基于物理指导在线迁移学习的TBM围岩质量实时感知方法

本发明公开了基于物理指导在线迁移学习的TBM围岩质量实时感知方法，包括步骤1、源域与目标域隧道工程对象划分；步骤2、基于源域现场监测数据共享参数空间的特征参数提取；步骤3、构建基于LSTM的推力预测模型；步骤4、构建基于相似度指标的围岩状态预测模型；步骤5、目标域围岩质量在线预测。本发明基于源域内不同隧道工程现场监测数据中的共享空间参数提取工作段数据流的特征值，构建基于共享特征的围岩质量在线预测模块用于跨工程围岩状态实时识别。本发明拓宽相关智能模型的迁移应用可行性，还在线预测模块能够依托新建隧道TBM施工过程中实时监测数据流实现围岩状态快速诊断，为保障TBM高效安全施工提供重要依据。