一种基于大数据自动采集的隧道大机监测分析方法技术

本发明专利技术属于隧道大机监测分析技术领域，涉及到一种基于大数据自动采集的隧道大机监测分析方法，该方法包括：隧道作业区域划分、隧道作业子区域环境信息获取、隧道作业子区域凿岩难度分析、隧道作业轨迹确认、隧道作业子区域符合度分析、隧道异常作业子区域处理和隧道凿岩机健康状况分析，本发明专利技术通过隧道各作业子区域的凿岩难度系数分析对应钢钎转速，进而确认隧道作业轨迹，在隧道作业完成后，对隧道各作业子区域的作业符合度进行分析，筛选出隧道各异常作业子区域并进行相应处理，处理完成后对隧道凿岩机进行健康状态分析，实现隧道作业高效进行的同时提高了隧道凿岩机使用安全性和可靠性。可靠性。可靠性。

【技术实现步骤摘要】
一种基于大数据自动采集的隧道大机监测分析方法


[0001]本专利技术属于隧道大机监测分析
，涉及到一种基于大数据自动采集的隧道大机监测分析方法。

技术介绍

[0002]隧道大机一般指在地下挖掘隧道时所使用的机械设备，如钻机、推土机、凿岩机等，一般地这些机械设备在挖掘隧道时不仅需要经过长时间的运转和不断的辛勤工作，还容易受到环境损化影响，由此可见，对隧道大机的监测分析必不可少。
[0003]现有技术对隧道凿岩机监测分析是通过安装在隧道凿岩机上的各种传感器，监测隧道凿岩机的各种参数信息，如温度、压力、振动等，实时获取隧道凿岩机的工作状态，检测隧道凿岩机是否存在故障或异常。但现有技术对隧道凿岩机监测分析仍存较大程度的局限性，具体的层面包括：1、现有技术对隧道凿岩机的作业监测分析，缺乏针对隧道凿岩机的作业轨迹进行细致性的精准分析，在隧道实际凿岩过程中，仅凭借工作人员的经验控制凿岩机钢钎转速，易出现钢钎转速忽快忽慢，不符合隧道实际地质条件的问题，进而导致钢钎损坏、凿岩机能耗增加、隧道凿岩速度减慢等，大大减少了隧道凿岩机的使用寿命。
[0004]2、目前还没有开发利用隧道凿岩机监测隧道开挖面作业完成情况的相关技术，因而在隧道凿岩作业完成后通常采用人工验收的方法来检测隧道开挖面的完成程度，不仅验收步骤繁琐还需要耗费大量的人力，而依赖人工进行验收还存在人员反馈周期长和成本高等缺陷，从而不利于隧道作业的高效进行。
[0005]3、在隧道凿岩作业完成后，现有技术对隧道凿岩机的健康监测分析往往只是针对钢钎磨损情况进行监测分析，忽略了对机械内部零件的细致化监测，不利于及时了解隧道凿岩机的内部受损情况，进而也导致无法科学高效地实现隧道作业的稳定开展和可靠运行。

技术实现思路

[0006]鉴于此，为解决上述
技术介绍
中所提出的问题，现提出一种基于大数据自动采集的隧道大机监测分析方法。
[0007]本专利技术的目的可以通过以下技术方案实现：本专利技术提供一种基于大数据自动采集的隧道大机监测分析方法，该方法包括：步骤1、隧道作业区域划分：将隧道作业区域按面积均匀划分成隧道各作业子区域。
[0008]步骤2、隧道作业子区域环境信息获取：对隧道各作业子区域的环境进行监测，获取隧道各作业子区域的环境信息。
[0009]步骤3、隧道作业子区域凿岩难度分析：根据隧道凿岩机的型号，从WEB云端中提取隧道凿岩机的标准凿岩强度，结合隧道各作业子区域的环境信息，分析隧道各作业子区域的凿岩难度系数。
[0010]步骤4、隧道作业轨迹确认：根据隧道各作业子区域的凿岩难度系数，分析隧道各
作业子区域对应的钢钎转速，进而确认隧道作业轨迹。
[0011]步骤5、隧道作业子区域符合度分析：在隧道作业完成后，对隧道各作业子区域进行监测，分析隧道各作业子区域的作业符合度。
[0012]步骤6、隧道异常作业子区域处理：筛选出隧道各异常作业子区域，对隧道各异常作业子区域进行处理。
[0013]步骤7、隧道凿岩机健康状况分析：在隧道各异常作业子区域处理完成后，对隧道凿岩机进行监测，计算隧道凿岩机的健康评定系数，分析隧道凿岩机的健康状况。
[0014]进一步地，所述环境信息包括土壤湿度和地质信息，其中地质信息包括区域内各岩石的体积和坚硬度。
[0015]进一步地，所述分析隧道各作业子区域的凿岩难度系数，包括：根据隧道各作业子区域的环境信息，提取隧道各作业子区域内各岩石的体积和坚硬度，分别记为、，其中i表示隧道各作业子区域的编号，，j表示区域内各岩石的编号，，筛选隧道各作业子区域内岩石坚硬度最大值作为隧道各作业子区域的坚固度，记为，提取WEB云端存储的隧道作业区域总面积和隧道作业深度，将隧道作业区域总面积除以隧道作业子区域的总数得到隧道各作业子区域的面积，由公式得到隧道各作业子区域的抗压强度，其中表示预设的隧道子作业区域参考坚固度，z表示隧道作业深度。
[0016]提取隧道凿岩机的标准凿岩强度F和隧道各作业子区域的土壤湿度，分析隧道各作业子区域的凿岩难度系数，其计算公式为：，其中表示预设的隧道作业子区域参考土壤湿度。
[0017]进一步地，所述分析隧道各作业子区域对应的钢钎转速，具体计算公式如下：
[0018]；
[0019]其中，分别为设定参照的第一梯度、第二梯队对应的隧道凿岩难度系数，分别为设定的第一梯队、第二梯队对应单位隧道凿岩难度系数差的参照钢钎转速，
为设定隧道凿岩基准钢钎转速，。
[0020]进一步地，所述确认隧道作业轨迹，其具体过程为：将隧道各作业子区域的钢钎转速按从低到高的顺序进行排列，接着按照此排列顺序对隧道各作业子区域进行二次编号，将二次编号结果输送至凿岩机专用计算机，进而绘制出隧道作业轨迹。
[0021]进一步地，所述分析隧道各作业子区域的作业符合度，包括：通过隧道凿岩机上安装的激光隧道断面检测仪对隧道各作业子区域进行实景扫描，构建隧道各作业子区域的实体模型，将隧道各作业子区域的实体模型与激光隧道断面检测仪内部PAD存储的隧道标准断面模型对应区域进行比对，据此筛选出隧道各正常、超挖和欠挖作业子区域，分别得到隧道各超挖作业子区域的超挖值、隧道各欠挖作业子区域的欠挖值，记为，，其中表示隧道各超挖作业子区域的编号，，表示隧道各欠挖作业子区域的编号，，由公式得到隧道各超挖作业子区域的作业符合度，其中表示预设的隧道允许超挖阈值，，e表示自然常数。
[0022]由公式得到隧道各欠挖作业子区域的作业符合度，其中表示预设的隧道允许欠挖阈值，。
[0023]将隧道各正常作业子区域的作业符合度均记为1。
[0024]将隧道各正常、超挖和欠挖作业子区域的作业符合度作为隧道各作业子区域的作业符合度。
[0025]进一步地，所述筛选出隧道各异常作业子区域，其具体筛选方法为：将隧道各作业子区域的作业符合度与设定作业符合度进行对比，若某隧道作业子区域的作业符合度小于设定作业符合度，则将该隧道作业子区域记为隧道异常作业子区域，若某隧道作业子区域的作业符合度等于设定作业符合度，则将该隧道作业子区域记为隧道合格作业子区域，得到隧道各异常作业子区域。
[0026]进一步地，所述对隧道各异常作业子区域进行处理，其处理过程为：提取隧道各异常作业子区域的凿岩完成情况，若隧道某异常作业子区域的凿岩完成情况为超挖，将该异常作业子区域的超挖值作为土方回填深度，对该异常作业子区域进行土方回填处理，若隧道某异常作业子区域的凿岩完成情况为欠挖，将该异常作业子区域的欠挖值的数字作为二
次凿岩深度，对该异常作业子区域进行二次凿岩处理。
[0027]进一步地，所述计算隧道凿岩机的健康评定系数，包括：通过长度测量工具对隧道凿岩机的钢钎的前端进行长度测量，得到钢钎前端直径d，根据钢钎的型号，从WEB云端提取钢钎的前端标准直径。
[0028]将钢钎放入齿轮磨损试验机进行试验，检测得到钢钎中端齿轮的磨损度x。
[0029]计算隧道凿岩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据自动采集的隧道大机监测分析方法，其特征在于，包括如下步骤：步骤1、隧道作业区域划分：将隧道作业区域按面积均匀划分成隧道各作业子区域；步骤2、隧道作业子区域环境信息获取：对隧道各作业子区域的环境进行监测，获取隧道各作业子区域的环境信息；步骤3、隧道作业子区域凿岩难度分析：根据隧道凿岩机的型号，从WEB云端中提取隧道凿岩机的标准凿岩强度，结合隧道各作业子区域的环境信息，分析隧道各作业子区域的凿岩难度系数；步骤4、隧道作业轨迹确认：根据隧道各作业子区域的凿岩难度系数，分析隧道各作业子区域对应的钢钎转速，进而确认隧道作业轨迹；步骤5、隧道作业子区域符合度分析：在隧道作业完成后，对隧道各作业子区域进行监测，分析隧道各作业子区域的作业符合度；步骤6、隧道异常作业子区域处理：筛选出隧道各异常作业子区域，对隧道各异常作业子区域进行处理；步骤7、隧道凿岩机健康状况分析：在隧道各异常作业子区域处理完成后，对隧道凿岩机进行监测，计算隧道凿岩机的健康评定系数，分析隧道凿岩机的健康状况。2.根据权利要求1所述的一种基于大数据自动采集的隧道大机监测分析方法，其特征在于：所述环境信息包括土壤湿度和地质信息，其中地质信息包括区域内各岩石的体积和坚硬度。3.根据权利要求2所述的一种基于大数据自动采集的隧道大机监测分析方法，其特征在于：所述分析隧道各作业子区域的凿岩难度系数，包括：根据隧道各作业子区域的环境信息，提取隧道各作业子区域内各岩石的体积和坚硬度，分别记为、，其中i表示隧道各作业子区域的编号，，j表示区域内各岩石的编号，，筛选隧道各作业子区域内岩石坚硬度最大值作为隧道各作业子区域的坚固度，记为，提取WEB云端存储的隧道作业区域总面积和隧道作业深度，将隧道作业区域总面积除以隧道作业子区域的总数得到隧道各作业子区域的面积，由公式得到隧道各作业子区域的抗压强度，其中表示预设的隧道子作业区域参考坚固度，z表示隧道作业深度；提取隧道凿岩机的标准凿岩强度F和隧道各作业子区域的土壤湿度，分析隧道各作
业子区域的凿岩难度系数，其计算公式为：，其中表示预设的隧道作业子区域参考土壤湿度。4.根据权利要求3所述的一种基于大数据自动采集的隧道大机监测分析方法，其特征在于：所述分析隧道各作业子区域对应的钢钎转速，具体计算公式如下：；其中，分别为设定参照的第一梯度、第二梯队对应的隧道凿岩难度系数，分别为设定的第一梯队、第二梯队对应单位隧道凿岩难度系数差的参照钢钎转速，为设定隧道凿岩基准钢钎转速，。5.根据权利要求4所述的一种基于大数据自动采集的隧道大机监测分析方法，其特征在于：所述确认隧道作业轨迹，其具体过程为：将隧道各作业子区域的钢钎转速按从低到高的顺序进行排列，接着按照此排列顺序对隧道各作业子区域进行二次编号，将二次编号结果输送至凿岩机专用计算机，进而绘制出隧道作业轨迹。6.根据权利要求1所述的一种基于大数据自动采集的隧道大机监测分析方法，其特征在于：所述分析隧道各作业子区域的作业符合度，包括：通过隧道凿岩机上安装的激光隧道断面检测仪对隧道各作业子区域进行实景扫描，构建隧道各作业子区域的实体模型，将隧道各作业子区域的实体模型与激光隧道断面检测仪内部PAD存储的隧道标准断面模型对应区域进行比对，据此筛选出隧道各正常、超挖和欠挖作业子区域，分别得到隧道各超挖作业子区域的超挖值、隧道各欠挖作业子区域的欠挖值，记为，，其中表示隧道各超挖作业子区域的编号，，表示隧道各欠挖作业子区域的编号，，由公式
得到隧道各超挖作业子区域的作业符合度，其中...

【专利技术属性】
技术研发人员：裴小放，王珩，沈翔，李亮，肖丽娜，楚跃峰，田路路，黄忍，尹守强，梁昊，杨立东，刘迪，吴竞一，杨晓徐，张阔，李凯旋，
申请(专利权)人：中铁四局集团有限公司，
类型：发明
国别省市：