摘要
本发明公开了一种基于多模态NSGA‑II和LSTM的盾构掘进参数实时多目标优化决策方法。包括获取多个数据集,训练构建的盾构掘进参数预测模型和刀具磨损量模型,采集待测的掘进参数时间序列和地质参数时间序列输入到盾构掘进参数预测模型得到掘进参数预测值,将掘进参数预测值输入到刀具磨损量模型得到各个刀具的磨损量预测值;构建并求解掘进参数多目标优化模型,得到掘进参数的最优解集;根据最优解集、掘进参数预测值和各个刀具的磨损量预测值进行最小相似距离处理,将最小的相似距离值对应的待设定的掘进参数作为当前时刻最终设定的掘进参数。本发明方法实现了自适应于掘进地层地质状况且提高了盾构综合掘进性能,节省了工程上的总掘进时间和施工成本。
技术关键词
盾构掘进参数
刀具磨损量
优化决策方法
多模态
数据
刀盘扭矩
序列
长短期记忆神经网络
承载力特征值
时间段
速度
内摩擦角
标签
能耗
遗传算法
计算机设备