本發(fā)明屬于隧道挖掘設(shè)備相關(guān)
技術(shù)領(lǐng)域：
，更具體地，涉及一種適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法。
背景技術(shù)：
：近些年，地鐵工程建設(shè)在國(guó)內(nèi)發(fā)展迅速。由于地鐵工程施工環(huán)境復(fù)雜多變等原因，施工過程中安全事故頻發(fā)，而由于盾構(gòu)機(jī)失效引起的事故幾乎占了一半。為了避免施工安全事故造成嚴(yán)重的人員傷亡和財(cái)產(chǎn)損失，國(guó)內(nèi)外工程人員逐漸重視盾構(gòu)機(jī)掘進(jìn)失效風(fēng)險(xiǎn)管理，基于定性或者定量評(píng)價(jià)方法識(shí)別盾構(gòu)機(jī)掘進(jìn)過程中潛在風(fēng)險(xiǎn)。目前主要采用故障樹分析方法對(duì)發(fā)生可能性較大的風(fēng)險(xiǎn)及早應(yīng)對(duì)防范。故障樹分為兩種類型，分別是靜態(tài)故障樹和動(dòng)態(tài)故障樹。靜態(tài)故障樹的優(yōu)點(diǎn)是能夠考慮多個(gè)風(fēng)險(xiǎn)事件之間的相互作用關(guān)系，分析多個(gè)風(fēng)險(xiǎn)事件共同作用下的系統(tǒng)失效概率；其缺點(diǎn)是不能反映風(fēng)險(xiǎn)事件失效的先后時(shí)間關(guān)系，不適應(yīng)于動(dòng)態(tài)系統(tǒng)的風(fēng)險(xiǎn)演化分析與預(yù)測(cè)。動(dòng)態(tài)故障樹綜合了靜態(tài)故障樹的優(yōu)點(diǎn)，同時(shí)還引入動(dòng)態(tài)門表征風(fēng)險(xiǎn)事件失效的先后時(shí)間關(guān)系，進(jìn)而適用于動(dòng)態(tài)系統(tǒng)的風(fēng)險(xiǎn)演化分析與預(yù)測(cè)。但是，動(dòng)態(tài)故障樹仍然存在以下缺點(diǎn)：1.計(jì)算工作量大，易引起狀態(tài)組合爆炸問題，這是因?yàn)楝F(xiàn)有的動(dòng)態(tài)故障樹的求解是基于Markov(馬爾科夫)鏈的，存在組合爆炸的缺陷，難以應(yīng)用于大型時(shí)序系統(tǒng)；2.在系統(tǒng)的一定失效模式下，動(dòng)態(tài)故障樹不能進(jìn)行風(fēng)險(xiǎn)診斷分析，難以判別導(dǎo)致風(fēng)險(xiǎn)事件發(fā)生的風(fēng)險(xiǎn)誘因。地鐵隧道施工是持續(xù)的動(dòng)態(tài)系統(tǒng)過程，很多工序、技術(shù)具有時(shí)序性，危險(xiǎn)源和危險(xiǎn)程度處于動(dòng)態(tài)變化之中，面臨的風(fēng)險(xiǎn)事件隨著事件的推移不斷變化。相應(yīng)地，本領(lǐng)域存在著研究地鐵隧道盾構(gòu)機(jī)掘進(jìn)全過程失效快速預(yù)測(cè)與風(fēng)險(xiǎn)實(shí)時(shí)診斷的技術(shù)需求。技術(shù)實(shí)現(xiàn)要素：針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法，其基于貝葉斯網(wǎng)絡(luò)及故障樹分析，針對(duì)盾構(gòu)機(jī)的失效預(yù)測(cè)及診斷控制方法進(jìn)行了設(shè)計(jì)。所述失效預(yù)測(cè)與診斷控制方法利用離散時(shí)間貝葉斯網(wǎng)絡(luò)的推力能力來對(duì)盾構(gòu)機(jī)進(jìn)行失效預(yù)測(cè)與診斷控制，分析結(jié)果可用于指導(dǎo)盾構(gòu)機(jī)掘進(jìn)的失效診斷和預(yù)測(cè)，且能夠有效地提高盾構(gòu)機(jī)掘進(jìn)的可靠性，具有實(shí)用性和可靠性；盾構(gòu)機(jī)失效的離散時(shí)間貝葉斯網(wǎng)絡(luò)能夠從歷史數(shù)據(jù)和當(dāng)時(shí)已構(gòu)建并被認(rèn)可的動(dòng)態(tài)故障樹模型中學(xué)習(xí)風(fēng)險(xiǎn)事件在時(shí)間軸上的復(fù)雜交互作用，具有自學(xué)習(xí)機(jī)制，有利于滿足未來盾構(gòu)機(jī)安全智能化管理的需要，且能夠?qū)Χ軜?gòu)機(jī)實(shí)時(shí)診斷，提高了預(yù)測(cè)和診斷的準(zhǔn)確性及效率。為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法，其包括以下步驟：(1)結(jié)合歷史數(shù)據(jù)及專家經(jīng)驗(yàn)知識(shí)分析盾構(gòu)機(jī)失效機(jī)理，識(shí)別盾構(gòu)機(jī)失效的影響因素與目標(biāo)變量之間的因果關(guān)系及影響因素之間的時(shí)間先后作用關(guān)系；(2)結(jié)合故障門及基本事件的先驗(yàn)概率分布，建立盾構(gòu)機(jī)的失效故障樹模型，同時(shí)確定各個(gè)系統(tǒng)構(gòu)件之間的失效邏輯關(guān)系；(3)根據(jù)建立的失效故障樹模型，將故障門向離散時(shí)間貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化以得到與失效故障樹模型相對(duì)應(yīng)的盾構(gòu)機(jī)失效的離散貝葉斯網(wǎng)絡(luò)；(4)基于基本事件失效的時(shí)間先后順序及影響因素的耦合作用，采用貝葉斯網(wǎng)絡(luò)的正向推理技術(shù)及后驗(yàn)概率對(duì)盾構(gòu)機(jī)進(jìn)行失效預(yù)測(cè)及風(fēng)險(xiǎn)診斷控制。進(jìn)一步的，盾構(gòu)機(jī)失效機(jī)理的分析包括以下步驟：(11)通過歷史數(shù)據(jù)、標(biāo)準(zhǔn)規(guī)范及專家咨詢獲得所述盾構(gòu)機(jī)開挖失效的知識(shí)資源；(12)基于所述知識(shí)資源，識(shí)別反映系統(tǒng)條件、工作流程及績(jī)效狀態(tài)的影響因素；(13)基于所述目標(biāo)變量的失效情景模式分析，揭示所述影響因素與所述目標(biāo)變量之間的因果關(guān)系及所述影響因素之間的時(shí)間先后作用關(guān)系。進(jìn)一步的，所述失效故障樹模型的建立包括所述故障門的建立及所述基本事件在時(shí)間軸上的失效概率設(shè)定；所述故障門用于表征所述影響因素與所述目標(biāo)變量之間的因果關(guān)系或者所述影響因素變量之間的時(shí)間先后作用關(guān)系。進(jìn)一步的，所述故障門包括動(dòng)態(tài)邏輯門及靜態(tài)邏輯門，所述靜態(tài)邏輯門包括與門及或門；所述動(dòng)態(tài)邏輯門包括優(yōu)先與門、順序相關(guān)門、備件門及功能相關(guān)門。進(jìn)一步的，所述基本事件的失效概率采用先驗(yàn)概率表示。進(jìn)一步的，所述故障門向離散時(shí)間貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)化包括所述故障門轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及所述故障門向離散時(shí)間貝葉斯網(wǎng)絡(luò)條件概率表的轉(zhuǎn)換。進(jìn)一步的，通過所述基本事件在時(shí)間軸的某個(gè)區(qū)間的失效概率，計(jì)算所述盾構(gòu)機(jī)掘進(jìn)失效的三個(gè)指標(biāo)，所述三個(gè)指標(biāo)分別表征所述系統(tǒng)構(gòu)件失效程度大小與失效的先后關(guān)系?？傮w而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，本發(fā)明提供的適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法，其利用離散時(shí)間貝葉斯網(wǎng)絡(luò)的推力能力來對(duì)盾構(gòu)機(jī)進(jìn)行失效預(yù)測(cè)與診斷控制，分析結(jié)果可用于指導(dǎo)盾構(gòu)機(jī)掘進(jìn)的失效診斷和預(yù)測(cè)，且能夠有效地提高盾構(gòu)機(jī)掘進(jìn)的可靠性，具有實(shí)用性和可靠性；盾構(gòu)機(jī)失效的離散時(shí)間貝葉斯網(wǎng)絡(luò)能夠從歷史數(shù)據(jù)和當(dāng)時(shí)已構(gòu)建并被認(rèn)可的動(dòng)態(tài)故障樹模型中學(xué)習(xí)風(fēng)險(xiǎn)事件在時(shí)間軸上的復(fù)雜交互作用，具有自學(xué)習(xí)機(jī)制，有利于滿足未來盾構(gòu)機(jī)安全智能化管理的需要，且能夠?qū)Χ軜?gòu)機(jī)實(shí)時(shí)診斷，提高了預(yù)測(cè)和診斷的準(zhǔn)確性及效率。附圖說明圖1是本發(fā)明較佳實(shí)施方式提供的適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法的流程圖。圖2是圖1中的失效預(yù)測(cè)與診斷控制方法涉及的動(dòng)態(tài)門轉(zhuǎn)化為離散貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)的示意圖。圖3是圖1中的失效預(yù)測(cè)與診斷控制方法涉及的基本事件時(shí)間軸的區(qū)間劃分示意圖。圖4是圖1中的失效預(yù)測(cè)與診斷控制方法涉及的盾構(gòu)機(jī)失效動(dòng)態(tài)故障樹的示意圖。圖5是圖1中的失效預(yù)測(cè)與診斷控制方法涉及的盾構(gòu)機(jī)的失效離散時(shí)間貝葉斯網(wǎng)絡(luò)的示意圖。圖6是圖1中的失效預(yù)測(cè)與診斷控制方法涉及的盾構(gòu)機(jī)的失效概率預(yù)測(cè)結(jié)果圖。圖7是圖1中的失效預(yù)測(cè)與診斷控制方法涉及的盾構(gòu)機(jī)的失效診斷結(jié)果圖。具體實(shí)施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。請(qǐng)參閱圖1至圖4，本發(fā)明較佳實(shí)施方式提供的適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法，其將離散時(shí)間貝葉斯網(wǎng)絡(luò)與故障樹分析方法相結(jié)合，利用離散時(shí)間貝葉斯網(wǎng)絡(luò)的正向與反向推理能力，進(jìn)行盾構(gòu)機(jī)掘進(jìn)失效預(yù)測(cè)與診斷分析，分析結(jié)果可用于指導(dǎo)盾構(gòu)機(jī)掘進(jìn)的失效診斷和預(yù)測(cè)，且能夠有效地提高盾構(gòu)機(jī)掘進(jìn)的可靠性，具有實(shí)用性和可靠性。本實(shí)施方式中，適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法包括以下步驟：步驟一，結(jié)合歷史數(shù)據(jù)及專家經(jīng)驗(yàn)知識(shí)分析盾構(gòu)機(jī)失效機(jī)理，識(shí)別盾構(gòu)機(jī)失效的影響因素與目標(biāo)變量之間的因果關(guān)系及影響因素之間的時(shí)間先后作用關(guān)系。具體地，盾構(gòu)機(jī)開挖失效主要表現(xiàn)為盾構(gòu)刀盤失效，故盾構(gòu)機(jī)失效機(jī)理分析以盾構(gòu)刀盤進(jìn)行失效機(jī)理分析。通過大量歷史數(shù)據(jù)分析與專家經(jīng)驗(yàn)調(diào)研分析，明確所述盾構(gòu)刀盤失效的關(guān)鍵致險(xiǎn)因素。盾構(gòu)刀盤失效機(jī)理的分析包括以下步驟：(1)通過歷史數(shù)據(jù)、標(biāo)準(zhǔn)規(guī)范、專家咨詢等方式獲得盾構(gòu)機(jī)開挖失效的相關(guān)知識(shí)資源；(2)基于相關(guān)知識(shí)資源，識(shí)別能夠反映系統(tǒng)條件、工作流程和績(jī)效狀態(tài)的相關(guān)影響因素；(3)基于目標(biāo)變量的可能失效情景模式分析，揭示影響因素與目標(biāo)變量之間的因果關(guān)系及影響因素之間的時(shí)間先后作用關(guān)系。經(jīng)過上述分析可知，盾構(gòu)刀盤失效主要原因有以下三種：1.面板失效，其主要包括刀盤故障、邊緣滾刀配制不合理等內(nèi)部因素、混合地質(zhì)條件、未探明的土質(zhì)等外部地質(zhì)條件；2.刀具失效，其主要包括刀具工作失效、準(zhǔn)備刀具不足、刀具故障、軸向荷載系統(tǒng)故障等原因；3.轉(zhuǎn)軸和其他元件失效，如軸向荷載系統(tǒng)故障、密封件故障、旋轉(zhuǎn)接頭故障等。步驟二，結(jié)合故障門及基本事件的先驗(yàn)概率分布，建立盾構(gòu)機(jī)的失效故障樹模型，同時(shí)確定各個(gè)構(gòu)件之間的失效邏輯關(guān)系。具體地，所述失效故障樹模型的建立主要包括兩部分，分別為故障門的建立及基本事件在時(shí)間軸上的失效概率設(shè)定。故障門用于表征影響因素與目標(biāo)變量之間的因果關(guān)系或者影響因素變量之間的時(shí)間先后作用關(guān)系。故障門又包含動(dòng)態(tài)邏輯門和靜態(tài)邏輯門兩種類型，所述靜態(tài)邏輯門包括與門(AND)及或門(OR)，所述動(dòng)態(tài)邏輯門包括優(yōu)先與門(PAND)、順序相關(guān)門(SEQ)、備件門(CSP)及功能相關(guān)門(FDEP)?；臼录跁r(shí)間軸上的失效概率設(shè)定時(shí)，將整個(gè)時(shí)間軸[0，T]劃分成n個(gè)子區(qū)間(如圖3所示)，假定事件A在第i個(gè)區(qū)間失效，其概率P(A＝i)用先驗(yàn)概率表示，可通過公式(1)計(jì)算獲得，最終構(gòu)建得到的盾構(gòu)機(jī)失效故障樹模型如圖4所示?；臼录跁r(shí)間軸上的先驗(yàn)概率如表1所示。其中，fA(t)為反映所述基本事件的失效概率分布的函數(shù)，△為區(qū)間長(zhǎng)度；λa為常量。表1盾構(gòu)機(jī)失效故障樹基本事件失效概率設(shè)定步驟三，根據(jù)建立的失效故障樹模型，將故障門向離散時(shí)間貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化以得到與失效故障樹模型相對(duì)應(yīng)的盾構(gòu)機(jī)失效的離散時(shí)間貝葉斯網(wǎng)絡(luò)。請(qǐng)參閱圖5至圖7，具體地，將失效故障樹模型向離散時(shí)間貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化主要包括兩部分，這兩部分分別為所述故障門轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及所述故障門向離散時(shí)間貝葉斯網(wǎng)絡(luò)條件概率表的轉(zhuǎn)換。本實(shí)施方式采用一系列公式給出了優(yōu)先與門(PAND)、順序相關(guān)門(SEQ)、備件門(CSP)和功能相關(guān)門(FDEP)等動(dòng)態(tài)邏輯門轉(zhuǎn)化為相應(yīng)條件概率表的規(guī)則。其中，式(2)給出了優(yōu)先與門(PAND)向條件概率表的轉(zhuǎn)化規(guī)則，式(3)～(4)給出了順序相關(guān)門(SEQ)向條件概率表的轉(zhuǎn)化規(guī)則，式(5)～(6)給出了備件門(CSP)向條件概率表的轉(zhuǎn)化規(guī)則，式(7)～(8)給出了功能相關(guān)門(FDEP)向條件概率表的轉(zhuǎn)化規(guī)則。其中，j表示第j個(gè)區(qū)間，即區(qū)間數(shù)；k類似j，其為區(qū)間數(shù)。步驟四，基于基本事件失效的時(shí)間先后順序及影響因素的耦合作用，采用貝葉斯網(wǎng)絡(luò)的正向推理技術(shù)及后驗(yàn)概率對(duì)盾構(gòu)機(jī)進(jìn)行失效預(yù)測(cè)及風(fēng)險(xiǎn)診斷控制。具體地，采用貝葉斯網(wǎng)絡(luò)的正向推理技術(shù)對(duì)所述盾構(gòu)機(jī)進(jìn)行失效預(yù)測(cè)，通過基本事件在某個(gè)區(qū)間的失效概率計(jì)算總的失效概率，其計(jì)算公式如式(9)所示：式中，P(R＝[(i-1)Δ,iΔ)|X1＝x1,X2＝x2,…,Xj＝xj,…,XJ＝xJ)表示已知基本事件Xj(1≤j≤J)在時(shí)間軸上某個(gè)區(qū)間失效的條件下，事件R在區(qū)間[(i-1)Δ,iΔ)失效的概率；P(R＝[(i-1)Δ,iΔ)，X1＝x1,X2＝x2,...,Xj＝xj,…,XJ＝xJ)表示事件R在區(qū)間[(i-1)Δ,iΔ)失效與基本事件在時(shí)間軸上某個(gè)區(qū)間失效的聯(lián)合概率；P(X1＝x1,X2＝x2,...,Xj＝xj,…,XJ＝xJ)表示基本事件Xj在時(shí)間軸上某個(gè)區(qū)間失效的聯(lián)合概率，xj∈{[0,Δ),[Δ,2Δ),......,[(n-1)Δ,T)}，其為時(shí)間軸上的時(shí)間點(diǎn)。本實(shí)施方式中，通過基本事件在某個(gè)區(qū)間的失效概率，計(jì)算盾構(gòu)機(jī)掘進(jìn)失效的平均時(shí)間(MTTF)、T10及T20這三個(gè)指標(biāo)，MTTF反映了盾構(gòu)機(jī)平均失效時(shí)間，用來預(yù)測(cè)盾構(gòu)機(jī)持續(xù)工作的時(shí)間。T10反映了系統(tǒng)構(gòu)件在不進(jìn)行維護(hù)的情況下總的失效概率達(dá)到10％的時(shí)間點(diǎn)，用于表征系統(tǒng)構(gòu)件適合進(jìn)行小修的最佳時(shí)間點(diǎn)，即最佳小修時(shí)間點(diǎn)。T20反映了系統(tǒng)構(gòu)件在不進(jìn)行維修的前提下總的失效概率達(dá)到20％的時(shí)間點(diǎn)，用于表征系統(tǒng)構(gòu)件適合進(jìn)行正常維修的最佳時(shí)間點(diǎn)，即最佳正常維修時(shí)間點(diǎn)，便于施工人員在事前階段界定事故發(fā)生的可能，進(jìn)而及早采取有效措施，避免事故的產(chǎn)生。這三個(gè)指標(biāo)可分別通過式(10)～(12)計(jì)算得到，表2給出了主要構(gòu)件出現(xiàn)不同失效模式的時(shí)間點(diǎn)。表2系統(tǒng)及其主要構(gòu)件出現(xiàn)不同失效模式下的時(shí)間點(diǎn)系統(tǒng)構(gòu)件T10T20MTTFTF69410642633CDF150623807883CTF98115414687BSF1700281510238本實(shí)施方式中，通過后驗(yàn)概率可以在較短的時(shí)間內(nèi)檢測(cè)出事故，方便工程進(jìn)行實(shí)時(shí)診斷控制。所述離散時(shí)間貝葉斯網(wǎng)路能夠?qū)崟r(shí)更新觀察時(shí)間的概率，以獲取后驗(yàn)概率。同時(shí)，通過MTTF將所述后驗(yàn)概率歸整為某一具體值，反映系統(tǒng)構(gòu)件失效的先后順序。表3給出了不同情境下基本事件先驗(yàn)概率與后驗(yàn)概率的MTTF值。表3不同情境下基本事件先驗(yàn)概率與后驗(yàn)概率的MTTF值本發(fā)明提供的適用于盾構(gòu)機(jī)的失效預(yù)測(cè)與診斷控制方法，其利用離散時(shí)間貝葉斯網(wǎng)絡(luò)的推力能力來對(duì)盾構(gòu)機(jī)進(jìn)行失效預(yù)測(cè)與診斷控制，分析結(jié)果可用于指導(dǎo)盾構(gòu)機(jī)掘進(jìn)的失效診斷和預(yù)測(cè)，且能夠有效地提高盾構(gòu)機(jī)掘進(jìn)的可靠性，具有實(shí)用性和可靠性；盾構(gòu)機(jī)失效的離散時(shí)間貝葉斯網(wǎng)絡(luò)能夠從歷史數(shù)據(jù)和當(dāng)時(shí)已構(gòu)建并被認(rèn)可的動(dòng)態(tài)故障樹模型中學(xué)習(xí)風(fēng)險(xiǎn)事件在時(shí)間軸上的復(fù)雜交互作用，具有自學(xué)習(xí)機(jī)制，有利于滿足未來盾構(gòu)機(jī)安全智能化管理的需要，且能夠?qū)Χ軜?gòu)機(jī)實(shí)時(shí)診斷，提高了預(yù)測(cè)和診斷的準(zhǔn)確性及效率。本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3