CN112131530A - 一种基于大数据的土压盾构出渣量的计算和预警方法 - Google Patents

一种基于大数据的土压盾构出渣量的计算和预警方法 Download PDF

Info

Publication number
CN112131530A
CN112131530A CN202011018724.0A CN202011018724A CN112131530A CN 112131530 A CN112131530 A CN 112131530A CN 202011018724 A CN202011018724 A CN 202011018724A CN 112131530 A CN112131530 A CN 112131530A
Authority
CN
China
Prior art keywords
ring
slag
early warning
data
amount
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.)
Granted
Application number
CN202011018724.0A
Other languages
English (en)
Other versions
CN112131530B (zh
Inventor
李凤远
褚长海
周振建
江南
孙飞祥
高会中
张合沛
任颖莹
韩伟锋
郭璐
王雅文
王利明
翟乾智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Key Laboratory of Shield Machine and Boring Technology
China Railway Tunnel Group Co Ltd CRTG
Original Assignee
State Key Laboratory of Shield Machine and Boring Technology
China Railway Tunnel Group Co Ltd CRTG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Key Laboratory of Shield Machine and Boring Technology, China Railway Tunnel Group Co Ltd CRTG filed Critical State Key Laboratory of Shield Machine and Boring Technology
Priority to CN202011018724.0A priority Critical patent/CN112131530B/zh
Publication of CN112131530A publication Critical patent/CN112131530A/zh
Application granted granted Critical
Publication of CN112131530B publication Critical patent/CN112131530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/06—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
    • E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
    • E21D9/12—Devices for removing or hauling away excavated material or spoil; Working or loading platforms
    • E21D9/124—Helical conveying means therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Computational Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Geology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Excavating Of Shafts Or Tunnels (AREA)

Abstract

本发明公开了一种基于大数据的土压盾构出渣量的计算和预警方法，包括数据参数的提取、出渣量的计算、出渣量的预警三个部分，采用该方法通过分析盾构大数据平台施工样本数据，提出了土压盾构出渣量新的计量方法，并依据该计量方法对盾构出渣量进行预警设计，可以对盾构施工过程中出现的地面塌陷和冒顶等进行早期预警，减少设备、部件的损坏和人员的伤亡，以及减少施工过程中的重大施工事故的发生、施工人员的安全风险和经济损失，提高盾构行业施工信息化、智能化的水平，对盾构施工行业具有很大的经济和社会效益。

Description

一种基于大数据的土压盾构出渣量的计算和预警方法
技术领域
本发明涉及隧道盾构掘进施工技术领域，具体涉及一种基于大数据的土压盾构出渣量的计算和预警方法。
背景技术
随着现代社会的不断发展与进步，特别是现代交通运输业的快速发展，给人们的出行带来了很大的便利。在城市地铁的建设工程中，土压盾构目前已经成为地铁隧道施工的主力军，极大地提高了隧道施工的安全性和施工效率。由于隧道施工环境复杂性，如何减少土压盾构施工对地面及周围构筑物的影响，特别是对穿越铁路、重要建筑物等时，对施工掘进参数的精准控制变得尤为重要，对土压盾构来说，最重要的就是要能掘的进、稳得住，出渣量为盾构掘进控制的非常重要的一个环节，然而目前为止，因为地质、技术、环境等原因，对出渣量的控制目前主要靠盾构主司机经验结合出渣估计，一种通过简单的判断每环出几车渣土，粒度比较粗，受人工主管因素影响较大；另外一种是采用出渣车称重，受渣土松散系数、密度等影响，也并不能准确计量，操作起来也不方便，成本较高。
为了降低施工成本、提高掘进效率和节能降耗，提供一种基于大数据的便捷的、实时的土压盾构出渣量计量方法和预警方法，用来辅助施工，是十分有必要的。
发明内容
本发明要解决的技术问题是提供一种基于大数据的土压盾构出渣量的计算和预警方法，能够方便快速地计算出盾构机掘进模式下的每环出渣量，并根据出渣量的统计数据发出预警信号，为盾构施工作业提供准确的辅助参考信息。
为解决上述技术问题，本发明采用如下技术方案：
设计一种基于大数据的土压盾构出渣量的计算和预警方法，包括下列步骤：
(1)获取盾构机当前的环号Rc、上一环的环号Rc-1，并提取盾构机在上一环中掘进过程的参数历史数据，包括盾构环号、时间戳，螺旋输送机转速、螺旋输送机上闸门开度、螺旋输送机下闸门开度、掘进模式、推进速度；
(2)对步骤(1)中提取的数据进行清洗去噪，剔除异常点的数据，保留掘进模式下的有效数据；
(3)计算Rc-1环的出渣量：计算盾构螺旋输送机转速在时间序列上的积分，并考虑螺旋输送机下闸门开度，得出的积分值作为上一环出渣量计量值，记录到数据库中；
具体计算方式如下：
上一环出渣体积
Figure BDA0002699969970000021
其中Vc为每环体积积分；
c为当前环号；
n为该环第n个时间序列号；
m指c-1环的时序数据的每个采集时刻；
v为螺旋输送机转速；
t为时间戳；
s为螺旋输送机下闸门的敞开面积；
Figure BDA0002699969970000031
L为螺旋输送机下闸门开度，r为螺旋输送机的下闸门半径；
(4)针对前Vc-2环到Vc-6环的出渣量进行统计分析，计算出这5环的平均每环出渣量Vavg，以及标准差δ；
(5)如果Vc-1＞Vavg+2δ，则发出预警信号，提示除渣量增多，注意控制渣量；如果Vc-1＜Vavg+2δ，则发出预警信号，提示除渣量减少，注意控制渣量；
(6)统计当前环号的前五环出渣量Vc-1到Vc-5的计量值，并计算均值、累计值，作为下一环的预警参数，并刻画每五环累计出渣量的趋势图。
优选的，步骤(1)中的参数历史数据是从盾构机的数据库API接口提取。
优选的，步骤(2)中剔除的数据包括负环数据、残缺值、无效数据。
优选的，步骤(5)中采用3倍的标准差，即步骤(5)替换为：如果Vc-1＞Vavg+3δ，则发出预警信号，提示除渣量增多，注意控制渣量；如果Vc-1＜Vavg+3δ，则发出预警信号，提示除渣量减少，注意控制渣量。
本发明的有益效果在于：
本发明通过盾构大数据平台实时提取每环的盾构环号、时间戳、螺旋输送机转速、螺旋输送机上闸门、螺旋输送机下闸门开度、掘进模式、推进速度等数据，利用积分方式和数理统计方法进行每环出渣量的计量，作为每环实际出渣量的一种计量方式，并依据该计量方式设计了出渣量的预警方法。
本发明能够快速方便地对盾构机掘进模式下每环的出渣量进行计算，并根据计算出的每环出渣量作出是否需要发出预警信号的判断，为盾构机的掘进施工提供了更为准确的出渣量参考信息，解决了目前施工过程中出渣量的计量方式操作不便、成本高、容易受人工因素影响，计量结果不准确的问题。
本发明中出渣量的计算复杂度低，且容易实现，利于操作，能够提供盾构操作和管理人员及时掌握每环出渣量的情况，预警信息可以方便的推送到app上，能真实客观的反应每环出渣情况，避免人为误判，对防止多出渣导致的地面坍塌具有非常积极的作用。
本发明中的方法通过分析盾构大数据平台施工样本数据，提出了一种土压盾构出渣量新的计量方法，并依据该计量方法对盾构出渣量进行预警设计，可以对盾构施工过程中出现的地面塌陷和冒顶等进行早期预警，减少设备、部件的损坏和人员的伤亡，以及减少施工过程中的重大施工事故的发生、施工人员的安全风险和经济损失，提高盾构行业施工信息化、智能化的水平，对盾构施工行业具有很大的经济和社会效益。
附图说明
图1是在线统计出渣量的程序流程图；
图2是螺旋输送机闸门开度面积的计算示意图；
图3是每环出渣量的趋势图。
具体实施方式
下面结合实施例来说明本发明的具体实施方式，但以下实施例只是用来详细说明本发明，并不以任何方式限制本发明的范围。在以下实施例中所涉及的设备元件如无特别说明，均为常规设备元件。
实施例1：一种基于大数据的土压盾构出渣量的计算和预警方法，包括下列步骤：
(1)根据图1，按照每5分钟执行一次的频率，实时提取盾构机当前的环号Rc，则上一环的环号为Rc-1。环号由实时采集数据库中获取，环号如果提取不出来就结束执行，如果存在，则先判断当前环号是否和上一环的环号相同，如果环号发生变化，则说明上一环已经掘进结束，可以对上一环的数据进行完整统计。
(2)直接从盾构机的数据库API接口提取上一环盾构掘进模式下的参数历史数据，具体提取的数据包括盾构环号、时间戳，螺旋输送机转速、螺旋输送机上闸门开度、螺旋输送机下闸门开度、掘进模式、推进速度，参见下表1。
Figure BDA0002699969970000051
(3)检查提取的数据是否有负环数据、残缺值、无效数据，将这些数据进行清洗去噪，剔除异常点的数据，保留掘进模式下的有效数据。
(4)计算Rc-1环的出渣量：计算盾构螺旋输送机转速在时间序列上的积分，并考虑螺旋输送机下闸门开度，得出的积分值作为上一环出渣量计量值，将上一环环号、出渣量记录到数据库数据集MuckRing中，形成如图3所示的每环出渣量趋势图。
具体计算方式如下：
上一环出渣体积
Figure BDA0002699969970000061
其中Vc为每环体积积分；
c为当前环号；
n为该环第n个时间序列号；
m指c-1环的时序数据的每个采集时刻；
v为螺旋输送机转速；
t为时间戳；
s为螺旋输送机下闸门的敞开面积；
Figure BDA0002699969970000062
L为螺旋输送机下闸门开度，r为螺旋输送机的下闸门半径，参见图2；
(5)对上一环的前五环的出渣量进行统计并计算均值和标准差，即对Vc-2环到Vc-6环的出渣量进行统计分析，并计算出这5环的平均每环出渣量Vavg，以及标准差δ。
(6)如果Vc-1＞Vavg+2δ，则发出预警信号，提示除渣量增多，注意控制渣量；如果Vc-1＜Vavg+2δ，则发出预警信号，提示除渣量减少，注意控制渣量。
这里的数据比较也可采用3倍的标准差，即如果Vc-1＞Vavg+3δ，则发出预警信号，提示除渣量增多，注意控制渣量；如果Vc-1＜Vavg+3δ，则发出预警信号，提示除渣量减少，注意控制渣量。
(7)统计当前环号的前五环出渣量Vc-1到Vc-5的计量值，并计算均值、累计值，作为下一环的预警参数，并刻画每五环累计出渣量的趋势图。
持续监测当前环是否掘进完成(判断Rc-1＝Rc是否成立，如果Rc-1＝Rc，即表示当前环的掘进已经完成；如果不成立则表示当前环尚未掘进完成)，如果完成，重复执行以上步骤，计算处盾构机掘进的每一环的出渣量值。
上面结合实施例对本发明作了详细的说明，但是所属技术领域的技术人员能够理解，在不脱离本发明宗旨的前提下，还可以对上述实施例中的各个具体参数进行变更，形成多个具体的实施例，均为本发明的常见变化范围，在此不再一一详述。

Claims (4)

1.一种基于大数据的土压盾构出渣量的计算和预警方法，其特征在于，包括下列步骤：
(1)获取盾构机当前的环号Rc、上一环的环号Rc-1，并提取盾构机在上一环中掘进过程的参数历史数据，包括盾构环号、时间戳，螺旋输送机转速、螺旋输送机上闸门开度、螺旋输送机下闸门开度、掘进模式、推进速度；
(2)对步骤(1)中提取的数据进行清洗去噪，剔除异常点的数据，保留掘进模式下的有效数据；
(3)计算Rc-1环的出渣量：计算盾构螺旋输送机转速在时间序列上的积分，并考虑螺旋输送机下闸门开度，得出的积分值作为上一环出渣量计量值，记录到数据库中；
具体计算方式如下：
上一环出渣体积
Figure FDA0002699969960000011
其中Vc为每环体积积分；
c为当前环号；
n为该环第n个时间序列号；
m指c-1环的时序数据的每个采集时刻；
v为螺旋输送机转速；
t为时间戳；
s为螺旋输送机下闸门的敞开面积；
Figure FDA0002699969960000012
L为螺旋输送机下闸门开度，r为螺旋输送机的下闸门半径；
(4)针对前Vc-2环到Vc-6环的出渣量进行统计分析，计算出这5环的平均每环出渣量Vavg，以及标准差δ；
(5)如果Vc-1＞Vavg+2δ，则发出预警信号，提示除渣量增多，注意控制渣量；如果Vc-1＜Vavg+2δ，则发出预警信号，提示除渣量减少，注意控制渣量；
(6)统计当前环号的前五环出渣量Vc-1到Vc-5的计量值，并计算均值、累计值，作为下一环的预警参数，并刻画每五环累计出渣量的趋势图。
2.根据权利要求1所述的基于大数据的土压盾构出渣量的计算和预警方法，其特征在于，步骤(1)中的参数历史数据是从盾构机的数据库API接口提取。
3.根据权利要求1所述的基于大数据的土压盾构出渣量的计算和预警方法，其特征在于，步骤(2)中剔除的数据包括负环数据、残缺值、无效数据。
4.根据权利要求1所述的基于大数据的土压盾构出渣量的计算和预警方法，其特征在于，步骤(5)中采用3倍的标准差，即步骤(5)替换为：如果Vc-1＞Vavg+3δ，则发出预警信号，提示除渣量增多，注意控制渣量；如果Vc-1＜Vavg+3δ，则发出预警信号，提示除渣量减少，注意控制渣量。
CN202011018724.0A 2020-09-24 2020-09-24 一种基于大数据的土压盾构出渣量的计算和预警方法 Active CN112131530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011018724.0A CN112131530B (zh) 2020-09-24 2020-09-24 一种基于大数据的土压盾构出渣量的计算和预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011018724.0A CN112131530B (zh) 2020-09-24 2020-09-24 一种基于大数据的土压盾构出渣量的计算和预警方法

Publications (2)

Publication Number Publication Date
CN112131530A true CN112131530A (zh) 2020-12-25
CN112131530B CN112131530B (zh) 2024-03-19

Family

ID=73839750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011018724.0A Active CN112131530B (zh) 2020-09-24 2020-09-24 一种基于大数据的土压盾构出渣量的计算和预警方法

Country Status (1)

Country Link
CN (1) CN112131530B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115199286A (zh) * 2022-08-05 2022-10-18 盾构及掘进技术国家重点实验室 一种基于大数据的盾构机掘进效率分析方法及系统
CN117703415A (zh) * 2023-11-17 2024-03-15 深圳市特区铁工建设集团有限公司 盾构隧道施工前方隆陷控制方法、系统、终端及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204060705U (zh) * 2014-07-04 2014-12-31 西南交通大学 盾构施工渣土实时称重机构
CN106295057A (zh) * 2016-08-23 2017-01-04 中南大学 一种土压平衡盾构土仓进排土引起的地表沉降预测方法
CN109726463A (zh) * 2018-12-25 2019-05-07 中铁隧道局集团有限公司 一种基于svm算法的盾构tbm故障预警方法
CN109854259A (zh) * 2019-03-15 2019-06-07 中铁工程服务有限公司 一种盾构机施工掘进参数最佳取值范围的获取方法与系统
CN109918822A (zh) * 2019-03-15 2019-06-21 中铁工程服务有限公司 基于随机森林回归的盾构掘进参数偏差计算方法及系统
JP2019143387A (ja) * 2018-02-21 2019-08-29 清水建設株式会社 操作推定装置、及び操作推定方法
CN111075463A (zh) * 2020-01-10 2020-04-28 中国矿业大学(北京) 盾构施工出土可视化监控管理方法及出土量可视化监控管理系统
CN111488694A (zh) * 2020-04-16 2020-08-04 盾构及掘进技术国家重点实验室 基于多元线性自回归的泥水盾构机掘进关键参数预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204060705U (zh) * 2014-07-04 2014-12-31 西南交通大学 盾构施工渣土实时称重机构
CN106295057A (zh) * 2016-08-23 2017-01-04 中南大学 一种土压平衡盾构土仓进排土引起的地表沉降预测方法
JP2019143387A (ja) * 2018-02-21 2019-08-29 清水建設株式会社 操作推定装置、及び操作推定方法
CN109726463A (zh) * 2018-12-25 2019-05-07 中铁隧道局集团有限公司 一种基于svm算法的盾构tbm故障预警方法
CN109854259A (zh) * 2019-03-15 2019-06-07 中铁工程服务有限公司 一种盾构机施工掘进参数最佳取值范围的获取方法与系统
CN109918822A (zh) * 2019-03-15 2019-06-21 中铁工程服务有限公司 基于随机森林回归的盾构掘进参数偏差计算方法及系统
CN111075463A (zh) * 2020-01-10 2020-04-28 中国矿业大学(北京) 盾构施工出土可视化监控管理方法及出土量可视化监控管理系统
CN111488694A (zh) * 2020-04-16 2020-08-04 盾构及掘进技术国家重点实验室 基于多元线性自回归的泥水盾构机掘进关键参数预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗栋;朱考飞;肖衡;毛亚军;张可能;: "皮带出渣量动态监测系统在盾构出渣控制中的应用", 施工技术, no. 1 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115199286A (zh) * 2022-08-05 2022-10-18 盾构及掘进技术国家重点实验室 一种基于大数据的盾构机掘进效率分析方法及系统
CN115199286B (zh) * 2022-08-05 2024-05-17 盾构及掘进技术国家重点实验室 一种基于大数据的盾构机掘进效率分析方法及系统
CN117703415A (zh) * 2023-11-17 2024-03-15 深圳市特区铁工建设集团有限公司 盾构隧道施工前方隆陷控制方法、系统、终端及存储介质

Also Published As

Publication number Publication date
CN112131530B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN112131530A (zh) 一种基于大数据的土压盾构出渣量的计算和预警方法
CN112985304A (zh) 一种隧道施工辅助监测系统
CN110617074B (zh) 一种盾构施工中地面沉降量与掘进参数的关联关系方法
CN104061445A (zh) 一种基于神经网络的管道泄漏检测方法
CN111582188B (zh) 一种基于人工智能的混凝土浇筑旁站监理方法
CN105067209A (zh) 基于桥梁健康监测变形数据判定桥梁结构刚度变化的方法
CN109918364B (zh) 一种基于二维概率密度估计和四分位法的数据清洗方法
CN114580752B (zh) 一种基于bim技术的工程施工进度智能管理系统
CN113640380B (zh) 钢轨伤损检测多级分类方法及系统
CN107091085B (zh) 一种浅埋暗挖隧道地层稳定性的多参数判别方法
CN114417697A (zh) 一种基于神经网络的tbm滚刀磨损实时预测方法及系统
CN104296714A (zh) 一种涡轮凹腔叶片叶尖间隙测量方法
CN110702437A (zh) 一种水轮发电机组油压系统健康状况的评价方法
CN112883075B (zh) 一种滑坡普适型地表位移监测数据缺失及异常值处理方法
CN111307092A (zh) 一种地铁深隧工程建设安全自动连续监控系统及信息平台
CN110348683A (zh) 电能质量扰动事件主成因分析方法、装置设备及存储介质
CN113958369A (zh) 一种基于数字孪生的隧道衬砌结构健康监测方法及其系统
CN113139753A (zh) 一种基于无线传感器技术的建筑工程地基基础建造工程验收质量监理方法
CN104942027A (zh) 一种利用计算机二级数据处理系统检测钢板板型的方法
CN112947645B (zh) 一种基于大数据的地下工程施工安全监测云平台及方法
CN114459539A (zh) 一种基于人工智能的双线隧道开挖安全在线监测分析系统
CN112320262B (zh) 一种煤矿煤流主运输装置过载预警方法
WO2021114649A1 (zh) 基于皮带称重的土压平衡盾构出土量监控系统
CN111582191B (zh) 基于人工智能视频分析的混凝土浇筑中浇筑量估计方法
CN111369062B (zh) 车辆动力学指标提取方法和事故风险值预测方法

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
GR01 Patent grant
GR01 Patent grant