摘要
本公开提供了一种基于振动感知的盾构掘进参数优化方法及系统,涉及隧道施工技术领域,包括:获取盾构掘进过程中的振动数据、掘进参数数据;从振动数据中提取振动信号特征,通过机器学习算法识别当前的地质条件,判定围岩可掘性;基于掘进参数数据,计算掘进功耗和掘进效能,依据掘进效能等级评价体系,对不同围岩可掘性下的掘进效能进行评价,得到掘进效能等级评价结果;采用多目标优化算法,结合加权和法,构建掘进参数优化模型,通过求解掘进参数优化模型,得到最优的掘进参数;本发明解决现有盾构掘进参数优化存在的人工经验依赖性强、碳排放高、时效性差等问题,从而降低施工能耗,提高施工的安全性和掘进效率。
技术关键词
盾构掘进参数
振动信号特征
效能
非暂态计算机可读存储介质
机器学习算法
地层特征
功耗
数据
变量
隧道施工技术
模型库
电子设备
处理器
围岩强度
存储器
计算机程序产品
振动传感器
位移传感器
系统为您推荐了相关专利信息
流量异常检测方法
节点特征
服务器节点
关系
异构
风力发电站
电功率预测方法
机器学习算法模型
气相
因子