[发明专利]一种掘进机刀具磨损大数据样本前处理效果评价方法

说明书

一种掘进机刀具磨损大数据样本前处理效果评价方法，属于地下工程技术中的掘进机刀具磨损控制技术领域，为了定量评价不同数据前处理手段的有效性和相应的刀具磨损预测模型的泛化能力，以物理量抽象处理、因素影响定量修正、构造统计量、拟合与经验分析为技术手段，以定义刀具磨损大数据样本的前处理几何深度、构造跨样本误差比、修正误差比影响因素、构造前处理深度适用性跨样本评价指标、优选前处理深度为实施步骤，可提高掘进机刀具磨损大数据样本前处理方法的量化程度和可解释性，为定量评价各种掘进机刀具磨损大数据样本前处理方法的优劣和优选合适的数据前处理方法提供计算依据，方法合理，实用性强。

技术领域

本发明涉及地下工程技术领域中的掘进机刀具磨损控制技术领域，具体涉及掘进机刀具磨损大数据样本前处理效果评价方法。

背景技术

掘进机刀具磨损受到岩石坚硬程度、推力、扭矩、掘进里程等多种因素的影响，所以为了获取在施工现场实测得到的掘进机刀具磨损量样本与岩石坚硬程度、推力、扭矩、掘进里程等多种因素之间的统计学关系，往往通过多元回归分析、深度学习等方法进行统计学习分析。

然而通过多元回归分析、深度学习等方法得到的统计学模型仅仅反映了样本值之间的数学关系，模型泛化能力和可解释性不足。

为了提高掘进机刀具磨损量预测模型的泛化能力和可解释性，目前对掘进机刀具磨损量的前处理方法有：

应用磨损比耗指数预测滚刀磨损量的分层求和法(公开号：CN107180016A，公开日期：2017-09-19)将磨损量除以破岩体积进行前处理；

(秦银平,张竹清,孙振川,等.基于现场试验的TBM滚刀磨损分析及预测[J].隧道建设(中英文),2019,第39卷(11):1914～1921.)将磨损量数据除以破岩轨迹周长进行前处理；

(竺维彬,王晖,鞠世健.复合地层中盾构滚刀磨损原因分析及对策[J].现代隧道技术,2006(04):75～79+85.)将磨损量数据直接作为应变量样本，未进行前处理。

为了能够消除岩石自身性质差异、消耗的计算资源差异对前处理方法适用性评价的影响，科学定量地评价各种滚刀磨损量前处理深度在不同地层中的适用性，需要构造一种可以跨样本比较预测方法适用性的指标。

既有的样本值比较指标，如算术平均值、方差、偏差等统计量，由于没有考虑样本均值水平对样本值比较指标的影响，而掘进机刀具磨损预测偏差绝对值在不同地层中的大小差异较大，受地层条件影响较大，若直接利用这些指标评价预测方法进行评价，计算出来的统计值大小不能够反映预测方法精度的优劣，即既有的统计量不能进行跨样本比较。

所以，在掘进机刀具磨损量样本前处理手段中，目前只是零散的存在着多种数据前处理手段，缺少评价不同数据前处理手段有效性和相应的刀具磨损预测模型泛化能力的指标和方法。

发明内容

针对上述现有技术的不足，本发明提出了一种掘进机刀具磨损大数据样本前处理效果评价方法，通过消除岩石自身性质差异、消耗的计算资源差异对前处理方法适用性评价的影响，具有能够科学定量地评价各种滚刀磨损量前处理深度在不同地层中的适用性的性能。

包括如下步骤：

步骤一定义刀具磨损大数据样本的前处理几何深度；

步骤二构造跨样本误差比；

步骤三修正误差比影响因素；

步骤四构造前处理深度适用性跨样本评价指标；

步骤五优选前处理深度。

进一步地，步骤一具体为：将掘进机刀具磨损量除以1进行刀具磨损数据样本前处理的前处理几何深度，定义为大数据样本前处理几何深度0级；