[发明专利]一种掌子面在掘岩体状态软测量方法

说明书

本发明公开了一种掌子面在掘岩体状态软测量方法，包括如下步骤：提取岩机参数历史数据；对岩机参数历史数据进行预处理，获取掘进参数矩阵与掌子面岩体状态参数矩阵；对掌子面岩体状态参数与掘进参数进行关联分析，筛选强相关性的掘进参数；利用分步回归、BP神经网络和支持向量回归分别建立对应的掌子面岩体状态软测量模型，基于改进D‑S证据理论对三种掌子面岩体状态软测量模型所预测的岩体状态参数初始估计值进行决策级融合，获得更新的岩体状态软测量模型；采集新的掘进参数，通过预处理获取新的掘进参数矩阵，将其代入更新的岩体状态软测量模型，预测当前地质条件下的岩体节理与单轴抗压强度建议值。本发明测量精度高、实时性与鲁棒性强。

技术领域

本发明属于隧道工程TBM施工技术领域，具体涉及一种掌子面在掘岩体状态软测量方法。

背景技术

在TBM施工过程中，岩体节理和单轴抗压强度是表征掌子面在掘岩体完整性及强度特征的关键变量，但上述岩体状态参数只能在TBM停机、维修期间通过人工现场素描、取样并进行室内试验得到，获取手段较为落后，无法实现岩体状态信息获知预先性、实时性，致使TBM遭遇地层变化或复杂地质条件时难以做出掘进方案和控制参数的及时调整，容易造成TBM掘进效率低、经济严重浪费，重则造成TBM卡机、损坏、报废甚至人员伤亡的重大事故。另一方面，TBM掘进参数可通过布置相关传感器实现在线测量，且刀盘转速、推进速度、总推力、刀盘扭矩、刀盘贯入度等TBM掘进参数与掌子面岩体状态参数之间存在密不可分的关系，因此可作为表征前方岩体条件的重要辅助变量。

为了充分融合TBM掘进参数在线测量的优势，岩体状态软测量方法被提出，并将之应用于可测易测辅助变量与难以直接测量的关键变量之间的映射关系建模中，从而实时感知掌子面的在掘岩体状态。现有岩体状态软测量方法主要分为线性回归和人工智能模型，线性回归模型具有可解释性强、应用简单方便的优点，但由于影响因素之多、建模过程复杂等原因导致模型建立需要研究人员具有很强的专业性。其次，人工智能模型具有强大的非线性表示能力，但它容易受样本容量大小和数据质量的影响。总而言之，基于现有线性回归或者人工智能的岩体状态软测量模型都存在一定的不足之处，因而开发一款强实时性和鲁棒性的岩体状态软测量方法对于解决岩体状态参数“测不准、测不快问题”具有很强的现实意义。

发明内容

针对的现有的岩体状态软测量模型存在的建模过程复杂、易受样本容量大小的影响等问题，本发明提出了一种掌子面在掘岩体状态软测量方法，解决了现有的岩体状态参数“测不准、测不快”的问题。

为解决以上技术问题，本发明所采用的技术方案如下：

一种掌子面在掘岩体状态软测量方法，包括如下步骤：

S1，通过TBM大数据监测平台提取反映掌子面岩体状态的岩机参数历史数据；

S2，对获取的岩机参数历史数据进行预处理，获取TBM掘进参数矩阵A与掌子面岩体状态参数矩阵Y；

S3，根据TBM掘进参数矩阵A与掌子面岩体状态参数矩阵Y，对掌子面岩体状态参数与TBM掘进参数进行关联分析，筛选强相关性的TBM掘进参数；

S4，基于分步回归、BP神经网络和支持向量回归分别对筛选后的TBM掘进参数及掌子面岩体状态参数建立对应的三种掌子面岩体状态软测量模型，再基于改进D-S证据理论将三种掌子面岩体状态软测量模型所预测的岩体状态参数初始估计值进行决策级融合，进而获得更新后的掌子面岩体状态软测量模型；

S5，在线采集新的TBM掘进参数，并按照步骤S2获取新的TBM掘进参数矩阵，将新的TBM掘进参数矩阵代入更新后的掌子面岩体状态软测量模型，通过更新后的掌子面岩体状态软测量模型预测当前地质条件下的岩体节理与单轴抗压强度建议值。