摘要
本发明属于隧道掘进机施工领域,提供了基于TBM运行参数的风险动态评估方法,包括:获取TBM运行参数数据,利用TOPSIS法对每个循环的数据进行综合评价,生成对应的评价分数;构建并训练第一个神经网络模型,以TBM的掘进速度、刀盘扭矩和总推进力作为输入,评价分数作为输出;构建并训练第二个神经网络模型,三个特征的未来值作为第一神经网络模型的输入;将第二神经网络模型预测出的未来值输入到第一神经网络模型中,以实时动态输出TBM的围岩适应性评价分数;本发明能够对TBM的掘进速度、刀盘扭矩和总推进力进行实时预测,并据此输出动态的围岩适应性评价分数,以实现施工方案的自适应调整,确保施工的安全性和效率。
技术关键词
风险动态评估方法
刀盘扭矩
隧道掘进机施工
神经网络模型训练
优化神经网络
历史运行数据
速度
模型预测值
掘进参数
动态更新
网络结构
优化器
对象
误差
定义
系统为您推荐了相关专利信息
风险动态评估方法
电力物资管理
深度强化学习模型
风险评估模型
计算机可执行指令
优化神经网络结构
遗传算法优化
染色体
基因
计算机程序产品
数据传输方法
BP神经网络模型
接收机
无线自组网通信
冗余
视频监控摄像机
场景
摄像机预置位
图像特征点
特征匹配网络
非线性回归模型
定位方法
因子
滑动窗口优化
加速度