摘要
本发明公开了一种基于多特征融合的超大直径泥水盾构掘进参数预测方法,包括如下步骤:S1:地质信息提取、装备运行数据采集、装备设计参数获取;S2:盾构运行机器数据预处理;S3:开展数据特征工程,确定主要影响因子;S4搭建CNN‑BiLSTM‑Attention网络架构,S5:利用群智能优化算法对网络超参数寻优,获取优化后的深度学习网络,S6:输入待掘进段特征参数,进行岩机作用载荷预测;本发明充分考虑盾构装备参数、地层物理力学参数、地层空间关系的情况,利用相似装备、工程的历史数据,对超大直径泥水盾构的岩机作用载荷进行预测,相比传统利用机理模型和数理统计的方法,计算效率和准确性实现明显提升,为盾构设计中载荷数参数边界条件、现场施工盾构参数调控等提供指导。
技术关键词
泥水盾构掘进
参数预测方法
数据特征工程
群智能优化算法
网络架构
深度学习网络
Pearson相关系数
超参数
装备
深度神经网络
灰狼算法
盾构掘进参数
序列特征
注意力机制
载荷
群智能算法
系统为您推荐了相关专利信息
遥感影像建筑物
语义分割方法
焦点损失函数
网络架构
投影特征
电气智能控制
训练样本数据
强化学习算法
智能控制系统
参数
XGBoost模型
控制参数预测方法
DNN模型
风机控制器
预测系统
注意力模型
解码器
多层感知机
非暂态计算机可读存储介质
语义