基于小直径TBM掘进的地层类型预测方法、设备和介质与流程

本发明涉及tbm，具体涉及一种基于小直径tbm掘进的地层类型预测方法、设备和介质。

背景技术：

1、小断面tbm施工有效地改善了排水洞、电缆井及试验洞等辅助洞室在传统钻爆法施工下的夹持作用效率低、施工环境差、安全风险高等问题，但在输水水道斜井施工，尤其是关键线路上的地下厂房开挖施工方面还未进行全面研究创新。因此，推进抽水能电站设计与施工标准化、规范化建设，推进tbm技术全面应用探索地下厂房快速施工，在tbm施工过程中，由于tbm施工环境千差万别，尤其是地层类型错综复杂而当前的理论研究、与数值模拟都无法完全真实地模拟客观的地质现状，且底下地层类型的未知性。现有技术中，通常需要对地层类型进行提前预测，用以提高tbm地质适应性来应对复杂地层，进而实现高效能掘进，但是大多数技术在进行预测时并未结合当前tbm的掘进状态进行参数分析，忽略了tbm性能参数对掘进效率的重要影响，导致预测方法不客观，预测精度低，在掘进过程中无法针对tbm掘进参数与不同岩性地层的相关性规律进行挖掘，无法及时根据当前掘进状况对后续地层类型进行预测，会导致无法及时针对地层类型对掘进进行控制，在地层类型改变较大时，tbm的掘进线路极易发生改变，进而造成隧道的质量问题。

技术实现思路

1、本发明所要解决的技术问题是未结合当前tbm的掘进状态进行参数分析，忽略了tbm性能参数对掘进效率的重要影响，预测方法不客观，预测精度低，目的在于提供一种基于小直径tbm掘进的地层类型预测方法、设备和介质，通过判断tbm掘进状态，剔除tbm非掘进状态数据，同时获取tbm掘进状态相同时序下的电磁波探测数据，根据两种数据的相关性和权重构建预测模型对地层类型进行预测，通过结合当前tbm的掘进状态和电磁波探测数据进行参数分析，考虑了tbm性能参数对掘进效率的重要影响，提高了预测精度。

2、本发明通过下述技术方案实现：

3、本发明第一方面提供一种基于小直径tbm掘进的地层类型预测方法，包括以下具体步骤：

4、采集tbm掘进参数，判断tbm掘进状态，剔除tbm非掘进状态数据，得到第一样本数据；

5、在tbm掘进过程采用电磁波探测，得到第二样本数据；

6、对掘进参数进行时序处理，提取tbm在掘进状态下的时序数据；

7、提取tbm在掘进状态时对应的时序下的探测数据，确定第一样本数据和第二样本数据的相关性；

8、根据相关性得到第一样本数据和第二样本数据的权重；

9、构建预测模型，基于权重对预测模型进行优化，基于优化后的预测模型进行地层类型预测。

10、本发明通过判断tbm掘进状态，剔除tbm非掘进状态数据，同时获取tbm掘进状态相同时序下的电磁波探测数据，根据两种数据的相关性和权重构建预测模型对地层类型进行预测，通过结合当前tbm的掘进状态和电磁波探测数据进行参数分析，考虑了tbm性能参数对掘进效率的重要影响，提高了预测精度。

11、进一步的，所述对tbm掘进状态进行判断具体包括：

12、获取tbm掘进的推进速度、总推力和刀盘转速，构建二值判别函数对tbm状态进行判断,剔除tbm非掘进状态和启停阶段状态数据，计算步骤包括：

13、

14、d＝d(v1)d(v2)d(f)

15、其中，d表示掘进状态，d＝1时，tbm状态为正常工作状态，d＝0时，tbm状态为非正常工作状态，v1表示推进速度，v2表示刀盘转速，f表示总推力。

16、进一步的，在得到第一样本数据时还包括对剔除后的数据进行异常值处理：

17、使用箱线图的四分位数和触须长度定义异常值；

18、当数据点位于箱体触须之外则被认定为异常值，将异常值用其邻近的阈值内数据的平均值进行替换。

19、进一步的，所述得到第二样本数据具体包括：

20、向地层发射电磁波信号，接收反射信号，对反射信号进行去噪处理；

21、对去噪后的信号进行波形分析，得到地层类型。

22、进一步的，所述对掘进参数进行时序处理，提取tbm在掘进状态下对应的时序数据，具体包括：

23、获取掘进参数的时间戳，根据时间戳构建时序向量；

24、根据时序向量构建对应的变换矩阵，得到变换函数f(x)＝αn+m，其中n表示系数矩阵，m表示偏差矩阵，α表示序偶向量；

25、根据变换函数进行掘进参数的时序特征提取。

26、进一步的，所述计算第一样本数据和第二样本数据的相关性，具体包括：

27、在确定tbm状态为正常工作状态时的时序特征提取后，根据时序特征提取与第一样本数据同一时间戳下的第二样本数据；

28、根据时间戳对第一样本数据和第二样本数据进行排序：

29、构建采集窗口，根据采集窗口的移动方向对排序后的数据进行数据段的划分，构建多个相关系数矩阵。

30、进一步的，所述根据相关性得到第一样本数据和第二样本数据的权重，具体包括：

31、根据多个相关系数矩阵提取多个相关系数；

32、构建判断矩阵对多个相关系数进行一致性校验；

33、对一致性校验通过后的元素进行差异系数计算；

34、根据差异系数，确定第一样本数据和第二样本数据的权重。

35、进一步的，所述基于权重对预测模型进行优化，具体包括：

36、获取第一样本数据的权重向量和第二样本数据的权重向量；

37、采用极差标准化分别对第一样本数据的权重向量和第二样本数据的权重向量进行归一化处理；

38、根据归一化处理后的权重对预测模型进行训练，得到优化后的预测模型。

39、本发明第二方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现一种基于小直径tbm掘进的地层类型预测方法。

40、本发明第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种基于小直径tbm掘进的地层类型预测方法。

41、本发明与现有技术相比，具有如下的优点和有益效果：

42、通过判断tbm掘进状态，剔除tbm非掘进状态数据，同时获取tbm掘进状态相同时序下的电磁波探测数据，根据两种数据的相关性和权重构建预测模型对地层类型进行预测，通过结合当前tbm的掘进状态和电磁波探测数据进行参数分析，考虑了tbm性能参数对掘进效率的重要影响，提高了预测精度；

43、通过权重对预测模型进行优化，能够在不同指标权重之间寻找一致或妥协，获得更为科学的综合最优权重分配系数，提高了优化后的预测模型的预测精度。

技术特征：

1.一种基于小直径tbm掘进的地层类型预测方法，其特征在于，包括以下具体步骤：

2.根据权利要求1所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，所述对tbm掘进状态进行判断具体包括：

3.根据权利要求2所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，在得到第一样本数据时还包括对剔除后的数据进行异常值处理：

4.根据权利要求1所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，所述得到第二样本数据具体包括：

5.根据权利要求1所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，所述对掘进参数进行时序处理，提取tbm在掘进状态下对应的时序数据，具体包括：

6.根据权利要求4所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，所述计算第一样本数据和第二样本数据的相关性，具体包括：

7.根据权利要求4所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，所述根据相关性得到第一样本数据和第二样本数据的权重，具体包括：

8.根据权利要求1所述的基于小直径tbm掘进的地层类型预测方法，其特征在于，所述基于权重对预测模型进行优化，具体包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述的基于小直径tbm掘进的地层类型预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8任一项所述的基于小直径tbm掘进的地层类型预测方法。

技术总结本发明公开了一种基于小直径TBM掘进的地层类型预测方法、设备和介质，采集TBM掘进参数，判断TBM掘进状态，剔除TBM非掘进状态数据，得到第一样本数据；在TBM掘进过程采用电磁波探测，得到第二样本数据；对掘进参数进行时序处理，提取TBM在掘进状态下的时序数据；提取TBM在掘进状态时对应的时序下的探测数据，确定第一样本数据和第二样本数据的相关性；根据相关性得到第一样本数据和第二样本数据的权重；构建预测模型，基于权重对预测模型进行优化，基于优化后的预测模型进行地层类型预测。获取TBM掘进状态及其相同时序下的电磁波探测数据，通过结合当前TBM的掘进状态和电磁波探测数据进行参数分析，提高了预测精度。技术研发人员：袁幸朝,熊维林,郝利军,陈志领,肖瑞受保护的技术使用者：中国水利水电第五工程局有限公司技术研发日：技术公布日：2024/7/29