為了緩解城市化進程帶來的交通壓力,地鐵建設(shè)已經(jīng)稱為盾構(gòu)機最重要的應用場景之一。在實際的盾構(gòu)掘進項目中,盾構(gòu)機掘進參數(shù)的控制在很大程度上依賴于操作者的經(jīng)驗。如何使用之前多年積累的盾構(gòu)掘進歷史數(shù)據(jù),確認各個參數(shù)間的關(guān)系,量化盾構(gòu)機掘進參數(shù)的控制,成為一個亟待解決的問題。本文以南京長江隧道為工程實例,結(jié)合大數(shù)據(jù)分析流程,通過預處理、趨勢統(tǒng)計、離散統(tǒng)計、回歸分析和機器學習建模等對盾構(gòu)機掘進參數(shù)進行研究,以確定各個參數(shù)之間的關(guān)系和各個地層的最優(yōu)預測模型。本文的研究過程和結(jié)論如下:（1）本文設(shè)計的盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)能幫助數(shù)據(jù)分析人員更加快捷地完成盾構(gòu)機掘進參數(shù)的分析任務。（2）由平均值、標準差、變異系數(shù)和箱形圖的統(tǒng)計分析可知,刀盤轉(zhuǎn)速、貫入度和掘進速度三者在盾構(gòu)機掘進時的變化趨勢基本一致,并且這三個參數(shù)對含有礫砂和圓礫的地層十分敏感�？偼屏湍嗨畨毫Χ叩淖兓厔菰诟鱾�地層基本一致。在項目的起始段和到達段,各個參數(shù)的離散程度明顯偏大。（3）由盾構(gòu)機掘進參數(shù)的一元回歸分析和多元線性回歸分析可知,一元回歸公式在擬合優(yōu)度較好的情況向下,預測能力很差,這種現(xiàn)象主要是由過擬合造成的。多元回歸公式在擬... 

【文章來源】：石家莊鐵道大學河北省

【文章頁數(shù)】：96 頁

【學位級別】：碩士

【部分圖文】：

盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)接口根據(jù)目前的實際使用情況，圖2-1中三者之間的接口功能的使用已經(jīng)十分

圖 2-2 盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)架構(gòu)由圖 2-2 可知，盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)采用 B/S 結(jié)構(gòu)，數(shù)據(jù)庫使用的是開源軟件 MySQL，前端頁面呈現(xiàn)使用的是 JSP 技術(shù)，數(shù)據(jù)庫連接使用的是JDBC 技術(shù)，瀏覽器與服務器通信使用的是 Servlet 技術(shù)。盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)的主要功能如圖 2-3 所示。圖 2-3 盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)主要功能盾 盾 盾 盾 盾 盾 盾 盾 盾 盾 盾 盾 盾自 自 自 自 盾 自 自 自繪 繪 繪 繪 盾 盾 繪 繪 繪 繪下 下 下 下 盾 自

(3)當曲線繪制完成后，如果用戶需要更加深入地了解該曲線，則可以將此段曲線的數(shù)據(jù)下載下來，然后用其他軟件進行二次分析。2.4 數(shù)據(jù)庫設(shè)計盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)的數(shù)據(jù)庫設(shè)計主要包含實體關(guān)系設(shè)計和數(shù)據(jù)表設(shè)計，本節(jié)使用 E-R 圖直觀地表現(xiàn)各個實體之間的關(guān)系，以數(shù)據(jù)庫表的形式說明關(guān)鍵實體表的設(shè)計。2.4.1 實體關(guān)系下面對盾構(gòu)機掘進參數(shù)輔助分析系統(tǒng)的實體以及實體間的關(guān)系進行設(shè)計，本系統(tǒng)的實體關(guān)系 E-R 圖如圖 2-4 所示。

【參考文獻】：
期刊論文
[1]基于不平衡數(shù)據(jù)集的改進隨機森林算法研究[J]. 劉耀杰,劉獨玉.  計算機技術(shù)與發(fā)展. 2019(06)
[2]大數(shù)據(jù)技術(shù)進展與發(fā)展趨勢[J]. 張娜,馬燕,崔桓睿,劉逗逗.  通訊世界. 2019(02)
[3]工業(yè)大數(shù)據(jù)環(huán)境下的智能服務模塊化設(shè)計[J]. 張衛(wèi),丁金福,紀楊建,夏文俊,蘭虎,章建輝.  中國機械工程. 2019(02)
[4]機器學習隨機森林算法的應用現(xiàn)狀[J]. 杭琦,楊敬輝.  電子技術(shù)與軟件工程. 2018(24)
[5]面向大數(shù)據(jù)分析的決策樹算法研究[J]. 楊偉光.  電子技術(shù)與軟件工程. 2018(23)
[6]基于大數(shù)據(jù)分析的列車健康度診斷方法[J]. 王維,齊玉玲.  電力機車與城軌車輛. 2018(06)
[7]基于大數(shù)據(jù)分析思路的油滴實驗數(shù)據(jù)處理方法[J]. 亓東林,鮑祎楠,張師平,裴藝麗,王榮明,吳平.  物理與工程. 2018(06)
[8]基于優(yōu)化隨機森林算法的高壓斷路器故障診斷[J]. 宋玉琴,王冰,李超,趙洋.  電子測量技術(shù). 2018(21)
[9]盾構(gòu)施工大數(shù)據(jù)異常檢測的研究與應用[J]. 李剛,陳剛.  中國市政工程. 2018(05)
[10]基于隨機森林的加權(quán)特征選擇算法[J]. 徐少成,李東喜.  統(tǒng)計與決策. 2018(18)

碩士論文
[1]盾構(gòu)掘進參數(shù)的數(shù)據(jù)分析及優(yōu)化研究[D]. 蘇興.石家莊鐵道大學 2018
[2]上市公司髙送轉(zhuǎn)與股票收益率的實證研究[D]. 彭靜文.華東理工大學 2016
[3]基于決策樹模型的多因子量化投資策略研究[D]. 張恒昕.東北大學 2015
[4]盾構(gòu)機施工參數(shù)優(yōu)化分析[D]. 劉哲.石家莊鐵道大學 2015
[5]基于小波神經(jīng)網(wǎng)絡(luò)技術(shù)在盾構(gòu)機故障診斷中的應用研究[D]. 付耀琨.鄭州大學 2014
[6]隨機數(shù)發(fā)生器隨機性檢測系統(tǒng)的設(shè)計與實現(xiàn)[D]. 趙海英.電子科技大學 2014
[7]寧波軌道交通土性指標的統(tǒng)計分析及工程應用研究[D]. 賈波.寧波大學 2013
[8]巖土參數(shù)空間變異性的定量化研究及相關(guān)性分析[D]. 吳冠秀.河北工業(yè)大學 2005



本文編號：3267942