基于盾构机运行参数的局部切空间排列与Xgboost融合的地质类型识别

作     者：刘明阳 余宏淦 陶建峰 覃程锦 高浩寒 刘成良 LIU Mingyang;YU Honggan;TAO Jianfeng;QIN Chengjin;GAO Haohan;LIU Chengliang

作者机构：上海交通大学机械与动力工程学院上海200240 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2022年第53卷第6期

页      面：2080-2091页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家重点研发计划项目(2019YFB1705203) 

主　　题：土压平衡盾构 掘进参数 地质类型识别 LTSA Xgboost 

摘      要：针对土压平衡盾构机掘进过程难以实时感知掌子面地质类型的问题,提出了局部切空间排列(LTSA)与极限梯度提升(Xgboost)相结合的盾构机掌子面地质类型实时识别方法。首先,通过分析众多盾构机运行参数与掌子面地质性质的相关性,选取177个盾构机运行参数作为模型输入;其次,利用LTSA算法从高维盾构机运行参数中提取内蕴低维特征作为分类模型输入参数,基于Xgboost的识别模型实现掌子面地质类型识别;最后,采用新加坡某地铁施工数据验证算法的有效性和优越性。研究结果表明:所提算法对该工程沿线5种地质类型的识别准确率达到98.48%;采用本文方法所得的识别准确率相比于将运行参数直接作为模型输入的识别准确率提升20.96%,相比于采用总推进力、推进速度、刀盘总扭矩和刀盘转速4维特征作为输入,本文所提出方法的识别准确率提升50.16%。LTSA算法能够减少所选盾构运行参数中的冗余信息并保留其中的地质特征,解决了输入参数维度过高造成的识别模型准确率下降和训练效率降低的问题。