特征检测识别方法及系统，该方案利用深度学习的方法对地质特征信息进行分类，并生成地质特征识别信息，可对地质特征进行细化分析，为地质情况分析提供基础。但是，该方法是针对地质构造数据、地层数据、油气资源数据进行特征识别，为油气探测提供数据信息。此外，该方法通过人为的方式确定地质信息类别标记，人为因素对地质特征的分类结果影响较大，不适用于盾构掘进施工。
[0005]本专利技术提供了一种基于模糊分类算法的盾构掘进地质特征识别方法，根据盾构法施工过程中盾构机对地质特征的反应及盾构参数的变化情况，对地质特征进行分类标记，精确获取盾构掘进过程中穿越断面的地质特征情况，能够合理地安排掘进时间和对盾构掘进过程进行提前预警。

技术实现思路

[0006]本专利技术的首要目的是提供一种基于模糊分类算法的盾构掘进地质特征识别方法，根据盾构法施工过程中盾构机对地质特征的反应及盾构参数的变化情况，对地质特征进行分类标记，精确获取盾构掘进过程中穿越断面的地质特征情况，能够合理地安排掘进时间
和对盾构掘进过程进行提前预警。
[0007]本专利技术的进一步目的是是提供一种基于模糊分类算法的盾构掘进地质特征识别系统。
[0008]为解决上述技术问题，本专利技术的技术方案如下：
[0009]一种基于模糊分类算法的盾构掘进地质特征识别方法，包括以下步骤：
[0010]S1：收集隧道施工区间地质资料、地质特征识别参数和出土情况，所述地质资料包括地质剖面图，根据出土情况得到初步的地质特征；
[0011]S2：利用主成分分析方法对所述地质特征识别参数进行特征提取；
[0012]S3：将特征提取后得到的数据集采用模糊划分系数FPC、轮廓系数S结合地质剖面图确定地质特征最终类别数K；
[0013]S4：根据确定的地质特征最终类别数K，结合地质剖面图，更新地质特征；
[0014]S5：利用模糊分类算法，确定每一盾构掘进环所属的地质特征类别，并与盾构掘进记录的地质特征及地质剖面图对比，确定地质特征识别的准确性，若准确性达到阈值以上，则该识别模型可用于地质特征识别；否则，调整模糊分类算法的参数，直到满足要求为止；
[0015]S6：将新收集的盾构实时参数经步骤S2处理后，输入到调整后的地质特征识别模型中，确定盾构掘进所在的地质特征类别并输出所属地质特征类别的隶属度。
[0016]优选地，步骤S1中所述地质剖面图由地质勘察单位在隧道施工前对隧道所在区间进行取土试验后绘制得到，所述地质特征识别参数包括盾构机传感器按照盾构施工环号收集反馈的盾构机参数及其二次变换参数，所述出土情况指的是盾构掘进后由螺旋机排出的渣土情况，包括岩石的比例情况。
[0017]优选地，所述盾构机参数包括盾构机推力F、推进速度AR、刀盘扭矩T、刀盘转速CRS、上部土仓压力UEP和下部土仓压力LEP，所述二次变换参数包括贯入度PR、场切深指数FPI、扭矩切深指数TPI和比能SE，由盾构机参数二次变换得到，并由以下公式确定：
[0018]PR＝AR/CRS
[0019]FPI＝F/PR
[0020]TPI＝T/PR
[0021][0022]式中，AR为推进速度，mm/s；CRS为刀盘转速，r/s；PR为贯入度，mm/r；FPI为场切深指数，kN
·
r/mm；TPI为扭矩切深指数，kN
·
r；F为盾构推力，kN；T为刀盘扭矩，kN
·
mm；A为刀盘面积，m2；SE为比能，MJ/m3。
[0023]优选地，根据岩石的比例情况，将对应环号的地层记录为：
[0024]当岩石比例小于20％时，记录为软土地层；
[0025]当岩石比例在20％至80％时，记录为软硬不均地层；
[0026]当岩石比例大于80％时，记录为硬岩石层。
[0027]优选地，所述步骤S2中利用主成分分析对所述地质特征识别参数进行特征提取，具体为：
[0028]利用主成分分析方法对n
×
m条地质识别参数进行处理，提取前k个主成分，组成新的地质特征识别数据集Y，其中，m为所述地质特征识别参数的个数，n为所述地质参数按照
环号记录的条数。
[0029]优选地，所述主成分分析具体包括以下步骤：
[0030]S2.1：构建n
×
m维的识别参数数据库，数据库矩阵X由以下公式表示：
[0031][0032]式中，C
m
为第m个地质特征识别参数的名称；X
n
为第m个识别参数中的第n行数据；x
ij
为第i个地质特征识别参数第j行数据的值；
[0033]S2.2：对数据库矩阵X进行标准化处理，标准化后的第i行，第j列数据X
ij
由以下公式表示：
[0034][0035]式中，为第m列数据的平均值，S
m
为第m列数据的标准差；
[0036]S2.3：计算标准化处理后的数据库矩阵的协方差，构建协方差矩阵Cov，第j个因子和第k个因子之间的协方差Cov
jk
由以下公式确定：
[0037][0038]式中，X
ik
为标准化处理后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊分类算法的盾构掘进地质特征识别方法，其特征在于，包括以下步骤：S1：收集隧道施工区间地质资料、地质特征识别参数和出土情况，所述地质资料包括地质剖面图，根据出土情况得到初步的地质特征；S2：利用主成分分析方法对所述地质特征识别参数进行特征提取；S3：将特征提取后得到的数据集采用模糊划分系数FPC、轮廓系数S结合地质剖面图确定地质特征最终类别数K；S4：根据确定的地质特征最终类别数K，结合地质剖面图，更新地质特征；S5：利用模糊分类算法，确定每一盾构掘进环所属的地质特征类别，并与盾构掘进记录的地质特征及地质剖面图对比，确定地质特征识别的准确性，若准确性达到阈值以上，则该识别模型可用于地质特征识别；否则，调整模糊分类算法的参数，直到满足要求为止；S6：将新收集的盾构实时参数经步骤S2处理后，输入到调整后的地质特征识别模型中，确定盾构掘进所在的地质特征类别并输出所属地质特征类别的隶属度。2.根据权利要求1所述的基于模糊分类算法的盾构掘进地质特征识别方法，其特征在于，步骤S1中所述地质剖面图由地质勘察单位在隧道施工前对隧道所在区间进行取土试验后绘制得到，所述地质特征识别参数包括盾构机传感器按照盾构施工环号收集反馈的盾构机参数及其二次变换参数，所述出土情况指的是盾构掘进后由螺旋机排出的渣土情况，包括岩石的比例情况。3.根据权利要求2所述的基于模糊分类算法的盾构掘进地质特征识别方法，其特征在于，所述盾构机参数包括盾构机推力F、推进速度AR、刀盘扭矩T、刀盘转速CRS、上部土仓压力UEP和下部土仓压力LEP，所述二次变换参数包括贯入度PR、场切深指数FPI、扭矩切深指数TPI和比能SE，由盾构机参数二次变换得到，并由以下公式确定：PR＝AR/CRSFPI＝F/PRTPI＝T/PR式中，AR为推进速度，mm/s；CRS为刀盘转速，r/s；PR为贯入度，mm/r；FPI为场切深指数，kN
·
r/mm；TPI为扭矩切深指数，kN
·
r；F为盾构推力，kN；T为刀盘扭矩，kN
·
mm；A为刀盘面积，m2；SE为比能，MJ/m3。4.根据权利要求2所述的基于模糊分类算法的盾构掘进地质特征识别方法，其特征在于，根据岩石的比例情况，将对应环号的地层记录为：当岩石比例小于20％时，记录为软土地层；当岩石比例在20％至80％时，记录为软硬不均地层；当岩石比例大于80％时，记录为硬岩石层。5.根据权利要求2至4任一项所述的基于模糊分类算法的盾构掘进地质特征识别方法，其特征在于，所述步骤S2中利用主成分分析对所述地质特征识别参数进行特征提取，具体为：利用主成分分析方法对n
×
m条地质识别参数进行处理，提取前k个主成分，组成新的地质特征识别数据集Y，其中，m为所述地质特征识别参数的个数，n为所述地质参数按照环号
记录的条数。6.根据权利要求5所述的基于模糊分类算法的盾构掘进地质特征识别方法，其特征在于，所述主成分分析具体包括以下步骤：S2.1：构建n
×
m维的识别参数数据库，数据库矩阵X由以下公式表示：式中，C
m
为第m个地质特征识别参数的名称；X
n
为第m个识别参数中的第n行数据；x
ij
为第i个地质特征识别参数第j行数据的值；S2.2：对数据库矩阵X进行标准化处理，标准化后的第i行，第j列数据X
ij
由以下公式表示：式中，为第m列数据的平均值，S
m
为第m列数据的标准差；S2.3：计算标准化处理后的数据库矩阵的协方差，构建协方差矩阵Cov，第j个因子和第k个因子之间的协方差Cov

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