一种掘进过程风险的监测方法技术

本发明专利技术涉及隧道掘进领域，公开了一种掘进过程风险的监测方法，包括：根据多个工作部件和与其对应的状态参数序列确定工作部件的信息熵，根据每个工作部件的信息熵，确定工作部件的信息熵是否超过预警范围，在工作部件的信息熵超过预警范围时，进行工作部件的状态诊断，基于工作部件的状态诊断，提示掘进过程的风险

【技术实现步骤摘要】
一种掘进过程风险的监测方法


[0001]本专利技术涉及隧道掘进领域，尤其涉及一种掘进过程风险的监测方法
。

技术介绍

[0002]目前，煤矿巷道掘进方式主要有综掘法
、
钻爆法和连续采煤机法
(
只适用于煤巷掘进
)。
这些掘进方法在实际施工中很容易出现掘
、
锚
、
运失衡的问题
。
[0003]针对这种情况，一些煤矿采用了盾构掘进系统，大大提高了煤矿岩巷的掘进效率
。
盾构掘进系统主要用到的设备是盾构机，主要用于隧道的掘进
。
现代盾构机科技含量比较高，集成了光
、
机
、
电
、
液以及传感器等多项技术，可以实现岩土体的切割
、
输送和成型巷道的支护等功能，整体可靠性和安全性比较高
。
[0004]盾构机的辅助驾驶提供了更好的安全系数和驾驶体验，但是煤矿和岩石以及土质环境并不一致，对盾构过程中的风险进行监控并及时进行提示是十分重要的
。

技术实现思路

[0005]本专利技术的目的在于克服上述一种或多种现有的技术问题，提供一种掘进过程风险的监测方法
。
[0006]为实现上述目的，本专利技术提供的一种掘进过程风险的监测方法，包括：
[0007]根据多个工作部件和与其对应的状态参数序列确定工作部件的信息熵；
[0008]根据每个工作部件的信息熵，确定工作部件的信息熵是否超过预警范围；
[0009]在工作部件的信息熵超过预警范围时，进行工作部件的状态诊断；
[0010]基于工作部件的状态诊断，提示掘进过程的风险
。
[0011]根据本专利技术的一个方面，工作部件包括撑靴
、
前护盾
、
侧护盾
、
顶护盾
、
刀盘
、
主机皮带机和刀盘皮带机，工作部件对应的状态参数序列为工作部件中包含的机构上传感器所采集的状态数据
。
[0012]根据本专利技术的一个方面，推进力有关参数包括前盾俯仰角
、
前盾滚动角
、
左侧护盾压力
、
右侧护盾压力
、
顶护盾压力
、
左侧后支撑压力
、
右侧后支撑压力
、
撑靴压力
、
刀盘喷水压力
、
刀盘转速检测值
、
贯入度
、
推进速度，左撑靴俯仰角
、
左撑靴滚动角
、
右撑靴俯仰角
、
右撑靴滚动角
、
主机皮带机转速
、
桥架皮带机转速和转渣皮带机转速；
[0013]工作部件包括刀盘
、
撑靴
、
前护盾
、
侧护盾
、
顶护盾
、
刀盘水流
、
主机皮带机
、
刀盘皮带机
。
[0014]根据本专利技术的一个方面，工作部件的信息熵为其所包含的子结构中信息熵的加权值，子结构的信息上的权重值为设备故障时，各个工作部件的状态相对于正常工作时参数值的偏移值
。
[0015]根据本专利技术的一个方面，信息熵还包括掘进盾构机不同部位采集获得的振动信息
。
[0016]根据本专利技术的一个方面，基于当前时刻向前选取第一时长的第一参数序列，基于
第一参数序列确定背景值；
[0017]使用背景值对状态的参数序列进行去背底
。
[0018]根据本专利技术的一个方面，根据部件的信息熵，使用
KNN
算法对工况进行分类，设置
K
值为1，初始聚类中心数目为2，使用模拟退火算法计算各个部件的信息熵计算不同状态下相对于聚类中心的距离，根据聚类结果判断部件用于判断聚类的显著性
。
[0019]根据本专利技术的一个方面，根据聚类显著性的优化结果确定监控的工作部件的信息
。
[0020]为实现上述目的，本专利技术提供一种掘进过程风险的监测系统，包括：
[0021]信息熵获取模块：根据多个工作部件和与其对应的状态参数序列确定工作部件的信息熵；
[0022]预警模块：根据每个工作部件的信息熵，确定工作部件的信息熵是否超过预警范围；
[0023]状态诊断模块：在工作部件的信息熵超过预警范围时，进行工作部件的状态诊断；
[0024]风险提示模块：基于工作部件的状态诊断，提示掘进过程的风险
。
[0025]基于此，本专利技术的有益效果在于：本申请基于信息熵获取工作部件的运行状态，进行风险预警，提供了更好的安全系数和驾驶体验，可以针对性的确定需要关注的部件，在依据工况确定了风险的存在时，采取积极的措施，从而提高盾构过程中风险防范水平
。
附图说明
[0026]图1是本专利技术一种掘进过程风险的监测方法的流程图；
[0027]图2是本专利技术一种掘进过程风险的监测系统的流程图
。
具体实施方式
[0028]现在将参照示例性实施例来论述本专利技术的内容，应当理解，论述的实施例仅是为了使得本领域普通技术人员能够更好地理解且因此实现本专利技术的内容，而不是暗示对本专利技术的范围的任何限制
。
[0029]如本文中所使用的，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语
。
术语“基于”要被解读为“至少部分地基于”，术语“一个实施例”和“一种实施例”要被解读为“至少一个实施例”。
[0030]根据本专利技术的一个实施例，图1为本专利技术中的一种掘进过程风险的监测方法的流程图，如图1所示，一种掘进过程风险的监测方法包括：
[0031]根据多个工作部件和与其对应的状态参数序列确定工作部件的信息熵；
[0032]根据每个工作部件的信息熵，确定工作部件的信息熵是否超过预警范围；
[0033]在工作部件的信息熵超过预警范围时，进行工作部件的状态诊断；
[0034]基于工作部件的状态诊断，提示掘进过程的风险
。
[0035]根据本专利技术的一个实施方式，工作部件包括撑靴
、
前护盾
、
侧护盾
、
顶护盾
、
刀盘
、
主机皮带机和刀盘皮带机，工作部件对应的状态参数序列为工作部件中包含的机构上传感器所采集的状态数据
。
[0036]根据本专利技术的一个实施方式，推进力有关参数包括前盾俯仰角
、
前盾滚动角
、
左侧
护盾压力
、
右侧护盾压力
、
顶护盾压力
、
左侧后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种掘进过程风险的监测方法，其特征在于，包括：根据多个工作部件和与其对应的状态参数序列确定工作部件的信息熵；根据每个工作部件的信息熵，确定工作部件的信息熵是否超过预警范围；在工作部件的信息熵超过预警范围时，进行工作部件的状态诊断；基于工作部件的状态诊断，提示掘进过程的风险
。2.
如权利要求1所述的一种掘进过程风险的监测方法，其特征在于，工作部件包括撑靴
、
前护盾
、
侧护盾
、
顶护盾
、
刀盘
、
主机皮带机和刀盘皮带机，工作部件对应的状态参数序列为工作部件中包含的机构上传感器所采集的状态数据
。3.
如权利要求2所述的一种掘进过程风险的监测方法，其特征在于，推进力有关参数包括前盾俯仰角
、
前盾滚动角
、
左侧护盾压力
、
右侧护盾压力
、
顶护盾压力
、
左侧后支撑压力
、
右侧后支撑压力
、
撑靴压力
、
刀盘喷水压力
、
刀盘转速检测值
、
贯入度
、
推进速度，左撑靴俯仰角
、
左撑靴滚动角
、
右撑靴俯仰角
、
右撑靴滚动角
、
主机皮带机转速
、
桥架皮带机转速和转渣皮带机转速；工作部件包括刀盘
、
撑靴
、
前护盾
、
侧...

【专利技术属性】
技术研发人员：谢中辉，李鹏，庞威风，薛辉，
申请(专利权)人：陕西正通煤业有限责任公司，
类型：发明
国别省市：