基于大数据仓库的盾构土压控制模型孵化技术

盾构掘进施工过程中，盾构机自身状态的参数变化以及周边环境的监测形成的一系列数据，经过长期积累形成数据资产具有重要的利用价值。本文在全面分析盾构掘进土压控制目标的基础上，基于仿生学孵化理论，阐述了面向盾构掘进土压控制目标的模型孵化流程，依托数据仓库，提出了在模型孵化过程中盾构隧道工程数据标准化、数据清洗、数据预处理等数据准备的方法，通过机器学习的算法工具和画布式的构建流程，将模型构建过程可视化，全面解构了盾构土压控制模型孵化技术。通过对南京地铁五号线工程数据应用，验证了面向盾构掘进土压控制目标的模型孵化的实用性。