【技术实现步骤摘要】
本专利技术涉及盾构隧道工程数据处理分析领域，具体涉及一种基于变分模态分解的盾构掘进机时序参数降噪方法。
技术介绍
1、盾构掘进机作为高度集成的自动化施工机械，其内部的传感器时刻监测施工参数，包括刀盘扭矩、转速、顶推力等参数，数量可达200余项，为了时刻监测记录盾构掘进机运行状态，盾构掘进机工控机以一定的频率记录该时刻的施工参数，并在盾构掘进时连续记录储存，形成规整的盾构掘进机时序参数数据。这些数据对于进行盾构掘进机故障排查、盾构掘进施工模拟、盾构掘进风险预测等具有重要的应用价值。
2、然而，受传感器观测误差、观测背景噪声以及异常波动的影响，盾构掘进机记录的时序参数数据往往包含大量噪声，这增加了数据进一步处理和分析的难度，限制了数据挖掘的价值与潜力，因此对盾构掘进机时序参数数据的降噪具有重要的工程及科研意义。尽管目前的一些降噪方法已经被应用于盾构掘进机时序参数数据的降噪，但这些方法尚未从数据长程自相关性的角度给出数据噪声的判断方法，降噪方法的参数取值存在一定的随机性，容易导致数据降噪失真或降噪效果不佳。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供了一种基于变分模态分解的盾构掘进机时序参数降噪方法，采用去趋势波动分析法，从盾构掘进机时序参数长程自相关性的角度出发，对非噪声模态数进行量化，避免了盲目性、经验性参数取值导致的数据降噪失真。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于变分模态分解的盾构掘进机时序参数降噪方法，包括
3、s1、获取盾构掘进机时序参数数据，并确定盾构掘进机时序参数数据的连续掘进区间；
4、s2、根据盾构掘进机时序参数数据和盾构掘进机时序参数数据的连续掘进区间，利用去趋势波动分析法获取非噪声模态数；
5、s3、根据盾构掘进机时序参数数据和非噪声模态数，利用变分模态分解法获取盾构掘进机时序参数分解模态数据；
6、s4、根据盾构掘进机时序参数分解模态数据，获取盾构掘进机时序参数降噪数据。
7、进一步地，盾构掘进机时序参数数据包括俯仰角时序参数数据、滚动角时序参数数据、前向水平偏差时序参数数据、前向垂直偏差时序参数数据、后向水平偏差时序参数数据、前向垂直偏差时序参数数据、刀盘转速时序参数数据、推进压力时序参数数据、掘进速度时序参数数据、刀盘扭矩时序参数数据、环数时序参数数据、千斤顶推进压力时序参数数据、土仓压力时序参数数据、注浆压力时序参数数据、千斤顶推进位移时序参数数据和总推进力时序参数数据。
8、进一步地，在步骤s1中，确定时序参数数据的连续掘进区间，包括以下步骤：
9、a1、计算盾构掘进机时序参数数据的连续掘进指标，表示为：
10、
11、其中：为盾构掘进机时序参数数据的连续掘进指标，为刀盘转速，为推进压力，为掘进速度，为刀盘扭矩；
12、a2、根据盾构掘进机时序参数数据的连续掘进指标，确定盾构掘进机时序参数数据的连续掘进区间。
13、进一步地，步骤s2包括以下分步骤：
14、s21、在盾构掘进机时序参数数据的连续掘进区间内，计算盾构掘进机时序参数数据的均值，并根据盾构掘进机时序参数数据的均值计算中心化累计信号；
15、s22、设置信号窗口，并在信号窗口内对中心化累计信号采用最小二乘法进行直线拟合，获取最小二乘直线拟合信号；
16、s23、根据中心化后累计信号和最小二乘直线拟合信号，计算盾构掘进机时序参数数据的波动函数；
17、s24、采用最小二乘法直线拟合信号窗口和盾构掘进机时序参数数据的波动函数之间的关系以获取盾构掘进机时序参数数据的赫斯特指数，并根据盾构掘进机时序参数数据的赫斯特指数获取非噪声模态数。
18、进一步地，在分步骤s22中，设置信号窗口具体为：至少设置5个信号窗口长度形成等比数列的信号窗口。
19、进一步地，步骤s23包括以下分步骤：
20、s231、根据中心化后累计信号和最小二乘直线拟合信号，计算盾构掘进机时序参数数据的均方根误差，表示为：
21、
22、其中：为第个信号窗口内的盾构掘进机时序参数数据的均方根误差，为时序数据的时刻，为信号窗口长度为的窗口序号，为信号窗口长度，为中心化后累计信号，为第个信号窗口内的最小二乘直线拟合信号；
23、s232、根据盾构掘进机时序参数数据的均方根误差，计算盾构掘进机时序参数数据的波动函数，表示为：
24、
25、其中：为信号窗口长度为的盾构掘进机时序参数数据的波动函数，为信号窗口长度为的信号窗口总数。
26、进一步地，步骤s3包括以下分步骤：
27、s31、利用不同的分解模态数对盾构掘进机时序参数数据进行变分模态分解，获取盾构掘进机时序参数数据的分解模态集合；
28、s32、根据盾构掘进机时序参数数据的分解模态集合，获取盾构掘进机时序参数数据的赫斯特指数集合；
29、s33、根据非噪声模态数和盾构掘进机时序参数数据的赫斯特指数集合确定最优分解模态数，并确定最优分解模态数对应的盾构掘进机时序参数分解模态数据。
30、进一步地，在分步骤s31中，对盾构掘进机时序参数数据进行变分模态分解，包括以下步骤：
31、b1、构建盾构掘进机时序参数数据的约束变分模型；
32、b2、根据盾构掘进机时序参数数据的约束变分模型，并利用二次惩罚项和拉格朗日乘子法，获取盾构掘进机时序参数数据的增广拉格朗日函数，表示为：
33、
34、其中：为以、和为参数的增广拉格朗日函数，为盾构掘进机时序参数数据的第个分解模态函数，也记为，为第个分解模态函数的中心频率，为分解模态的序号，为拉格朗日乘子，也记为，为定义为符号，为惩罚参数，为对时刻求偏导，为时序数据的时刻，为关于时刻的克罗内克函数，为圆周率，为虚数单位，为自然常数，为谱范数的平方，为盾构掘进机时序参数数据，为求矩阵内积；
35、b3、根据盾构掘进机时序参数数据的增广拉格朗日函数，利用交替方向乘子法，获取盾构掘进机时序参数数据的分解模态数据。
36、进一步地，在分步骤s33中，根据非噪声模态数和盾构掘进机时序参数数据的赫斯特指数集合确定最优分解模态数，表示为：
37、
38、其中：为最优分解模态数，为满足条件的最大值，为非噪声模态数，为盾构掘进机时序参数数据的赫斯特指数集合，为赫斯特指数阈值，为分解模态数，为分解模态数的最大数值。
39、进一步地，步骤s4包括以下分步骤：
40、s41、根据盾构掘进机时序参数分解模态数据，获取盾构掘进机时序参数趋势项数据、盾构掘进机时序参数波动项数据和盾构掘进机时序参数噪声项数据；
41、s42、去除盾构掘进机时序参数噪声项数据，并将盾构掘进机时序参数趋势项数据和盾本文档来自技高网...
【技术保护点】
1.一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，盾构掘进机时序参数数据包括俯仰角时序参数数据、滚动角时序参数数据、前向水平偏差时序参数数据、前向垂直偏差时序参数数据、后向水平偏差时序参数数据、前向垂直偏差时序参数数据、刀盘转速时序参数数据、推进压力时序参数数据、掘进速度时序参数数据、刀盘扭矩时序参数数据、环数时序参数数据、千斤顶推进压力时序参数数据、土仓压力时序参数数据、注浆压力时序参数数据、千斤顶推进位移时序参数数据和总推进力时序参数数据。
3.根据权利要求2所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，在步骤S1中，确定时序参数数据的连续掘进区间，包括以下步骤：
4.根据权利要求1所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，步骤S2包括以下分步骤：
5.根据权利要求4所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，在分步骤S22中，设置信号窗口具
6.根据权利要求4所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，步骤S23包括以下分步骤：
7.根据权利要求1所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，步骤S3包括以下分步骤：
8.根据权利要求7所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，在分步骤S31中，对盾构掘进机时序参数数据进行变分模态分解，包括以下步骤：
9.根据权利要求7所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，在分步骤S33中，根据非噪声模态数和盾构掘进机时序参数数据的赫斯特指数集合确定最优分解模态数，表示为：
10.根据权利要求1所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，步骤S4包括以下分步骤：
...【技术特征摘要】
1.一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，盾构掘进机时序参数数据包括俯仰角时序参数数据、滚动角时序参数数据、前向水平偏差时序参数数据、前向垂直偏差时序参数数据、后向水平偏差时序参数数据、前向垂直偏差时序参数数据、刀盘转速时序参数数据、推进压力时序参数数据、掘进速度时序参数数据、刀盘扭矩时序参数数据、环数时序参数数据、千斤顶推进压力时序参数数据、土仓压力时序参数数据、注浆压力时序参数数据、千斤顶推进位移时序参数数据和总推进力时序参数数据。
3.根据权利要求2所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，在步骤s1中，确定时序参数数据的连续掘进区间，包括以下步骤：
4.根据权利要求1所述的一种基于变分模态分解的盾构掘进机时序参数降噪方法，其特征在于，步骤s2包括以下分步骤：
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：唐广军，彭启辉，丁文其，黄万平，郭海玉，雷鸣宇，吴昱东，谭周政，
申请(专利权)人：中铁南方投资集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。