[发明专利]一种TBM卡机风险预测方法及系统

说明书

本发明公开了一种TBM卡机风险预测方法及系统，包括对获取的历史TBM掘进状态参数和对应的围岩状态参数进行统计分析，得到影响TBM卡机风险等级的TBM掘进影响因素；根据TBM掘进影响因素和TBM卡机风险等级对卷积神经网络进行训练，构建TBM卡机风险预测模型；根据TBM卡机风险预测模型得到实时TBM掘进状态参数下的TBM卡机风险等级。根据采集的围岩状态数据和TBM掘进状态参数，通过对其进行主成分分析，得到主要影响因素，构建TBM卡机预警模型，对获取的TBM实时掘进参数进行实时预测，实现TBM卡机风险的预判，有利于提高TBM的掘进效率及安全性。

技术领域

本发明涉及TBM掘进技术领域，特别是涉及一种TBM卡机风险预测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

TBM施工作为隧道施工的重要方法，具有自动化程度高、施工速度快、节约人力、安全经济、一次成型，不受外界气候影响，开挖时可以控制地面沉陷，减少对地面建筑物的影响，水下地下施工不影响水中地面交通等优点，是岩石隧道掘进最有发展潜力的机械设备。

然而，发明人发现，山岭隧道往往处于大埋深、长距离的施工中，地质复杂多变，TBM在破碎地层中施工时适应性差，掘进速度明显下降，且围岩容易挤压护盾，造成卡机，影响正常掘进；因此如何提前预判TBM卡机风险，及时采取措施，如何提高TBM在破碎地层的适应性，在遭遇破碎地层前对TBM开挖发出预警是本领域技术人员急需解决的问题。

发明内容

为了解决上述问题，本发明提出了一种TBM卡机风险预测方法及系统，根据采集的围岩状态数据和TBM掘进状态参数，通过对其进行主成分分析，得到主要影响因素，构建TBM卡机预警模型，对获取的TBM实时掘进参数进行实时预测，实现TBM卡机风险的预判，有利于提高TBM的掘进效率及安全性。

为了实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供一种TBM卡机风险预测方法，包括：

对获取的历史TBM掘进状态参数和对应的围岩状态参数进行统计分析，得到影响TBM卡机风险等级的TBM掘进影响因素；

根据TBM掘进影响因素和TBM卡机风险等级对卷积神经网络进行训练，构建TBM卡机风险预测模型；

根据TBM卡机风险预测模型得到实时TBM掘进状态参数下的TBM卡机风险等级。

第二方面，本发明提供一种TBM卡机风险预测系统，包括：

分析模块，用于对获取的历史TBM掘进状态参数和对应的围岩状态参数进行统计分析，得到影响TBM卡机风险等级的TBM掘进影响因素；

训练模块，用于根据TBM掘进影响因素和TBM卡机风险等级对卷积神经网络进行训练，构建TBM卡机风险预测模型；

预测模块，用于根据TBM卡机风险预测模型得到实时TBM掘进状态参数下的TBM卡机风险等级。

第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。

第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。

与现有技术相比，本发明的有益效果为：