一种基于TBM实时破岩数据的软弱破碎围岩感知方法

技术特征：
1.一种基于tbm实时破岩数据的软弱破碎围岩感知方法，其特征在于，包括：根据全断面硬岩隧道掘进机实时掘进过程中的加载阶段数据和tbm破岩指标定义计算多个软弱破碎岩体fwm指标；计算每个fwm指标的区分阈值，根据单个fwm指标和对应的判断阈值对掌子面围岩条件是否软弱破碎进行初步判定；根据当前桩号的多个fwm指标数值计算基于权重方法的fwm综合指标，将fwm综合指标与其阈值进行对比，根据软弱围岩定性判别模型对掌子面围岩条件是否软弱破碎作进一步判定；根据软弱围岩定量判别模型和fwm综合指标数值，计算掌子面围岩为软弱破碎围岩的概率；根据软弱破碎围岩的概率对当前掌子面进行塌方预警。2.根据权利要求1所述的方法，其特征在于，所述的根据全断面硬岩隧道掘进机tbm实时掘进过程中的加载阶段数据和tbm破岩指标定义计算多个软弱破碎岩体fwm指标，包括：获取tbm掘进当前桩号的加载阶段的5种基本破岩数据，刀盘扭矩t、总推进力f、推进速度v、刀盘转速n和刀盘贯入度p数据，并对这5种基本破岩数据进行异常数据清洗，规则如下：式中，t、f、n、v、p分别代表刀盘扭矩、总推进力、刀盘转速、推进速度和贯入度；等号左边表示经过清洗后，形状为5
×
n的数组，其中n表示数据样本数目，等号右边表示保留满足条件的数组，i表示第i秒；计算当前桩号各fwm指标数值，计算公式如下所示：fwm指标数值，计算公式如下所示：fwm指标数值，计算公式如下所示：f＝af
×
p bf
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，tpi为扭矩切深指数，表示tbm滚刀贯入岩体1mm所需的扭矩；fpi为场切深指数，表示tbm滚刀贯入单位岩体所需的推力；wr为功能比率，表示单位时间内扭矩做功与推力做功的比值；af为推力和贯入度的拟合系数，bf为推力与贯入度关系的拟合截距,以上4个指标为fwm指标。3.根据权利要求1所述的方法，其特征在于，所述的计算每个fwm指标的判断阈值，利用单个fwm指标和对应的判断阈值对掌子面围岩条件是否属于软弱破碎进行初步判定，包括：根据施工记录的地质情况，将tbm掘进数据划分为软弱破碎围岩fwm数据集和非软弱破碎围岩non-fwm数据集；
根据fwm指标在fwm数据集和non-fwm数据集上的分布情况，计算每个fwm指标的区分阈值，其计算公式如下：x
c
＝μ2 βσ2＝μ
1-βσ1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)式中，x
c
表示某个fwm指标的阈值，μ1和σ1表示指标x在non-fwm数据集中的均值和标准差；μ2和σ2表示fwm指标x在fwm数据集中的均值和标准差；β代表重合度指标，其值越大，表示fwm指标x在两个数据集上的区分度越明显；ifw表示判别结果，1表示当前掌子面属于软弱破碎岩体，0表示当前掌子面属于非软弱破碎岩体。4.根据权利要求3所述的方法，其特征在于，所述的根据当前桩号的多个fwm指标数值计算基于权重方法的fwm综合指标，将fwm综合指标与其阈值进行对比，根据软弱围岩定性判别模型对掌子面围岩条件是否软弱破碎作进一步判定，包括：根据tpi、fpi、wr和af对应的重合度β，计算各fwm指标的权重，如下所示：其中，i代表不同的fwm指标；w
i
和β
i
分别代表第i个fwm指标的权重和重合度指标；根据各fwm指标的重合度β所占的权重以及各fwm指标在fwm数据集中的分布，计算fwm综合指标，公式如下：η＝∑η
i
＝∑[1-φ
i，2
(x
i
)]w
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中，η表示fwm综合指标；η
i
代表第i个指标所作的贡献；x
i
表示在某桩号处第i个指标的取值；φ
i,2
表示第i个指标在fwm数据集中的累计概率密度函数；根据软弱围岩定性判别模型对掌子面围岩情况作进一步判定，公式如下：其中，ifw表示判别结果；η
c
表示η的判别阈值；1表示当前掌子面为软弱破碎围岩；0表示当前掌子面为非软弱破碎围岩。5.根据权利要求3所述的方法，其特征在于，所述的根据当前桩号的多个fwm指标数值计算基于权重方法的fwm综合指标，包括：假定φ
i,2
服从正太分布，η的计算公式简化为：其中，ψ表示标准正太分布的累计概率密度函数，μ
i,2
和σ
i,2
表示第i个fwm指标在fwm数据集上的均值和标准差。6.根据权利要求3所述的方法，其特征在于，所述的利用软弱围岩定量判别模型和fwm
综合指标数值，计算掌子面围岩为软弱破碎的概率，包括：根据贝叶斯定理建立软弱破碎围岩定量判别模型，计算原始数据集中软弱破碎围岩和非软弱破碎围岩发生的概率，计算公式如下：非软弱破碎围岩发生的概率，计算公式如下：其中，n1和n2分别表示原始数据集中非软弱破碎围岩样本和软弱围岩样本的数量；p(fwm)和p(nonfwm)分别表示原始数据集中软弱破碎围岩和非软弱破碎围岩发生的概率；根据fwm综合指标η对某一个新的样本进行判断，其结果为软弱破碎的概率为：其中，为η指标在non-fwm数据集的概率分布；为η指标在fwm数据集的概率分布；根据条件概率原理计算真正率和假正率，计算公式如下：p(positive|fwm)＝p(fwm)
×
p(fwm∩positive)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)p(positive|nonfwm)p(nonfwm)
×
p(nonfwm∩positive)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)其中，p(positive|fwm)表示在已知岩体软弱破碎的条件下，通过模型判断正确的概率；p(positive|nonfwm)表示在已知岩体非软弱破碎的条件下，通过模型判断错误的概率；p(fwm∩positive)表示某样本为软弱破碎围岩，且同时被模型判定为软弱破碎围岩的概率；p(nonfwm∩positive)表示某样本为非软弱破碎围岩，且同时被模型判定为软弱破碎围岩的概率；根据贝叶斯理论计算由η判断当前掘进段掌子面为软弱破碎围岩的概率，计算公式如下：上式中的r表示根据η指标计算某桩号处的围岩软弱破碎的概率。7.根据权利要求6所述的方法，其特征在于，所述的利用掌子面围岩软弱破碎的概率进行塌方预警，包括：其中r'即为软弱围岩定量判别模型；
其中，ifc表示塌方风险；根据当前掌子面围岩塌方风险等级，进行早期预警并提供相应的施工措施建议。

技术总结
本发明提供了一种基于TBM实时破岩数据的软弱破碎围岩感知方法。该方法将已有数据划分为软弱破碎围岩数据集和非软弱破碎围岩数据集。首先，利用重合度的概念计算了破岩指标(TPI、FPI、WR和AF)在两个数据集上的划分阈值；其次，基于单一指标的权重提出综合指标η，并计算综合指标η在两个数据集上的区分阈值，建立了软弱围岩的识别模型；然后，依据贝叶斯定理和η建立了软弱围岩的定量计算模型。在使用时，根据当前TBM上升段的数据，计算得到η，进而定量计算模型得到当前掌子面围岩的软弱破碎概率，并进行塌方预警。本发明方法可以实时感知当前掌子面围岩是否软弱破碎；采用基于贝叶斯理论的统计学方法，满足了TBM安全、高效、经济的施工目的。经济的施工目的。经济的施工目的。


技术研发人员：李旭 武雷杰 李锦辉 李建斌 王玉杰 王双敬 王琳 刘立鹏 原继东
受保护的技术使用者：北京交通大学
技术研发日：2022.07.13
技术公布日：2022/10/24