[发明专利]基于数据挖掘的刀具寿命预测方法、装置及系统

说明书

本发明提供一种基于数据挖掘的刀具寿命预测方法、装置及系统，包括：获取数据库中不同围岩的属性参数，对多个围岩的属性参数进行聚类处理得到多个聚类结果；根据聚类结果中各围岩的属性参数以及刀具寿命参数建立刀具寿命回归公式；获取当前时刻输入的围岩的属性参数至所述刀具寿命回归公式，得到当前时刻预测的刀具寿命参数。本发明提供的技术方案，能够基于人工智能的方式对刀具的寿命进行预测，并且该种预测是在保障正常施工的前提下进行的。本发明还能够根据地质条件的差异性对刀具的寿命进行预测，使得刀具的寿命预测相对更加的准确。工作人员能够对施工情况较为明确的了解，保障了TBM隧道施工的正确指导。

技术领域

本发明涉及土木工程及人工智能技术领域，尤其涉及一种基于数据挖掘的刀具寿命预测方法、装置及系统。

背景技术

随着信息化的推动和智能化设备的发展，通过TBM进行掘进的隧道工程越来越多，虽采用机械化施工效率较高，但随之而来的也是施工成本的增加。其中TBM 隧道的施工效率和建设成本受岩石参数、掘进参数和TBM设计等因素影响。在硬岩隧道掘进中，刀具的消耗占总开挖成本的10％以上，由此可见，刀具寿命对TBM 隧道开挖成本的影响不容小觑，但是当前还没有一种技术方案能够对刀具的使用寿命进行较为准确预测。

发明内容

本发明实施例提供一种基于数据挖掘的刀具寿命预测方法、装置及存储介质，根据实际工况预测刀具寿命，有效指导TBM的正常掘进。

本发明实施例的第一方面，提供一种基于数据挖掘的刀具寿命预测方法，包括：

获取数据库中不同围岩的属性参数，对多个围岩的属性参数进行聚类处理得到多个聚类结果；

根据聚类结果中各围岩的属性参数以及刀具寿命参数建立刀具寿命回归公式；

获取当前时刻输入的围岩的属性参数至所述刀具寿命回归公式，得到当前时刻预测的刀具寿命参数。

可选地，在第一方面的一种可能实现方式中，所述刀具寿命参数包括至少一个，所述刀具寿命参数包括种类信息和寿命信息；

获取当前时刻输入的种类信息，将具有该种类信息的刀具寿命参数对应的寿命信息输出。

可选地，在第一方面的一种可能实现方式中，所述聚类结果包括多个数据簇；

所述对多个围岩的属性参数进行聚类处理得到多个聚类结果包括：

基于k-means算法对不同围岩的属性参数进行分类，其中属性参数包括围岩单轴抗压强度信息、地层破碎程度信息以及石英含量信息中的任意一种或多种。

可选地，在第一方面的一种可能实现方式中，预先建立样本集D＝{x₁, x₂,…,x_m}；

从围岩的属性参数中随机选择k个样本作为初始的k个质心向量{μ₁, μ₂,…,μ_k}；

对于i＝1,2,…,m，通过以下公式计算样本点与各质心向量间的距离：

d_ik＝‖x_i–μ_k‖2 2

其中，d_ik为各样本点与相应质心向量间的距离，x_i为样本i坐标向量，μ_k为各数据簇的质心向量；

记录各样本点x_i与各质心向量计算间距的d_ik，取其中最小值所对应的质心向量序数记为λ_i，通过前述过程划分得到初始化的数据簇分配：