摘要
本发明涉及掘进参数预测技术领域,尤其涉及一种复杂地层TBM掘进参数实时预测方法。其技术方案包括数据收集与预处理、模型选择与训练、模型预测与评估、结果应用与反馈,数据收集与预处理:通过TBM设备上的各类传感器实时采集运行参数,包括刀盘转速、贯入度、推力、扭矩、总推力、撑靴压力、推进速度、电流、功率。本发明通过融合机器学习算法实现复杂地层TBM掘进参数实时预测,能实时优化掘进参数,提高施工效率;稳定掘进过程保证工程质量;减少刀具磨损、降低能耗等降低施工成本;预防设备故障和事故保障施工安全;还能推动施工技术创新,实现智能化施工管理,全面提升TBM施工的综合效益,促进隧(巷)道工程高效、安全、智能发展。
技术关键词
掘进参数
高斯核函数
决策支持系统
数据
融合机器学习
推力
多项式核函数
高精度传感器
学习器
模型超参数
线性插值法
归一化方法
样本
变量
融合算法
动态更新
技术创新
刀盘