摘要
本申请涉及土木工程施工技术领域,公开了下穿既有车站水平冻结施工效应数据预测及智能控制方法,包括以下步骤:构建三维物理模型,并实时采集多源监测数据;基于仿真与实时数据,生成并同步校准一个可实时预测施工效应的AI代理模型,构成数字孪生环境;通过分层强化学习方法生成对各冻结管进行差异化调节的控制指令集;量化高层智能体决策时的策略不确定性,当大于预设阈值时生成主动感知指令;执行控制与感知指令,闭环控制物理施工并优化数据采集过程。本发明采用AI代理模型实时推演施工效应、并由强化学习智能体生成前瞻性控制指令的技术方案,能够基于对未来状态的预测进行决策,实现了对冻结施工过程的主动干预。
技术关键词
智能控制方法
三维物理模型
多源监测数据
分层强化学习
车站
效应
数字孪生
系统状态信息
可编程逻辑控制器
分布式光纤测温系统
指令
土木工程施工技术
在线校准
闭环控制
控制策略
应力场
决策
仿真数据
系统为您推荐了相关专利信息
环境监测数据
智能控制方法
监测环境变化
电磁
多协议
固态储氢系统
智能控制方法
常温常压
氢能
供电系统
剩余使用寿命
设备寿命预测
电力配电网
数字孪生模型
多智能体强化学习
三维有限元模型
压力分布状态
智能控制方法
应力
参数
多源监测数据
智能管控系统
数据处理模块
状态监控单元
交通