【技术实现步骤摘要】
本专利技术涉及数据处理，更具体的说是涉及一种数据与知识驱动的盾构机推进系统性能退化分析方法。
技术介绍
1、盾构机集开挖、支护、出渣于一体，在施工过程中不仅能够高效完成任务，且对地面影响较小，在城市轨道交通的建设项目中得到了广泛的应用。在盾构机施工过程中，推进系统是与岩石直接接触的前置装置，其性能会随着服役时间的增加而逐渐退化，也会出现一些损伤或者磨损的情况，不仅会降低盾构机掘进效率，更可能对盾构机其他机构造成不必要的负载与损伤。盾构机是大型、复杂的工程设备，需要长时间运行在恶劣的地下环境中。通过深入研究推进系统性能退化，可以识别关键部件的疲劳和寿命问题，并制定相应的维护计划和更换策略，这有助于提高盾构机的可靠性，减少突发故障和停机时间，并可以提高工人和施工现场的安全性。因此，针对盾构机推进系统性能退化进行分析，对提高盾构机的效率、安全性和可靠性，为地下工程提供更好的支持，具有十分重要的研究意义。但是，目前关于盾构机推进系统性能退化的相关研究较为空白。
2、因此，实现盾构机推进系统性能退化的准确分析是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种数据与知识驱动的盾构机推进系统性能退化分析方法，设立多评价指标，在对传感器检测信号预处理和特征提取的基础上，解决了所提取特征优劣的定量评价问题，为性能退化建模以及剩余寿命预测提供有效的信息。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种数据与知识驱动的盾构
4、步骤1：采集盾构机推进系统各种类型振动信号，获得振动曲线样本；
5、步骤2：根据振动曲线样本提取特征划分测度；
6、步骤3：根据特征划分测度计算信息熵矩阵；
7、步骤4：根据信息熵矩阵计算信息矩阵；
8、步骤5：采用奇异值分解法对信息矩阵进行特征提取，得到信息特征矩阵，构建信息矩阵库；
9、步骤6：采集待识别振动曲线，根据待识别振动曲线计算获得待识别信息矩阵，根据待识别信息矩阵利用相似性匹配检索准则在信息矩阵库中进行检索匹配，获得损伤类型；
10、步骤7：计算待识别信息矩阵的评价指标，根据评价指标判断盾构机推进系统的性能状态。
11、优选的，将振动曲线样本中每个时刻的振动信号x＝{xi|i＝1,2,...,l}映射到勒贝格空间，获得对应时刻的轨迹矩阵：
12、
13、l是序列长度，m表示振动信号长度，τ表示时延常数；
14、将轨迹矩阵进行奇异值分解，得到轨迹矩阵奇异值集合gi(1≤i≤k)，根据轨迹矩阵奇异值集合计算特征划分测度，表示为：
15、
16、其中，μ(gi)表示特征划分测度；
17、特征划分测度表示为有限划分集合g＝{gi}中互不相容集合并的形式，为：
18、
19、其中，
20、优选的，根据特征划分测度计算信息熵h，表示为：
21、
22、其中，μ(gi)表示第i个集合gi的特征划分测度；每个集合对应一个信息熵，所有的信息熵构成信息熵矩阵。
23、优选的，步骤4的具体实现过程为：
24、步骤41：根据信息熵矩阵计算信息表示为：
25、
26、其中，y(t)表示t时间段内的信息h(s)为第s时刻的信息熵；t0为监测的起始时刻；t为监测的结束时刻；
27、步骤42：将监测时间段内的信息进行离散化，表示为：
28、
29、其中，y(m)表示第m个离散时刻的信息h(i)表示第i时刻的信息熵；h(i-1)表示第i-1时刻的信息熵；
30、步骤43：将同一测点的信息按时间顺序排列，获得信息向量y，将每个测量的信息向量y进行组合，获得信息矩阵y；
31、y＝[y1,y2,…,ym-1]t
32、
33、其中，h(t,r)，t＝1,...,i，r＝1,...,m，表示第r个监测点的第t时刻的信息熵；m表示测点的离散采样次数；r表示测点总数。
34、优选的，步骤5的具体实现过程为：
35、步骤51：对信息矩阵进行奇异值分解，获得信息矩阵奇异值集合，表示为：
36、
37、σ＝diag(λ1,λ2,…,λrank(y))
38、其中，rank(y)是信息矩阵y的秩；u(m-1)×(m-1)、vr×r均为酉矩阵，r表示奇异值分解时的矩阵维度；λ1≥λ2≥…≥λrank(f)是信息矩阵奇异值集合；
39、步骤52：采用累计贡献率阈值方法选择截断信息矩阵奇异值集合的维数n，表示为：
40、
41、其中，γ表示累积贡献率阈值；
42、步骤53：利用信息矩阵的前n个信息矩阵奇异值集合对其进行重构，表示为：
43、
44、其中，ui、vi分别为酉矩阵u(m-1)×n、vr×q的列向量；λi表示第i个奇异值；所有类型振动信号对应重构的信息矩阵构成信息矩阵库。
45、优选的，相似性匹配检索准则包括欧式距离测度法或似然概率法。
46、优选的，评价指标包括相关性、单调性、预测性和鲁棒性。
47、优选的，相关性表示为：
48、
49、其中，y＝(y1,y2,…,yn)是性能退化特征序列，由待识别信息矩阵中信息向量组成，n是整个性能退化过程中的总监测次数，t＝(t1,t2,…,tn)是相应的监测时刻序列；
50、单调性表示为：
51、
52、
53、其中，ε(x)是单位阶跃函数；
54、预测性表示为：
55、
56、其中，是性能退化特征y在初始时刻的均值，是性能退化特征y在失效时刻的均值，σ(yf)是性能退化特征y在失效时刻的标准差；
57、鲁棒性表示为：
58、
59、其中是指相应性能退化特征序列的趋势序列。
60、优选的，针对每一项评价指标设定评价阈值，通过与评价阈值对比，判断性能状态，体现性能退化结果。
61、经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种数据与知识驱动的盾构机推进系统性能退化分析方法，利用传感器采集振动信号数据，为反映过程变化量，采用信息概念，提出基于奇异值分解的信息特征矩阵二次特征提取方法，以及针对性能退化特征的评价选取问题，提出相关性、单调性、预测性以及鲁棒性等4个评价指标来评价选取性能退化特征，有效地解决了工程实践中多时刻、多工况、多测点传感器的监测问题，可以有效地用于盾构机推进系统的性能退化评估。本专利技术基于奇异值分解的信息特征矩阵二次特征提取方法，在结构损伤识别方面体现出较高的可行性。综合指标评价从本文档来自技高网...
【技术保护点】
1.一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，将振动曲线样本中每个时刻的振动信号映射到勒贝格空间，获得对应时刻的轨迹矩阵；
3.根据权利要求2所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，根据特征划分测度计算信息熵H，表示为：
4.根据权利要求3所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，步骤4的具体实现过程为：
5.根据权利要求1所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，步骤5的具体实现过程为：
6.根据权利要求1所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，相似性匹配检索准则包括欧式距离测度法或似然概率法。
7.根据权利要求4所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，评价指标包括相关性、单调性、预测性和鲁棒性。
8.根据权利要求7所述的一种数
9.根据权利要求7所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，针对每一项评价指标设定评价阈值，通过与评价阈值对比，判断性能状态。
...【技术特征摘要】
1.一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，将振动曲线样本中每个时刻的振动信号映射到勒贝格空间，获得对应时刻的轨迹矩阵；
3.根据权利要求2所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，根据特征划分测度计算信息熵h，表示为：
4.根据权利要求3所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其特征在于，步骤4的具体实现过程为：
5.根据权利要求1所述的一种数据与知识驱动的盾构机推进系统性能退化分析方法，其...
【专利技术属性】
技术研发人员：陈建福，冀新华，陈贤振，孙洪雨，郝志峰，王志保，韩志刚，
申请(专利权)人：中铁十四局集团大盾构工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。