申请/专利权人:盾构及掘进技术国家重点实验室;中铁隧道局集团有限公司
申请日:2021-08-20
公开(公告)日:2024-06-14
公开(公告)号:CN113657515B
主分类号:G06F18/2431
分类号:G06F18/2431;G06F18/241;G06F18/214;G06F18/2113;G06F18/2337
优先权:
专利状态码:有效-授权
法律状态:2024.06.14#授权;2021.12.03#实质审查的生效;2021.11.16#公开
摘要:本发明公开了一种基于岩机敏感参量判识和改进FMC模型隧道围岩等级的分类方法,包括如下步骤:1:实时获取TBM动态掘进参数,推力F,推进速度v,刀盘扭矩T,刀盘转速n;2:数据清洗获取稳态掘进数据;3:构建岩机参量数据库;4:岩机敏感参量重要性判识;5:选择岩机敏感参量作为训练样本对FMC模型训练;6:选择岩机敏感参量作为判识样本输入FMC模型围岩识别;7:输出围岩等级识别结果。本发明依据动态掘进参数实时判识感知TBM掌子面围岩等级,通过围岩状态反演调整掘进参数。这种岩机信息的互馈动态感知和动态调整,实现了依据掌子面围岩等级变化动态调整掘进参量和掘进方案的需求,提高了TBM掘进效率。
主权项:1.一种基于岩机敏感参量判识和改进FMC模型隧道围岩等级的分类方法,其特征在于,包括如下步骤:Step1:实时获取TBM动态掘进参数,推力F,推进速度v,刀盘扭矩T,刀盘转速n;Step2:数据清洗获取稳态掘进数据:去除TBM掘进段非稳态掘进数据;具体为:通过对掘进参数进行分布统计,变量采取概率密度法去除异常数据,将数据点距离平均值5倍标准差的点作为异常数据样本点,认为该数据点为非稳态掘进数据,即 排除异常样本点,获取稳态掘进数据;Step3:构建岩机参量数据库;Step4:岩机敏感参量重要性判识;Step5:选择岩机敏感参量作为训练样本对FMC模型训练;Step5的具体实施方法为:首先选择岩机敏感参量最重要的s类s≤q敏感指标作为训练样本对改进FMC模型训练,其中q为特征参量数;模型输入训练样本m为岩机参量样本数;针对任一岩机参量样本数据x计算围岩识别权值矩阵PB=[pik]b×m,t为模糊权重,b为围岩类别,围岩分类权值矩阵可以表示为: 改进FMC模型的核心在于更新迭代聚类中心时,考虑到样本指标重要性权值,即通过衡量指标重要度的灰关联数值来更新迭代聚类中心wk; 以li表示第i类样本的初始聚类中心M为b阶的正定矩阵,改进FMC模型实质为针对目标函数Jm最小化迭代求解过程, Step6:选择岩机敏感参量作为判识样本输入FMC模型围岩识别;Step7:输出围岩等级识别结果。
全文数据:
权利要求:
百度查询: 盾构及掘进技术国家重点实验室;中铁隧道局集团有限公司 一种基于岩机敏感参量判识和改进FMC模型隧道围岩等级的分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。