摘要
本发明公开了一种基于数字孪生的大直径盾构隧道掘进参数优化方法及系统,涉及盾构隧道数值模拟、机器学习和数字孪生技术领域,为:获取盾构隧道施工现场数据,构建虚拟数字孪生体;基于虚拟数值孪生体生成数据,构建训练样本集;利用训练样本集训练代理模型;在施工时,实时获取实际的地层响应数据、掘进参数数据,将实时数据输入至土体参数反演代理模型,快速输出土体参数最优值;将最优值输入至虚拟数字孪生体,进行数值模拟的动态实时更新;基于更新后的土体参数数据和下一施工步时的掘进参数数据,通过地层响应预测代理模型得到地层响应预测数据,以此调整并优化掘进参数数据。本发明能够实现更精确的数值模拟以及盾构隧道的安全高效掘进。
技术关键词
掘进参数
土体参数
数字孪生体
训练样本集
数值分析模型
盾构隧道施工
内摩擦角
实时数据
施工现场数据
地下水参数
遗传算法优化
数字孪生技术
泊松比
深度学习算法
孔隙水压力