System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及隧道掘进机施工,具体涉及一种基于变点检测的隧道掘进机掘进参数处理方法。
技术介绍
1、隧道掘进机在隧道施工中应用十分广泛,掘进参数的选择尤为重要。然而,掘进过程中掘进参数受主司机操作、机器本身和地质条件等因素的影响。因此,通过plc采集的数据可能产生部分无效数据,如何正确识别和筛选出这些无效数据,通过大数据技术对有效掘进参数进行统计挖掘,分析不同地质条件下不同类型隧道掘进机掘进参数的变化是当前亟待解决的问题之一。
2、依托于实际工程的原始数据,观察和总结掘进参数变化规律,将不在设定阈值范围内的掘进参数和启停阶段的掘进参数划分为无效数据。筛选出不在正常阈值范围内的掘进参数,这类数据的数据特征明显,易于处理。当隧道掘进机处于开启和关停过程中,隧道掘进机为不完全工作状态,难以在大量的数据中认定并识别该状态下的数据。为了更加准确地筛选出开启和关停过程中的掘进参数,设计了一种基于变点检测的隧道掘进机掘进参数分段及清洗方法。
技术实现思路
1、本专利技术的目的就在于为了解决上述问题而提供一种基于变点检测的隧道掘进机掘进参数处理方法。
2、为解决上述技术问题,本专利技术采用如下技术方案:
3、设计一种基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,包括下列步骤:
4、(1)数据筛选
5、对采集到的隧道掘进机掘进参数原始数据进行阈值判断,若不在阈值范围内则判断其为无效数据;
6、(2)变点检测
8、(3)数据分段清洗
9、通过数据筛选和变点检测之后,将数据分为有效数据段和无效数据段,删除无效数据段并且将有效数据段进行拼接,重新组成一段完整的新数据,完成数据分段和清洗任务。
10、在上述技术方案中,针对采集数据中存在大量非掘进状态下的掘进参数和人为大幅度改变掘进参数等问题。首先,根据专家经验设定在正常掘进状态下各掘进参数的阈值范围,其次,对采集的数据进行阈值判断,若在阈值范围以外的数据,则判断其为无效数据并将其删除,完成非正常掘进状态和掘进状态的数据筛选任务。具体的,在所述步骤(1)中,首先设定正常掘进状态下各掘进参数的阈值范围,然后对采集的数据进行阈值判断,若在阈值范围以外的数据,则判断其为无效数据并将其删除。
11、针对掘进过程中开启和关停阶段掘进参数的波动难以识别问题,采用变点检测的方法解决。变点检测是通过两步判断找出开启和关停阶段一定时间段内掘进参数开始发生变化的点。第一步判断为找出参数的极低点,通过观察和总结数据的规律,将各个掘进参数整体均值乘以一个极值系数作为极低点的判断标准,即当掘进参数不大于该标准时,判断其为极低点。第二步判断为找出掘进参数开始发生变化的点,通过找出的极低点,对极低点前后一定时间段的掘进参数进行逐点检测,当点两侧的斜率差值最大时,其为变点,变点到极低点的数据段识别为无效数据段。
12、具体的,所述步骤(2)中,极低点的判断过程为:首先根据步骤(1)筛选后的数据计算掘进参数的整体均值:再将整体均值乘以一个极值系数a,得到再将步骤(1)筛选后的掘进参数与xmin进行比较,不大于xmin的掘进参数被判定为极低点。其中,x表示待处理的掘进参数。
13、优选的,所述极值系数a=0.25。
14、进一步的,判断出所有极低点之后,根据时间戳计算出极低点前后一段时间t内的数据范围,对这一范围内的掘进参数进行逐点检测,当某一点两侧的斜率差值最大时,这个点即为变点,变点到极低点的数据段识别为无效数据段。
15、优选的,所述时间t为6分钟。
16、针对数据中的无效数据段,根据识别结果,将掘进参数划分为有效数据段和无效数据段,将无效数据段删除,同时,将有效数据段重新拼接,重新组成一段完整的新数据,即完成了数据分段和清洗任务。
17、本专利技术的有益效果在于:
18、本专利技术采用设定阈值的方法,对采集掘进参数中的非正常掘进状态数据进行筛选;通过变点检测和数据分段、清洗方法实现有效数据和无效数据的分段,删除无效数据段,重组新的有效数据段。本方法有助于大数据技术对有效掘进参数的统计挖掘,对分析不同地质条件下不同类型隧道掘进机掘进参数变化的研究提供基础,具有较高的工程应用价值。
本文档来自技高网...【技术保护点】
1.一种基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,包括下列步骤:
2.根据权利要求1所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,所述步骤(1)中,首先设定正常掘进状态下各掘进参数的阈值范围,然后对采集的数据进行阈值判断,若在阈值范围以外的数据,则判断其为无效数据并将其删除。
3.根据权利要求1所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,所述步骤(2)中,极低点的判断过程为:首先根据步骤(1)筛选后的数据计算掘进参数的整体均值:再将整体均值乘以一个极值系数a,得到再将步骤(1)筛选后的掘进参数与Xmin进行比较,不大于Xmin的掘进参数被判定为极低点。
4.根据权利要求3所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,所述极值系数a=0.25。
5.根据权利要求3所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,判断出所有极低点之后,根据时间戳计算出极低点前后一段时间t内的数据范围,对这一范围内的掘进参数进行逐点检测,当某一点两侧的斜率差值最大时,这个点即为变点,变点到
6.根据权利要求5所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,所述时间t为6分钟。
...【技术特征摘要】
1.一种基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,包括下列步骤:
2.根据权利要求1所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,所述步骤(1)中,首先设定正常掘进状态下各掘进参数的阈值范围,然后对采集的数据进行阈值判断,若在阈值范围以外的数据,则判断其为无效数据并将其删除。
3.根据权利要求1所述的基于变点检测的隧道掘进机掘进参数处理方法,其特征在于,所述步骤(2)中,极低点的判断过程为:首先根据步骤(1)筛选后的数据计算掘进参数的整体均值:再将整体均值乘以一个极值系数a,得到再将步骤(1)筛选后的掘进参数与xm...
【专利技术属性】
技术研发人员:刘永胜,李站国,李凤远,韩伟锋,谷田鑫,刘家俊,周振建,江南,任颖莹,万雪钰,秦银平,王凯,
申请(专利权)人:盾构及掘进技术国家重点实验室,
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。