基于大数据技术的盾构施工数据关联性分析

• 作 者: 汤慧敏
• 出 处: 暨南大学
• 发表日期: 2021年07期
• 关键词: 掘进参数 大数据技术 算法原理 数据预处理 关联性分析

盾构施工因其特有的技术优势,成为地铁建设过程中的主流工法。然而盾构机穿越复合地层仍面临挑战,如掘进效率低、盾构姿态难以控制、刀具异常磨损、地面沉陷隆起等,这些都与盾构施工参数的选择密切相关。论文基于大数据处理和挖掘技术,对盾构施工数据间的关联性展开了研究,主要研究内容和取得成果如下:(1)提出了一种基于大数据技术的盾构施工数据分析思路,通过介绍大数据的相关技术、盾构施工数据的特征、施工过程中数据采集越来越全面的现状,以及与传统统计分析相比较表现出来的各种优势,证明了该思路的可行性。(2)借鉴广州地铁提出的盾构区间隧道的组段划分原则,确定了一套基于大数据分析的地质组段分类标准,根据依托工程的隧道设计线路图纸,划分了祈福站~中间风井站盾构区间隧道穿越土层和隧道上覆土层并进行编码,共计8种地层组合。(3)建立了以盾构掘进效率为评价体系的关联性分析方法,并阐述了关联性分析涉及到的K-means聚类算法、DecisionTree分类算法和Apriori关联算法的基本原理,为盾构施工数据的关联性分析奠定理论基础。(4)证明了地质组段划分方法和盾构施工数据关联性分析方法的适宜性。对依托工程的隧道盾构区间数据资料进行预处理后,利用关联性分析方法得到不同地层组合下盾构施工数据的推荐模型,以及各盾构施工参数和评价指标之间的关联程度。