一种小样本不平衡的隧洞掘进灾害风险预测方法及系统

摘要: 本发明涉及隧洞掘进灾害风险预测领域,具体涉及一种小样本不平衡的隧洞掘进灾害风险预测方法及系统。背景技术:1、隧洞掘进灾害以护盾式tbm卡机为典型,属于工程极端事...
一种小样本不平衡的隧洞掘进灾害风险预测方法及系统

本发明涉及隧洞掘进灾害风险预测领域,具体涉及一种小样本不平衡的隧洞掘进灾害风险预测方法及系统。

背景技术:

1、隧洞掘进灾害以护盾式tbm卡机为典型,属于工程极端事件,现场事故频次低,系统记录围岩物理力学特性与施工全过程监测数据的有效样本极为稀缺,难以满足机器学习模型训练对样本量的基础要求,因此以数值模拟复现多工况,生成样本引导机器学习,成为隧洞掘进灾害风险预测的一条主流技术路线。围绕该路线,现有技术主要沿以下方向展开。

2、一是以弹塑性本构结合数值样本与常规分类算法的卡机风险预测,围岩多采用弹塑性本构,通过数值模拟不同工况得到护盾与围岩的接触响应及围岩的变形响应作为样本,再采用逻辑回归、支持向量机和随机森林等常规分类算法预测卡机风险;该方向所采用的围岩本构通常未计入时效蠕变,数值样本与真实致灾过程之间存在偏差,且常规分类算法默认各类别的错分代价相同。二是直接采用交叉熵损失函数训练的多分类模型,以交叉熵为损失函数、以常规优化器训练多分类模型;在小样本且类别不平衡的场景下,卡机等高风险样本远少于正常掘进样本,决策边界容易向多数类偏移,导致高风险稀缺工况的漏判率偏高,而卡机风险的错分代价具有显著非对称性,将高风险误判为低风险所带来的工程安全损失远大于将低风险误判为高风险所带来的效率损失,常规损失函数难以体现该代价差异。三是以正交试验设计安排数值模拟工况,正交设计要求同时满足整齐可比与均匀分散双重原则,试验次数须为各因素水平数的公倍数,在高维多因素且高精度三维数值计算算力受限时试验规模偏大,样本覆盖效率不足。

3、因此,现有技术在样本高效构建以及类别不平衡与非对称错分代价处理两方面仍存在改进空间,在小样本且类别不平衡的隧洞掘进灾害风险预测情形下有待进一步改进。

技术实现思路

1、本发明提出了一种小样本不平衡的隧洞掘进灾害风险预测方法及系统,针对现有技术在小样本且类别不平衡条件下样本构建效率偏低、决策边界易向多数类偏移导致高风险漏判以及错分代价非对称未予体现的技术问题。

2、为解决上述技术问题,本发明提供了一种小样本不平衡的隧洞掘进灾害风险预测方法,包括以下步骤:

3、步骤s1:确定隧洞掘进的致灾影响因素及各所述致灾影响因素的水平范围,采用以偏差极小化为准则的混合水平均匀试验设计在所述水平范围内生成多组代表性工况,对所述多组代表性工况分别进行数值模拟,得到各所述代表性工况下护盾与围岩的接触响应以及围岩的变形响应,并基于所述接触响应和所述变形响应按推进力储备系数标定各所述代表性工况的灾害风险等级,得到带风险等级标签的数值样本库;

4、步骤s2:以所述数值样本库作为训练数据,通过网格搜索结合交叉验证,并以各风险等级的宏平均召回率最大为寻优准则,确定代价敏感逻辑回归模型的最优超参数组合;

5、步骤s3:按所述数值样本库中各风险等级样本的频率自适应确定动态类别权重,利用所述动态类别权重和正则约束对逻辑回归的损失函数进行重构,并基于所述最优超参数组合采用拟牛顿法对重构后的所述损失函数进行求解,训练得到所述代价敏感逻辑回归模型;

6、步骤s4:将待预测洞段的各所述致灾影响因素的取值输入训练后的所述代价敏感逻辑回归模型,输出所述待预测洞段所对应的隧洞掘进灾害风险等级。

7、优选地,步骤s1中所述推进力储备系数按下式计算:

8、;

9、式中,为所述推进力储备系数,为掘进机的最大推进力,为各代表性工况下围岩与护盾之间的摩阻力,为拖动后配套系统所需的阻力,为刀盘推进反力,为盾尾刷与管片之间的摩阻力。

10、优选地,步骤s1中按所述推进力储备系数标定各所述代表性工况的灾害风险等级,包括:当时标定为无风险;当时标定为ⅰ级风险;当时标定为ⅱ级风险;当时标定为ⅲ级风险。

11、优选地,步骤s3中所述动态类别权重按下式确定:

12、;

13、式中,为第类风险的动态类别权重,为所述数值样本库中的样本总数,为风险类别总数,为所述数值样本库中第类风险的样本数量。

14、优选地,步骤s3中对所述逻辑回归的损失函数进行重构后所得的损失函数按下式表示:

15、;

16、式中,为重构后的损失函数,为待求解的全体模型参数,为样本总数,为风险类别总数,为第类风险的动态类别权重,为指示函数且当时取1、否则取0,为第个样本的实际风险类别,为第个样本被预测为第类风险的概率,为第个样本的特征向量,为惩罚参数,为第类风险对应第个特征的权重,为特征的总数。

17、优选地,所述致灾影响因素包括隧洞埋深、围岩的变形模量、围岩的黏聚力、围岩的内摩擦角、扩挖间隙、施工速度以及围岩的流变参数,所述流变参数包括剪切模量和黏滞系数。

18、优选地,步骤s1中所述混合水平均匀试验设计所生成的多组代表性工况的中心化偏差不大于0.30,l2偏差不大于0.01,且所述多组代表性工况的设计矩阵的条件数不大于1.5。

19、优选地,步骤s1中基于所述接触响应和所述变形响应按推进力储备系数标定各所述代表性工况的灾害风险等级,包括:当所述变形响应中围岩的最大变形量不大于扩挖间隙时,判定护盾与围岩未发生接触并标定为无风险;当所述最大变形量大于所述扩挖间隙时,判定护盾与围岩发生接触,由所述接触响应确定护盾作用于围岩的全部竖直压力,据以计算围岩与护盾之间的摩阻力和所述推进力储备系数,再按所述推进力储备系数标定灾害风险等级。

20、本发明还提供了一种小样本不平衡的隧洞掘进灾害风险预测系统,包括:

21、数值样本库构建单元,用于确定隧洞掘进的致灾影响因素及各所述致灾影响因素的水平范围,采用以偏差极小化为准则的混合水平均匀试验设计在所述水平范围内生成多组代表性工况,对所述多组代表性工况分别进行数值模拟得到各所述代表性工况下护盾与围岩的接触响应以及围岩的变形响应,并基于所述接触响应和所述变形响应按推进力储备系数标定各所述代表性工况的灾害风险等级,得到带风险等级标签的数值样本库;

22、超参数优化单元,用于以所述数值样本库作为训练数据,通过网格搜索结合交叉验证,并以各风险等级的宏平均召回率最大为寻优准则,确定代价敏感逻辑回归模型的最优超参数组合;

23、代价敏感训练单元,用于按所述数值样本库中各风险等级样本的频率自适应确定动态类别权重,利用所述动态类别权重和正则约束对逻辑回归的损失函数进行重构,并基于所述最优超参数组合采用拟牛顿法对重构后的所述损失函数进行求解,训练得到所述代价敏感逻辑回归模型;

24、风险预测与可视化单元,用于将待预测洞段的各所述致灾影响因素的取值输入训练后的所述代价敏感逻辑回归模型,输出所述待预测洞段所对应的隧洞掘进灾害风险等级并进行可视化展示。

25、优选地,所述风险预测与可视化单元还用于提供可视化界面,所述可视化界面包括风险等级展示区,所述风险等级展示区用于按无风险、ⅰ级风险、ⅱ级风险和ⅲ级风险四档以不同色标沿隧洞轴线逐洞段渲染所述隧洞掘进灾害风险等级,并对达到ⅱ级风险及以上的洞段作标识提示。

26、本发明的有益效果至少包括:

27、本发明采用以偏差极小化为准则的混合水平均匀试验设计,以少于正交试验设计的试验次数即可实现参数空间的全面覆盖,在高精度三维数值计算算力受限的条件下降低样本库的构建成本;本发明按样本频率自适应地确定动态类别权重并据以重构损失函数,对少数类与高风险样本的误判赋予差异化惩罚,并结合l2正则约束抑制围岩参数之间的共线性对权重估计的影响,同时以各风险等级的宏平均召回率作为超参数寻优准则,使代价敏感机制不致在寻优环节被多数类样本抵消,从算法层面修正传统模型在不平衡样本下的决策边界偏移。