用于隧道掘进岩体参数预测的数据处理方法和装置制造方法及图纸

本申请公开了一种用于隧道掘进岩体参数预测的数据处理方法和装置。该方法包括：通过获取待预测隧道运行数据，待预测隧道运行数据为掘进设备在隧道待预测岩体中掘进运行的数据，根据隧道掘进岩体参数预测模型对待预测隧道运行数据进行岩体参数预测处理，得到待预测岩体的目标岩体参数数据。在本申请中，通过设置隧道掘进岩体参数预测模型对掘进设备在隧道待预测岩体中掘进运行的数据进行岩体参数预测，解决了现有技术中由于对岩体参数预测的准确性低导致TBM隧道施工效率较低的问题，提高隧道施工过程中对岩体参数预测的准确性，进而给出合适的隧道施工策略，提高TBM隧道施工效率。效率。效率。

【技术实现步骤摘要】
用于隧道掘进岩体参数预测的数据处理方法和装置


[0001]本申请涉及计算机领域，具体而言，涉及一种用于用于隧道掘进岩体参数预测的数据处理方法和装置。

技术介绍

[0002]随着隧道施工技术的大力发展，全断面硬岩隧道掘进机(Tunnel Boring Machine，以下简称为TBM)施工已成为隧道修建的主要施工方法。在进行TBM隧道掘进施工时，由于对掌子面及周围岩体环境判断不准确，导致容易出现卡机、岩爆、突涌水等工程灾害及TBM掘进适应性较差的问题。现有技术中，通过对岩体进行分类及分级处理得到的分类数据或分级数据指导TBM掘进施工的策略，但是现有技术中得到岩体的分类或分级数据需要对岩体进行分析处理，分析效率较慢，导致降低TBM隧道施工的效率，且分类数据和分级数据对岩体属性参数的预测准确性较低，导致难以确定合适的TBM隧道施工策略，导致TBM隧道施工的效率较低。
[0003]因此，现有技术中存在由于对岩体参数预测的准确性低导致TBM隧道施工效率较低的问题。

技术实现思路

[0004]本申请的主要目的在于提供一种用于隧道掘进岩体参数预测的数据处理方法和装置，以解决现有技术中存在由于对岩体参数预测的准确性低导致TBM隧道施工效率较低的问题。提高隧道施工过程中对岩体参数预测的准确性，进而给出合适的隧道施工策略，提高TBM隧道施工效率。
[0005]为了实现上述目的，本申请的第一方面，提出了一种用于隧道掘进岩体参数预测的数据处理方法，其特征在于，包括：
[0006]确定待预测隧道运行数据，其中，所述待预测隧道运行数据为掘进设备在隧道待预测岩体中掘进运行的数据；
[0007]获取隧道掘进岩体参数预测模型，其中，所述隧道掘进岩体参数预测模型为基于模型训练特征数据进行模型训练得到的岩体参数预测模型；
[0008]根据所述隧道掘进岩体参数预测模型对所述待预测隧道运行数据进行岩体参数预测处理，得到目标岩体参数数据，其中，所述目标岩体参数数据为所述待预测岩体的岩体参数的数据。
[0009]可选地，根据所述隧道掘进岩体参数预测模型对所述待预测隧道运行数据进行岩体参数预测处理，得到目标岩体参数数据包括：
[0010]对所述待预测隧道运行数据进行识别，得到待预测掘进控制特征数据和待预测掘进运行特征数据，其中，所述待预测掘进控制特征数据为用于表示掘进控制参数的特征数据，所述待预测掘进运行特征数据为用于表示所述掘进设备运行状态的特征数据；
[0011]在预设掘进数据库中匹配与所述待预测掘进控制特征数据对应的运行特征数据，
得到参考掘进控制特征数据，其中，所述参考掘进控制特征数据为用于表示控制特征数据对应的掘进设备标准运行状态的特征数据；
[0012]根据所述参考掘进控制特征数据对所述待预测掘进运行特征数据进行过滤处理，得到待处理掘进特征数据，其中，所述待处理掘进特征数据为用于岩体参数预测模型预测的特征数据；以及
[0013]根据所述所述隧道掘进岩体参数预测模型对所述待处理掘进特征数据进行岩体参数预测处理，得到所述目标岩体参数数据。
[0014]可选地，基于模型训练特征数据进行模型训练得到所述岩体参数预测模型，包括：
[0015]获取隧道掘进样本数据，其中，所述隧道掘进样本数据为在隧道掘进过程中与岩体参数相关的样本数据；
[0016]对所述隧道掘进样本数据进行特征提取处理，得到模型训练特征数据，其中，所述模型训练特征数据为用于训练隧道掘进岩体参数预测模型的特征数据；以及
[0017]对所述模型训练特征数据进行模型训练处理，得到所述隧道掘进岩体参数预测模型。
[0018]可选地，对所述隧道掘进样本数据进行特征提取处理，得到模型训练特征数据包括：
[0019]对所述隧道掘进样本数据进行识别，得到样本掘进控制特征数据，其中，所述样本掘进控制特征数据为用于表示掘进设备控制参数的特征数据；
[0020]在预设掘进数据库中匹配与所述样本掘进控制数据对应的隧道掘进参考数据；以及
[0021]将所述隧道掘进参考数据与所述隧道掘进样本数据进行对比，得到所述模型训练特征数据，其中，所述模型训练特征数据为所述隧道掘进参考数据与所述隧道掘进样本数据满足预设提取规则的特征数据。
[0022]可选地，将所述隧道掘进参考数据与所述隧道掘进样本数据进行对比，得到所述模型训练特征数据包括：
[0023]对所述隧道掘进参数数据进行识别，得到参考掘进运行特征数据；
[0024]对所述隧道掘进样本数据进行识别，得到待处理样本掘进运行特征数据和样本掘进岩体特征数据；
[0025]基于所述参考掘进运行特征数据对所述待处理样本掘进运行特征数据和所述样本掘进岩体特征数据进行相关性分析处理，得到样本掘进运行特征数据；以及
[0026]获取所述模型训练特征数据，其中，所述模型训练特征数据包括所述样本掘进控制特征数据、所述样本掘进运行特征数据和所述样本掘进岩体特征数据。
[0027]可选地，对所述模型训练特征数据进行模型训练处理，得到所述隧道掘进岩体参数预测模型包括：
[0028]对所述模型训练特征数据进行识别，得到样本掘进特征数据，其中，所述样本掘进特征数据包括样本掘进岩体特征数据、样本掘进控制特征数据和样本掘进运行特征数据；
[0029]对所述样本掘进岩体特征数据、所述样本掘进控制特征数据和所述样本掘进运行特征数据进行模型训练处理，得到过程隧道掘进岩体参数预测模型；以及
[0030]判断所述过程隧道掘进岩体参数预测模型是否满足预设的预测效果评价规则；
[0031]如果满足，获得所述隧道掘进岩体参数预测模型，其中，所述隧道掘进岩体参数预测模型为所述过程隧道掘进岩体参数预测模型；
[0032]如果不满足，对所述过程隧道掘进岩体参数预测模型进行迭代训练处理，直至满足所述预设的预测效果评价规则，得到所述隧道掘进岩体参数预测模型。
[0033]根据本申请的第二方面，提出了一种用于隧道掘进岩体参数预测的数据处理装置，包括：
[0034]数据获取模块，用于确定待预测隧道运行数据，其中，所述待预测隧道运行数据为掘进设备在隧道待预测岩体中掘进运行的数据；
[0035]预测模型获取模块，用于获取隧道掘进岩体参数预测模型，其中，所述隧道掘进岩体参数预测模型为基于模型训练特征数据进行模型训练得到的岩体参数预测模型；
[0036]预测模块，用于根据所述隧道掘进岩体参数预测模型对所述待预测隧道运行数据进行岩体参数预测处理，得到目标岩体参数数据，其中，所述目标岩体参数数据为所述待预测岩体的岩体参数的数据。
[0037]可选地，所述预测模块包括：
[0038]特征识别模块，用于对所述待预测隧道运行数据进行识别，得到待预测掘进控制特征数据和待预测掘进运行特征数据，其中，所述待预测掘进控制特征数据为用于表示掘进控制参数的特征数据，所述待预测掘进运行特征数据为用于表示所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于隧道掘进岩体参数预测的数据处理方法，其特征在于，包括：确定待预测隧道运行数据，其中，所述待预测隧道运行数据为掘进设备在隧道待预测岩体中掘进运行的数据；获取隧道掘进岩体参数预测模型，其中，所述隧道掘进岩体参数预测模型为基于模型训练特征数据进行模型训练得到的岩体参数预测模型；根据所述隧道掘进岩体参数预测模型对所述待预测隧道运行数据进行岩体参数预测处理，得到目标岩体参数数据，其中，所述目标岩体参数数据为所述待预测岩体的岩体参数的数据。2.根据权利要求1所述的数据处理方法，其特征在于，根据所述隧道掘进岩体参数预测模型对所述待预测隧道运行数据进行岩体参数预测处理，得到目标岩体参数数据包括：对所述待预测隧道运行数据进行识别，得到待预测掘进控制特征数据和待预测掘进运行特征数据，其中，所述待预测掘进控制特征数据为用于表示掘进控制参数的特征数据，所述待预测掘进运行特征数据为用于表示所述掘进设备运行状态的特征数据；在预设掘进数据库中匹配与所述待预测掘进控制特征数据对应的运行特征数据，得到参考掘进控制特征数据，其中，所述参考掘进控制特征数据为用于表示控制特征数据对应的掘进设备标准运行状态的特征数据；根据所述参考掘进控制特征数据对所述待预测掘进运行特征数据进行过滤处理，得到待处理掘进特征数据，其中，所述待处理掘进特征数据为用于岩体参数预测模型预测的特征数据；以及根据所述所述隧道掘进岩体参数预测模型对所述待处理掘进特征数据进行岩体参数预测处理，得到所述目标岩体参数数据。3.根据权利要求1所述的数据处理方法，其特征在于，基于模型训练特征数据进行模型训练得到所述岩体参数预测模型，包括：获取隧道掘进样本数据，其中，所述隧道掘进样本数据为在隧道掘进过程中与岩体参数相关的样本数据；对所述隧道掘进样本数据进行特征提取处理，得到模型训练特征数据，其中，所述模型训练特征数据为用于训练隧道掘进岩体参数预测模型的特征数据；以及对所述模型训练特征数据进行模型训练处理，得到所述隧道掘进岩体参数预测模型。4.根据权利要求3所述的数据处理方法，其特征在于，对所述隧道掘进样本数据进行特征提取处理，得到模型训练特征数据包括：对所述隧道掘进样本数据进行识别，得到样本掘进控制特征数据，其中，所述样本掘进控制特征数据为用于表示掘进设备控制参数的特征数据；在预设掘进数据库中匹配与所述样本掘进控制数据对应的隧道掘进参考数据；以及将所述隧道掘进参考数据与所述隧道掘进样本数据进行对比，得到所述模型训练特征数据，其中，所述模型训练特征数据为所述隧道掘进参考数据与所述隧道掘进样本数据满足预设提取规则的特征数据。5.根据权利要求4所述的数据处理方法，其特征在于，将所述隧道掘进参考数据与所述隧道掘进样本数据进行对比，得到所述模型训练特征数据包括：对所述隧道掘进参数数据进行识别，得到参考掘进运行特征数据；
对所述隧道掘进样本数据进行识别，得到待处理样本掘进运行特征数据和样本掘进岩体特征数据；基于所述参考掘进运行特征数据对所述待处理样本掘进运行特征数据和所述样本掘进岩体特征数据进行相关性分析处理，得到样本掘进运行特征数据；以及获取所述模型训练特征数据，其中，所述模型训练特征数据包括所...

【专利技术属性】
技术研发人员：谭忠盛，周振梁，李宗林，李林峰，郑修和，赵金鹏，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：