[发明专利]一种基于机器学习的隧道/地铁施工全过程围岩变形动态预测方法在审
| 申请号： | 201910933480.X | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110705178A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 贺鹏;王刚;孙尚渠;蒋宇静;李为腾;秦哲 | 申请（专利权）人： | 山东科技大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06Q10/04;G06Q50/08;G06N20/00 |
| 代理公司： | 31310 济南旌励知识产权代理事务所(普通合伙) | 代理人： | 单玉刚 |
| 地址： | 266590 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习的隧道/地铁施工全过程围岩变形动态预测方法，以隧道/地铁同一设计围岩等级区段为研究对象，同时，通过现场监控量测可获取各选取断面的围岩变形收敛值。以所选监测断面为样本，则每个样本中包含了该断面岩体的自然属性指标与围岩变形收敛值。采集已开挖段各量测断面的信息，构成一样本空间。进而直接通过当前掌子面揭露围岩的自然属性来预测其变形收敛值。本发明研究了一种基于机器学习的隧道/地铁施工全过程围岩变形响应预测方法。与之前研究相比，并基于隧道/地铁开挖过程中的先验分布信息，进而构建了围岩变形的响应预测模型。为后续工法变更及支护参数优化提供了直接的数据支撑。 | ||
| 搜索关键词： | 围岩变形 隧道 收敛 地铁施工 基于机器 自然属性 量测 围岩 样本 地铁开挖 动态预测 监测断面 数据支撑 先验分布 现场监控 研究对象 预测模型 支护参数 响应 预测 工法 构建 岩体 变形 开挖 变更 采集 地铁 学习 研究 优化 | ||
【主权项】：
1.一种基于机器学习的隧道/地铁施工全过程围岩变形动态预测方法，充分利用已开挖段揭露围岩的先验分布信息，采集已开挖部分中获取各开挖掌子面的岩体自然属性评定指标（地质结构、岩体力学参数、结构面产状等），同时，通过现场监控量测可获取各选取断面的围岩变形收敛值,以所选监测断面为样本，则每个样本中包含了该断面岩体的自然属性指标与围岩变形收敛值；采集已开挖段各量测断面的信息，构成一样本空间，以揭露岩体的自然属性指标为输入样本，围岩变形收敛值为输出样本，基于机器学习算法构建同一设计围岩等级区间段内岩体自然属性与变形间的映射模型，实现对当前掌子面围岩变形收敛值的响应预测及围岩稳定性状况的即时评定；以此为隧道/地铁开挖工法与支护参数优化提供数据支撑。/n
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山东科技大学，未经山东科技大学许可，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/patent/201910933480.X/，转载请声明来源钻瓜专利网。
