1.一种基于大数据的盾构姿态控制方法，其特征在于，包括以下步骤：

步骤1：收集既有隧道盾构参数样本，盾构参数包括掌子面土体粘聚力、内摩擦角和盾构机姿态偏移量；

步骤2：基于步骤1收集的既有隧道盾构参数样本计算每个隧道的盾构参数均值和参数间协方差矩阵的定值估计；

步骤3：对每个隧道，基于步骤1和步骤2获得的既有隧道盾构参数样本、参数均值的定值估计、参数间协方差矩阵的定值估计以及超参数的初始值，根据参数均值、参数间协方差矩阵和超参数的概率分布模型，采用吉布斯抽样更新既有隧道盾构参数均值、参数间协方差矩阵和超参数概率分布模型的分布参数，直到更新后的分布参数与前一次分布参数的差值在设定范围内，停止抽样，判定既有隧道盾构参数均值、参数间协方差矩阵和超参数的概率分布模型的分布参数达到稳定状态；

步骤4：对于目标隧道，收集已完成区段盾构参数样本，并采用超前钻探收集当前区段掌子面土体粘聚力、内摩擦角样本，计算目标隧道盾构参数均值和参数间协方差矩阵的定值估计；

步骤5：依据步骤3得到的既有隧道超参数稳定状态的概率分布模型的抽样值作为超参数初始值，结合步骤4中的收集到的目标隧道盾构参数样本、参数均值的定值估计和参数间协方差矩阵的定值估计，采用吉布斯抽样更新超参数、目标隧道盾构参数均值、目标隧道盾构参数间协方差矩阵和当前区段盾构机姿态偏移量的概率分布模型的分布参数，直到更新后的分布参数与前一次分布参数的差值在设定范围内，停止抽样，判定超参数、目标隧道盾构参数均值、目标隧道盾构参数间协方差矩阵和当前区段盾构机姿态偏移量的概率分布模型的分布参数达到稳定状态；

步骤6：基于步骤5中当前区段盾构机姿态偏移量稳定状态的概率分布模型进行c次抽样，计算其平均值作为盾构机姿态偏移量预测值qe，提前调整盾体油缸千斤顶顶推压力，减小盾构姿态失准。

2.如权利要求1所述一种基于大数据的盾构姿态控制方法，其特征在于，所述步骤3中超参数包括μh、Ch、∑h和νh，其中：μh为广义均值向量，服从正态分布；Ch为广义协方差矩阵，服从逆威沙特分布；∑h为尺度矩阵，服从威沙特分布；νh为自由度，服从均匀分布。

3.如权利要求2所述一种基于大数据的盾构姿态控制方法，其特征在于，所述超参数的初始值为随机值，μh，Ch及既有隧道盾构参数样本共同控制既有隧道盾构参数均值的分布，∑h，νh及既有隧道盾构参数样本共同控制既有隧道盾构参数间协方差矩阵的分布。

4.采用权利要求1 3所述任一种基于大数据的盾构姿态控制方法的系统，其特征在于，~

包括信息采集模块、处理模块和姿态调整模块；

信息采集模块用于采集既有隧道盾构参数样本和目标隧道盾构参数样本；

处理模块用于根据信息采集模块采集的既有隧道盾构参数样本，通过吉布斯抽样获取既有隧道超参数稳定状态的概率分布模型的分布参数；根据目标隧道盾构参数样本结合既有隧道超参数稳定状态的概率分布模型，采用吉布斯抽样获取当前区段盾构机姿态偏移量稳定状态的概率分布模型；计算当前区段盾构机姿态偏移量；

姿态调整模块用于根据当前区段盾构机姿态偏移量预测值，提前调整盾体油缸千斤顶顶推压力，减小盾构姿态失准。