[发明专利]一种盾构运动轨迹的智能化实时确定方法、终端和介质在审

专利信息
申请号: 202110597488.0 申请日: 2021-05-31
公开(公告)号: CN113282990A 公开(公告)日: 2021-08-20
发明(设计)人: 卫海梁;王磊;沈水龙;陈露明;林松顺;王念;陈贺;李志坡;王猛;李明俊;韩非;邓川宁;季少雷;杨帅;罗园 申请(专利权)人: 中铁十六局集团北京轨道交通工程建设有限公司;中铁十六局集团有限公司;汕头大学
主分类号: G06F30/13 分类号: G06F30/13;G06F30/27;G06N3/04;G06N3/08
代理公司: 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 代理人: 徐红银
地址: 101100 北京市通州区于家*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 盾构 运动 轨迹 智能化 实时 确定 方法 终端 介质
【权利要求书】:

1.一种盾构运动轨迹的智能化实时确定方法,其特征在于,包括:

S100,收集水文地质参数,包括:通过隧道沿线地质勘察确定每个钻探孔地层分布以及工程地质的水文地质参数,并进一步采用克里金插值法确定钻孔之间未探测到的区域的地层分布及工程地质的水文地质参数;

S200,收集隧道盾构施工中盾构操作参数,并对盾构操作参数进行离散小波变换处理;

S300,将克里金插值后的水文地质参数及离散小波变换处理后的盾构操作参数作为数据集,将数据集划分为训练集和测试集;

S400,建立长短期记忆神经网络,在长短期记忆神经网络中输入训练集进行训练,当测试集达到精度标准时结束训练并保存长短期记忆神经网络,用于盾构运动轨迹确定。

2.根据权利要求1所述的盾构运动轨迹的智能化实时确定方法,其特征在于,所述水文地质参数是指地下水位埋深和各土层的物理力学参数。

3.根据权利要求1所述的盾构运动轨迹的智能化实时确定方法,其特征在于,所述克里金插值法是一种针对区域化变量的基于概率的局部空间插值法,通过区域化变量已钻探点的实测数据求得半变异函数,并用该变异函数作为插值函数估计未钻探位置的地层分布及水文地质参数;

所述半变异函数是指不同空间距离h与相距h的空间数据对的半方差的拟合函数,半方差表达式为式(1):

其中,γ(h)是相距h的数据对(xi和xi+h)的半方差,xi为第i个已探测钻孔,xi+h为与xi相距h的已探测钻孔,z(xi)为xi位置处的区域变量值,n是与xi距离h的已探测钻孔数目。

4.根据权利要求1所述的盾构运动轨迹的智能化实时确定方法,其特征在于,所述盾构操作参数指盾构机开挖时的施工参数,包括推力(TF)、刀盘扭矩(CT)、比能(SE)、刀具转速(RPM)、掘进速度(PR)、螺旋出土速度(SR)、土压力(SP)、注浆压力(GP)、注浆量(GV)、盾头水平偏差(HDSH)、盾头垂直偏差(VDSH)、盾尾水平偏差(HDST)、盾尾垂直偏差(VDST)、滚动角(R)和俯仰角(P)。

5.根据权利要求1所述的盾构运动轨迹的智能化实时确定方法,其特征在于,所述离散小波变换处理是基于小波变换的一种离散化处理模型,通过马拉特算法将信号x(t)按尺度因子a和平移因子b进行离散化,逐级分解得到多种分辨率和平移特性的信号,以此来降低数据中的噪声,定义为方程(2):

其中,a0>1,b0>1,j∈Z,k∈Z,j为第j级频率分辨率,k为第k级平移变换,t为时间步长。

6.根据权利要求1所述的盾构运动轨迹的智能化实时确定方法,其特征在于,所述长短期记忆神经网络是由多个长短期记忆单元构成的一种长短期记忆循环神经网络,长短期记忆单元内部引入了细胞状态来存储、更新、传递信息,同时引入门控单元来控制细胞状态的更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中铁十六局集团北京轨道交通工程建设有限公司;中铁十六局集团有限公司;汕头大学,未经中铁十六局集团北京轨道交通工程建设有限公司;中铁十六局集团有限公司;汕头大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110597488.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top