CN109978344A - 一种掘进机施工隧道瓦斯风险等级评价方法和装置 - Google Patents
一种掘进机施工隧道瓦斯风险等级评价方法和装置 Download PDFInfo
- Publication number
- CN109978344A CN109978344A CN201910164662.5A CN201910164662A CN109978344A CN 109978344 A CN109978344 A CN 109978344A CN 201910164662 A CN201910164662 A CN 201910164662A CN 109978344 A CN109978344 A CN 109978344A
- Authority
- CN
- China
- Prior art keywords
- risk class
- gas
- evaluation index
- evaluation
- tunnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种掘进机施工隧道瓦斯风险等级评价方法和装置,在隧道掘进机隧道的施工阶段对其瓦斯等级进行评价。该方法包括以下步骤:选取多个掘进机施工隧道瓦斯评价指标;建立瓦斯风险等级标准及各评价指标的数据库;基于K均值算法和条件信息熵法对数据库中各评价指标数据进行处理,计算各评价指标的重要度和权重;根据数据库中各评价指标实测数据,计算各瓦斯风险等级的云模型数字特征值,生成云模型;获取隧道掘进机掘进过程中各评价指标参数值,计算各评价指标隶属于各个风险等级的确定度,将各评价指标权重与各评价指标隶属于各个风险等级的确定度相乘,得到综合确定度;根据综合确定度,确定掘进机施工隧道隶属的瓦斯风险等级。
Description
技术领域
本公开涉及一种适用于隧道掘进机掘进施工过程中的掘进机施工隧道瓦斯风险等级评价方法和装置。
背景技术
随着国家经济的飞速发展,我国交通、引水等基础工程建设规模逐步扩大,隧道工程也越来越多,其中包括大量的深埋长大隧道。全断面岩石隧道掘进机TBM(tunnel boringmachine)由于掘进速度快、效率高、安全、环保、自动化和信息化程度高等诸多优点,被广泛应用于深埋长大隧道工程中。
在隧道掘进机掘进过程中,常常会遇到煤层,煤层的存在给隧道施工带来了重大的安全隐患。与钻爆法等传统施工方法相比,瓦斯将进入掘进机前端,会严重威胁施工人员身体健康,影响正常的施工进度。当达到一定条件后会发生瓦斯爆炸,将造成严重的人员伤亡和巨大的财产损失。目前,许多研究是借助于矿井瓦斯的理论知识,在隧道瓦斯方面的研究取得了一定的进展。其中包括制定了相应的瓦斯隧道施工技术规范,但发明人在研发过程中发现,该瓦斯隧道施工技术规范主要针对于采用钻爆法施工的隧道,而规范内的相关规定与采用掘进机施工的隧道并不能完全契合,特别是无法实现对掘进机施工隧道瓦斯风险等级评价。
综上所述,现有技术中对于如何降低TBM掘进隧道建设过程中的瓦斯事故的风险性,在瓦斯隧道的施工阶段对其瓦斯等级进行评价的问题,尚缺乏有效的解决方案。
发明内容
为了克服上述现有技术的不足,本公开提供了一种适用于隧道掘进机TBM掘进施工的隧道瓦斯风险等级评价方法和装置,在隧道掘进机隧道的施工阶段对其瓦斯等级进行评价,有效降低掘进机掘进隧道建设过程中的瓦斯事故的风险性。
本公开所采用的技术方案是:
一种掘进机施工隧道瓦斯风险等级评价方法,该方法包括以下步骤:
选取多个掘进机施工隧道瓦斯评价指标;
建立瓦斯风险等级标准及各评价指标的数据库;
基于K均值算法和条件信息熵法对数据库中各评价指标数据进行处理,计算各评价指标的重要度和权重;
根据数据库中各评价指标实测数据,计算各瓦斯风险等级的云模型数字特征值,生成云模型;
获取隧道掘进机掘进过程中各评价指标参数值,计算各评价指标隶属于各个风险等级的确定度,将各评价指标权重与各评价指标隶属于各个风险等级的确定度相乘,得到综合确定度;
根据综合确定度,确定掘进机施工隧道隶属的瓦斯风险等级。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行如如上所述的一种掘进机施工隧道瓦斯风险等级评价方法。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征是,所述指令适于由处理器加载并执行如上所述的一种掘进机施工隧道瓦斯风险等级评价方法。
通过上述技术方案,本公开的有益效果是:
(1)本公开对隧道掘进机掘进过程中瓦斯风险等级进行评价,针对隧道掘进机施工隧道的特点进行风险等级评价,提出了隧道掘进机掘进过程中瓦斯风险等级标准,既符合相关技术规范,又具有良好的适用性;
(2)本公开结合隧道掘进机施工特点选取评价指标,对评价指标集的数据进行属性分析,使得评价指标集可靠度高,选用粗糙集方法对各评价指标进行权重分析,得到各评价指标的重要度和权重。
(3)本公开通过对各评价指标进行K均值离散化,降低了各评价指标的复杂度,更加稳定,提高了分类准确率,减少了运算时间,提高了运算效率,运算速度更快可以得到较好的离散效果;
(4)本公开采用条件信息熵法求取各评价指标的权重,可以保证评价指标的权重值不为0,使得每一个评价指标能得到合理的权重值,使隧道瓦斯风险等级评价更加科学合理。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本申请,并不构成对本公开的不当限定。
图1是根据一种或多种实施方式的掘进机施工隧道瓦斯风险等级评价方法流程图;
图2是根据一种或多种实施方式的正向一维云发生器图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本公开使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
一种或多种实施例提供一种适用于隧道掘进机掘进施工过程中的掘进机施工隧道瓦斯风险等级评价方法,对已建或在建掘进机掘进隧道工程中的瓦斯特点进行总结,根据掘进机施工的特点,从地质条件、瓦斯条件、施工条件三个方面来研究掘进机掘进过程中瓦斯逸出的主要评价指标,包括地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件、瓦斯含量、掘进速度、机械振动、通风量,构建了瓦斯风险的评价指标体系;在掘进机施工过程中测量地质条件、瓦斯条件、施工条件方面的相关评价指标的实测信息,建立瓦斯风险等级及相关各评价指标的数据库,确定条件属性和决策属性;采用粗糙集方法,先对数据库中各评价指标数据进行K均值算法离散化处理,然后利用条件信息熵法得到各评价指标的权重;建立各个风险等级的云模型,计算每种评价指标数据属于各个风险等级级别的确定度,将各评价因子权重和每种评价指标属于各个风险等级的确定度,得到最终的确定度,并确定隶属的瓦斯风险等级。
请参阅附图1,所述掘进机施工隧道瓦斯风险等级评价方法包括以下步骤:
S101,选取合理的掘进机施工隧道瓦斯评价指标,建立瓦斯风险的评价指标体系。
具体地,对已建或在建隧道掘进机掘进隧道工程中的瓦斯逸出现象进行总结,从地质条件、瓦斯条件、施工条件三个方面来研究隧道掘进机掘进过程中瓦斯逸出的主要影响因素,包括地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件、瓦斯含量、TBM掘进速度、机械振动、通风量;其中:
(1)地质构造
地质构造运动会使岩层挤压变形,为瓦斯积聚提供了条件。地质构造的性质、规模、构造线与隧道轴线的交切关系对隧道瓦斯逸出量产生影响。可以根据地质构造的发育程度的定性分析转化为定量评价。
(2)地层岩性
隧道围岩岩性种类瓦斯的赋存、运移和逸出有着重要的影响。围岩的透气性直接影响气体的保存条件。
(3)隧道埋深
隧道埋深对瓦斯压力的蓄积有重要影响,埋深越深越有利于瓦斯压力的蓄积,通常,相同的地质构造下,埋深越大,地应力、瓦斯含量和瓦斯压力就越大。
(4)煤层厚度
煤层厚度的变化会使局部区域地应力集中,对瓦斯释放量产生影响。岩层厚度越大,越有利于瓦斯积聚和突出薄弱区的形成。
(5)水文地质条件
水文地质条件对隧道瓦斯突出的影响主要是考虑地下水的作用。地下水含量越大,在其运行过程中具有溶解瓦斯的作用,对减少瓦斯含量产生作用。
(6)瓦斯含量
瓦斯含量指单位质量煤体所含瓦斯体积。瓦斯以游离和吸附两种状态存在。瓦斯含量大小取决于空间的密闭性,瓦斯含量越大,发生瓦斯突出和突出量较大的可能性就越大。
(7)TBM掘进速度
与钻爆法不同,由于TBM掘进过程是持续进行的,在TBM穿越瓦斯赋存区域过程中,揭露煤层会时刻处于更新之中,瓦斯逸出状态将会是不断变化的和未知的。
(8)机械振动
煤岩受TBM掘进振动的影响,煤岩内部空间发生变化,孔隙率改变,瓦斯吸附平衡状态被打破,由此影响煤岩瓦斯含量呈现振动的动态特性。
(9)通风量
通风是降低隧道内瓦斯浓度最直接、最有效的方法。合理的通风量可以加速降低工作面瓦斯浓度,减少瓦斯积聚,以达到降低瓦斯含量的作用。
在本实施例中,选取地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件作为地质条件下隧道瓦斯评价指标;选取瓦斯含量作为瓦斯条件下隧道瓦斯评价指标;选取TBM掘进速度、机械振动、通风量作为施工条件下隧道瓦斯评价指标。
根据所选取的隧道掘进机掘进施工中隧道瓦斯评价指标,构建瓦斯风险的评价指标体系,该瓦斯风险的评价指标体系包括地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件、瓦斯含量、TBM掘进速度、机械振动和通风量。
S102,建立隧道瓦斯风险等级标准及相关各评价指标的数据库,采用粗糙集方法计算各评价指标的权重。
在本实施例中,在隧道掘进机掘进过程中,以隧道掘进机掘进面处瓦斯浓度为依据,确定隧道掘进机掘进过程中隧道瓦斯风险等级标准。所述隧道瓦斯风险等级分为四级,分别为:I级微瓦斯,II级少瓦斯,III级中等瓦斯,IV级高瓦斯。
具体地,所述步骤102中,相关各评价指标的数据库的建立方法为:
获取隧道掘进机施工过程中地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件、瓦斯含量、TBM掘进速度、机械振动、通风量的大量实测数据,建立各评价指标的数据库。
在本实施例中,将各评价指标的实测数据作为条件属性,将隧道瓦斯风险等级作为决策属性。
粗糙集方法是波兰数学家Pawlak于1982年提出的一种新的处理模糊和不确定性知识的离散数据分析理论。设四元组S,U,A,V,f是一个知识表达系统,其中论域U、属性集A都为非空有限集,A=C∪D,C和D分别为条件属性集和决策属性集;V为属性的值域集;f为信息函数。
具体地,所述步骤102中,采用粗糙集方法对数据库中各平价指标数据进行分析,得到各评价指标的权重,其具体实现方式如下:
(1)采用K均值方法对数据库中各评价指标数据进行离散化处理。
在本实施例中,基于K均值算法进行数据库中各平价指标数据离散化处理,其中U为论域,A为属性集,各评价指标(C1,C2,…C9)为条件属性c,聚类数为4。所述基于K均值算法进行数据库中各平价指标数据离散化处理的具体实现过程如下:
(1-1)将数据库中各评价指标数据分为4类,分别为:B1,B2,B3,B4。
(1-2)选取4个类的初始聚类中心μk,k=1,2,3,4。
(1-3)计算每个评价指标数据到4个初始聚类中心的距离lk,k=1,2,3,4,确定每类中样本。
在本实施例中,每个评价指标数据到初始聚类中心的距离lk为:
其中,xi为评价指标参数值,d为评价指标数据的数量,μk为第k个初始聚类中心。
若Lk=min(l1,l2,l3,l4),则样本属于Bk,k=1,2,3,4。
(1-4)更新聚类中心,计算目标函数的值。
将每类中所有评价指标所对应的均值作为该类的中心,即
计算目标函数的值,即
(1-5)判断聚类中心和目标函数值是否发生改变,若不变,则输出结果,若改变,则返回步骤(1-3)。
(1-6)离散后的各评价指标水平值为{1,2,3,4},对应的隧道瓦斯风险等级为I级微瓦斯,II级少瓦斯,III级中等瓦斯,IV级高瓦斯。
(2)利用条件信息熵法计算各评价指标的重要度sig′和权重w′。
(2-1)定义决策表S=(U,A,V,f)中,A为属性的非空有限集合,A=C∪D,a∈C,a∈U,条件属性c的重要度为:
其中,a(x)=U/{a}。
(2-2)定义决策表S=(U,A,V,f)中,A为属性的非空有限集合,A=C∪D,条件属性c的重要度sig′(c)>0。
(2-3)定义决策表S=(U,A,V,f)中,A为属性的非空有限集合,A=C∪D,a∈C,a∈U,条件属性c的权重为:
其中,sig′(c)为条件属性c的重要度。
本实施例建立隧道道瓦斯风险等级及相关各评价指标的数据库后,采用基于K均值算法和条件信息熵法的粗糙集方法对数据库的样本数据进行分析,求得各评价指标的权重。
S103,根据数据库内各评价指标实测数据,计算云模型的三个数字特征值,生成云模型。
云模型是李德毅院士于1995年提出的一种定性概念与定量数值表示之间的不确定性转换模型,在数据挖掘、模拟预测和评价等多个领域得到应用。
云模型三个数字特征分别为:(1)期望Ex:表示云滴在论域空间分布的期望,即概念在论域空间的中心值;(2)熵En:定性概念不确定性的度量,是由定性概念的随机性和模糊性共同决定的,反映了能代表这个定性概念的云滴的离散程度;(3)超熵He:描述熵的不确定性的度量,间接地反映了云滴的厚度。
具体地,所述步骤103的具体实现方式如下:
S103-1:根据数据库内各评价指标实测数据,计算各风险等级的云模型的三个数字特征值,分别为期望Ex、熵En和超熵He。
根据云模型理论,瓦斯风险等级评价指标对某一风险等级的全云数字特征计算如下:
其中,Cmax和Cmin分别为某一风险等级的最小值和最大值,k为常数,可根据变量的模糊度进行调整,表征熵En的离散程度。
S103-2:根据瓦斯风险等级标准和步骤103-1得到的云模型数字特征值,通过正向一维云发生器生成隧道掘进机掘进过程中各个评价指标隶属于各个瓦斯风险等级的云模型图,如图2所示。
S104,获取隧道掘进机掘进过程中各评价指标参数值,计算各评价指标隶属于各个风险等级的确定度,将各评价指标权重与各评价指标隶属于各个风险等级的确定度相乘,得到综合确定度,根据综合确定度,确定掘进机施工隧道隶属的瓦斯风险等级。
在隧道掘进机掘进中记录各评级指标参数值,将各评级指标参数值代入云模型中,对隧道前方的瓦斯风险等级进行评价,即计算各评价指标隶属于各个风险等级的确定度,将各评价指标权重与各评价指标隶属于各个风险等级的确定度相乘,得到综合确定度,根据综合确定度,确定掘进机施工隧道隶属的瓦斯风险等级。
具体地,计算各评价指标隶属于各个风险等级的确定度的方法为:
若评价指标x满足:x~N(Ex,En ′2),其中,En′~N(En,He 2),且评价指标x属于各个风险等级的确定度为:
其中,En为某一风险等级标准的云模型的熵;Ex为某一风险等级标准的云模型的期望。
具体地,将各评价指标权重与各评价指标隶属于各个风险等级的确定度相乘,得到综合确定度的方法为:
其中,w′为各评价指标权重;μ为各评价指标隶属于各个风险等级的确定度。
本实施例提出的掘进机施工隧道瓦斯风险等级评价方法,对已建或在建TBM掘进隧道工程中的瓦斯特点进行总结,根据掘进机施工的特点,从地质条件、瓦斯条件、施工条件三个方面来研究掘进机掘进过程中瓦斯逸出的主要影响因素,选取地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件、瓦斯含量、掘进机掘进速度、机械振动、通风量为掘进机掘进隧道瓦斯风险评价指标,在掘进机施工过程中搜集地质条件、瓦斯条件、施工条件方面的相关评价指标的样本数据和实测数据,建立瓦斯等级标准及相关各评价指标的数据库,使用粗糙集方法,首先对数据库的样本数据进行K均值算法离散化处理,然后利用条件信息熵法得到各评价指标的权重。建立云模型,在隧道TBM掘进中记录各评价指标参数,将参数代入云模型中,对隧道前方的瓦斯风险等级进行评价,能够准确评价掘进机施工隧道瓦斯风险等级。
一种或多种实施例还提供一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种掘进机施工隧道瓦斯风险等级评价方法。
一种或多种实施例还提供一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种掘进机施工隧道瓦斯风险等级评价方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种掘进机施工隧道瓦斯风险等级评价方法,其特征是,包括以下步骤:
选取多个掘进机施工隧道瓦斯评价指标;
建立瓦斯风险等级标准及各评价指标的数据库;
基于K均值算法和条件信息熵法对数据库中各评价指标数据进行处理,计算各评价指标的重要度和权重;
根据数据库中各评价指标实测数据,计算各瓦斯风险等级的云模型数字特征值,生成云模型;
获取隧道掘进机掘进过程中各评价指标参数值,计算各评价指标隶属于各个风险等级的确定度,将各评价指标权重与各评价指标隶属于各个风险等级的确定度相乘,得到综合确定度;
根据综合确定度,确定掘进机施工隧道隶属的瓦斯风险等级。
2.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述掘进机施工隧道瓦斯评价指标包括地质构造、地层岩性、隧道埋深、煤层厚度、水文地质条件、掘进机掘进速度、机械振动和通风量。
3.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述隧道瓦斯风险等级分为四级,分别为:I级微瓦斯,II级少瓦斯,III级中等瓦斯,IV级高瓦斯。
4.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述基于K均值算法和条件信息熵法对数据库中各评价指标数据进行处理得步骤包括:
将数据库中各评价指标数据分为多个类,并选取每个类的初始聚类中心;
计算每个评价指标数据到每个初始聚类中心的距离,确定每类中样本;
更新聚类中心,计算目标函数的值;
判断聚类中心和目标函数值是否发生改变,若不变,则输出离散后的各评价指标水平值。
5.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述评价指标的重要度为:
其中,C和D分别为条件属性集和决策属性集,各评价指标的实测数据构成条件属性集,各瓦斯风险等级构成决策属性集;a(x)=U/{a},a∈C,a∈U。
6.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述评价指标的权重为:
其中,C和D分别为条件属性集和决策属性集,各评价指标的实测数据构成条件属性集,各瓦斯风险等级构成决策属性集;a(x)=U/{a},a∈C,a∈U。
7.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述计算各瓦斯风险等级的云模型数字特征值,生成云模型的步骤包括:
根据数据库中各评价指标实测数据,计算各风险等级的云模型的三个数字特征值,分别为期望Ex、熵En和超熵He;
根据所建立的瓦斯风险等级标准和得到的各风险等级的云模型的三个数字特征值,生成隧道掘进机掘进过程中各个评价指标隶属于各个瓦斯风险等级的云模型图。
8.根据权利要求1所述的掘进机施工隧道瓦斯风险等级评价方法,其特征是,所述计算各评价指标隶属于各个风险等级的确定度的方法为:
其中,En为某一风险等级的云模型的熵;Ex为某一风险等级的云模型的期望。
9.一种计算机可读存储介质,其中存储有多条指令,其特征是,所述指令适于由终端设备的处理器加载并执行如权利要求1至8中任一项所述的一种掘进机施工隧道瓦斯风险等级评价方法。
10.一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征是,所述指令适于由处理器加载并执行如权利要求1至8中任一项所述的一种掘进机施工隧道瓦斯风险等级评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910164662.5A CN109978344A (zh) | 2019-03-05 | 2019-03-05 | 一种掘进机施工隧道瓦斯风险等级评价方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910164662.5A CN109978344A (zh) | 2019-03-05 | 2019-03-05 | 一种掘进机施工隧道瓦斯风险等级评价方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109978344A true CN109978344A (zh) | 2019-07-05 |
Family
ID=67077970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910164662.5A Pending CN109978344A (zh) | 2019-03-05 | 2019-03-05 | 一种掘进机施工隧道瓦斯风险等级评价方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109978344A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508622A (zh) * | 2020-12-15 | 2021-03-16 | 河南科技大学 | 基于改进云模型的出租车服务水平评价系统及评价方法 |
CN115115240A (zh) * | 2022-07-04 | 2022-09-27 | 广西大学 | 基于二维云模型的城市地铁盾构隧道施工风险评价方法 |
CN116068133A (zh) * | 2023-03-07 | 2023-05-05 | 江西通慧科技集团股份有限公司 | 隧道有害气体监测方法、系统、可读存储介质及计算机 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845142A (zh) * | 2017-03-09 | 2017-06-13 | 南京大学 | 基于改进的粗糙集‑集对分析的水质评价方法 |
CN108921432A (zh) * | 2018-07-03 | 2018-11-30 | 黄震 | 一种盾构隧道施工风险综合评价方法 |
CN109063095A (zh) * | 2018-07-27 | 2018-12-21 | 山西大学 | 一种面向聚类集成的权重计算方法 |
-
2019
- 2019-03-05 CN CN201910164662.5A patent/CN109978344A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845142A (zh) * | 2017-03-09 | 2017-06-13 | 南京大学 | 基于改进的粗糙集‑集对分析的水质评价方法 |
CN108921432A (zh) * | 2018-07-03 | 2018-11-30 | 黄震 | 一种盾构隧道施工风险综合评价方法 |
CN109063095A (zh) * | 2018-07-27 | 2018-12-21 | 山西大学 | 一种面向聚类集成的权重计算方法 |
Non-Patent Citations (2)
Title |
---|
张军等: "基于云模型的岩质边坡稳定性评估研究", 《水文地质工程地质》 * |
李津京: "煤矿矿井瓦斯风险综合评价算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508622A (zh) * | 2020-12-15 | 2021-03-16 | 河南科技大学 | 基于改进云模型的出租车服务水平评价系统及评价方法 |
CN115115240A (zh) * | 2022-07-04 | 2022-09-27 | 广西大学 | 基于二维云模型的城市地铁盾构隧道施工风险评价方法 |
CN116068133A (zh) * | 2023-03-07 | 2023-05-05 | 江西通慧科技集团股份有限公司 | 隧道有害气体监测方法、系统、可读存储介质及计算机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Dynamic load prediction of tunnel boring machine (TBM) based on heterogeneous in-situ data | |
Obregon et al. | Probabilistic approach for open pit bench slope stability analysis–A mine case study | |
Xue et al. | Prediction of rock burst in underground caverns based on rough set and extensible comprehensive evaluation | |
CN109740800B (zh) | 适用于隧道tbm掘进岩爆风险分级及预测方法与系统 | |
CN106407493B (zh) | 一种基于多维高斯云模型的岩爆等级评价方法 | |
CN109978344A (zh) | 一种掘进机施工隧道瓦斯风险等级评价方法和装置 | |
CN106778010A (zh) | 基于数据驱动支持向量回归机的tbm刀具寿命预测方法 | |
CN101770038A (zh) | 矿山微震源智能定位方法 | |
CN108153985B (zh) | 一种轨道交通岩土工程三维智能信息系统 | |
Yang et al. | The fuzzy comprehensive evaluation of water and sand inrush risk during underground mining | |
Li et al. | Stochastic assessment of hard rock pillar stability based on the geological strength index system | |
Wang et al. | A novel model of the ideal point method coupled with objective and subjective weighting method for evaluation of surrounding rock stability | |
Luo et al. | Cavity 3D modeling and correlative techniques based on cavity monitoring | |
Dong et al. | Evaluation methods of man-machine-environment system for clean and safe production in phosphorus mines: A case study | |
CN107942383A (zh) | 煤层顶板砂岩富水性等级预测方法 | |
CN116842765B (zh) | 基于物联网实现石油测井下的安全管理方法及系统 | |
Chen et al. | A new evaluation method for slope stability based on TOPSIS and MCS | |
LIANG et al. | Stratum identification based on multiple drilling parameters and probability classification | |
CN107122895A (zh) | 一种能同时实现不同岩体分级的方法 | |
Wu et al. | The ANP-Fuzzy-TOPSIS model for the optimization of the scheme of large-section blasting | |
Li et al. | Rockburst estimation model based on IEWM-SCM and its application | |
Chen et al. | Failure process and stability analysis of rock blocks in a large underground excavation based on a numerical method | |
CN107908834A (zh) | 隐伏矿体的三维定位成矿预测方法以及系统 | |
Li et al. | Evaluation and Application of Surrounding Rock Stability Based on the Improved Weighting Multidimensional Cloud Model | |
Wu et al. | Study on stability classification of underground engineering surrounding rock based on concept lattice—TOPSIS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190705 |
|
RJ01 | Rejection of invention patent application after publication |