排序方式: 共有3条查询结果,搜索用时 62 毫秒
1
1.
为解决盾构掘进参数设定主要依赖盾构司机的经验,且掘进过程中影响因素较多,很难做到掘进参数与地质参数有效关联的问题,依托盾构TBM大数据平台的海量数据,通过施工经验对关联掘进与地质的参数进行选取和分类,并确定关联参数的范围。通过参数范围界定、数据连续性分析和数据频次统计等方式进行数据的初步清洗;通过提取变量的数字特征建立分布统计算法模型库的方式,对数据库中的数据实时处理,去除异常数据并确定经验区间的频数分布;通过对各关联参数的组合检索,进行关联参数的可视化分析,得到不同盾构在各类地质中主要掘进参数(如刀盘转速、刀盘转矩、掘进速度、油缸推力等)的经验区间和关联关系。将该关联分析方法部署在盾构TBM大数据平台,经过长时间的应用和现场反馈,验证了该方法的适用性和有效性,对盾构施工及盾构选型具有积极的指导作用。 相似文献
2.
为解决目前大多数信息化管理平台兼容性及扩展性不强、功能单一,满足不了当前工程管理需求的问题,从高质量的大数据管理平台架构、兼容性强的数据采集、扩展性强的分布式存储3个方面进行平台建设关键技术研究。采用分布式HBase列存储数据库和高性能Spark内存计算引擎,创建行业Hadoop集群生态架构,设计一种多协议、多通道且兼容性强的数据采集系统,为隧道掘进机大数据平台的采集、存储、搭建等提供技术支撑。建立集智能监测、综合分析、协同管理、大数据应用功能于一体的隧道掘进机工程大数据管理平台,从管理和技术层面为类似的大数据平台设计开发提供参考,提升隧道掘进机施工效率,提高智能化管理水平。 相似文献
3.
1