买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】用主成分分析-长短记忆模型确定盾构机刀盘扭矩的方法_上海市隧道工程轨道交通设计研究院;汕头大学_202110618612.7 

申请/专利权人:上海市隧道工程轨道交通设计研究院;汕头大学

申请日:2021-06-03

公开(公告)日:2024-03-22

公开(公告)号:CN113323676B

主分类号:E21D9/06

分类号:E21D9/06;E21D9/00;E21F17/00;E21F17/18;G06F30/20

优先权:

专利状态码:有效-授权

法律状态:2024.03.22#授权;2021.09.17#实质审查的生效;2021.08.31#公开

摘要:本发明提供一种用主成分分析‑长短记忆模型确定盾构机刀盘扭矩的方法,包括:S1,获取盾构机施工的地质参数和盾构施工参数,对所述地质参数和盾构施工参数进行归一化处理;S2,采用主成分分析方法对归一化处理后的数据降维,并将降维后的数据和目标参数即盾构机刀盘扭矩划分为训练集和测试集;S3,建立长短记忆神经网络模型,将训练集输入到长短记忆神经网络模型中,调整模型参数使模型达到收敛,并用测试集验证后保存最佳模型;S4,将实测的地质参数和盾构施工参数输入所述最佳模型,得到目标参数盾构机刀盘扭矩。本发明能够根据盾构机施工参数和地质参数快速准确确定盾构机刀盘扭矩,能够更好地指导盾构施工。

主权项:1.一种用主成分分析-长短记忆模型确定盾构机刀盘扭矩的方法,其特征在于,包括:S1,获取盾构机施工的地质参数和盾构施工参数,对所述地质参数和盾构施工参数进行归一化处理;S2,采用主成分分析方法对归一化处理后的数据降维,并将降维后的数据和目标参数即盾构机刀盘扭矩划分为测试集和训练集;S3,建立长短记忆神经网络模型,将训练集输入到长短记忆神经网络模型中,调整模型参数使模型达到收敛,并用测试集验证后保存最佳模型;S4,将实测的地质参数和盾构施工参数输入所述最佳模型,得到目标参数盾构机刀盘扭矩;所述的盾构施工参数从土压平衡盾构机控制系统中获取,包括:1个目标参数:刀盘扭矩;13个影响参数:盾构主推力、面A压力、面B压力、面C压力、刀盘转速、推进速度、贯入度、螺旋机转速、泡沫体积、泡沫压力、泡沫浓度、注浆量和注浆压力,其中,面A、B、C压力指的是将刀盘沿竖向直径等分为三份,最上面的土压为面A压力,中间面的土压为面B压力,最下面的土压为面C压力;所述长短记忆神经网络模型主要由输入层、隐藏层和输出层组成,其中:所述输入层由19个输入节点组成,包括19个参数,所述19个参数包括13个盾构施工参数和6个地质参数,13个盾构施工参数包括盾构主推力、面A压力、面B压力、面C压力、刀盘转速、推进速度、贯入度、螺旋机转速、泡沫体积、泡沫压力、泡沫浓度、注浆量和注浆压力;6个地质参数包括隧道埋深、淤泥厚度、粉质粘土厚度、砾砂厚度、混合花岗岩厚度和中风化花岗岩厚度;所述隐藏层由输入门、遗忘门和输出门组成;所述输出层由1个输出节点组成,即1个目标参数,所述目标参数指刀盘扭矩。

全文数据:

权利要求:

百度查询: 上海市隧道工程轨道交通设计研究院;汕头大学 用主成分分析-长短记忆模型确定盾构机刀盘扭矩的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。