摘要
本发明属于隧道施工领域,公开了一种数据‑物理混合驱动的隧道施工超前安全预警方法及设备,从EPB隧道掘进机的工作机理出发,推导出计算隧道掘进工作面极限承载力的物理规律;将物理定律融入损失函数,建立基于物理定律的物理信息深度神经网络(PDNN);通过预测准确性指标评估模型性能,并解释模型以检查它是否受到物理定律的良好约束。本发明通过嵌入基于物理的约束,确保了隐藏变量关系的合理性,提高了可靠性和可解释性。代表了将PIML应用于隧道建设的重要一步,弥合了数据驱动方法和领域知识之间的差距。
技术关键词
侧压力系数
土压力传感器
物理
孔隙水压力
土压平衡盾构掘进机
加权损失函数
侧向土压力
预警方法
隧道掘进工作面
深度神经网络结构
数据采集单元
深度神经网络训练
数据驱动方法
预测误差
系统为您推荐了相关专利信息
分布预测方法
地球物理数据
支持向量机算法
深度强化神经网络
深度学习算法
风险评估模型
LSTM神经网络
调控方法
调控策略
XGBoost算法
开关柜触头
故障预测方法
多层感知机
神经网络模型
触头故障
LED芯片
反射结构
半导体发光器件
半导体层
电极结构