申请/专利权人：黄河勘测规划设计研究院有限公司

申请日：2023-03-03

公开（公告）日：2024-04-26

公开（公告）号：CN116108587B

主分类号：G06F30/17

分类号：G06F30/17

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2023.05.30#实质审查的生效;2023.05.12#公开

摘要：本发明提供一种考虑多源信息不确定性的TBM利用率预测方法，该预测方法包括以下步骤：构建考虑多源信息不确定性的TBM利用率预测数据集；进行数据清洗、数理统计分析以及特征筛选处理，确定模型输入参数；利用天牛须搜索算法对机器学习模型的超参数进行优化选择；利用BAS‑BRT算法框架与数据集建立TBM利用率的预测模型；通过与其他机器学习模型的预测效果进行对比分析，验证模型的优越性与稳定性；基于训练的模型进行未知掘进段的TBM利用率预测并对异常区段进行预警。本发明相对于现有的TBM利用率预测模型而言，考虑了TBM施工中出现的随机性，融合算法能够实现全局最优化迭代，模型表现出良好的并行处理效果与鲁棒性。

主权项：1.一种考虑多源信息不确定性的TBM利用率预测方法，其特征在于，包括以下步骤：步骤一：构建考虑多源信息不确定性的TBM利用率预测数据集；步骤二：对所述数据集进行数据清洗、数理统计分析以及特征筛选处理，确定模型输入参数；步骤三：利用天牛须搜索算法对机器学习模型的超参数进行优化选择；步骤四：将最优的超参数代入BAS-BRT算法框架，基于所述数据集建立TBM利用率的预测模型；步骤五：通过与待设定机器学习模型的预测效果进行对比分析，验证模型的优越性与稳定性；步骤六：运用训练的模型进行未知掘进段的TBM利用率预测并对异常区段进行预警；其中，步骤六，包括：将未知掘进区段的岩土体参数、TBM机械运行参数与人为管理参数输入最终模型，得到对应的TBM利用率预测值；结合地质地图与相关施工记录日志确定的不同地质风险区段信息，绘制TBM设备利用率模型的预测值与真实值的变化曲线；基于TBM设备利用率预测结果的异常分析模型反馈对应异常区段的预警，包括：构建基于TBM设备利用率预测结果的第一预测曲线，并分别在所述第一预测曲线上的每个预测段匹配对应施工区段的区段信息，其中，所述区段信息与区段地质以及区段地形相关；基于历史设备施工日志，确定所述TBM设备针对不同施工因素的磨损因子； 其中，m表示对应施工因素的磨损因子；B1表示TBM设备针对同个施工因素的执行时长；γb1表示TBM设备针对同个施工因素的第b1个执行时间点下针对施工项目的磨损权重；Eb1表示TBM设备针对同个施工因素的第b1个执行时间点下的磨损值；Δ1b1表示TBM设备针对同个施工因素的第b1个执行时间点下的剩余因素带来的磨损影响系数，且取值范围为[0，0.06]；按照所述利用率预测结果提取所述第一预测曲线上低于第一预设利用率的第一异常段，同时，还提取大于第一预设利用率且小于第二预设利用率的待定异常段；基于所述磨损因子，对所述待定异常段的待定利用率进行优化； 其中，mj01表示对应待定异常段所涉及到的第j01个磨损因子；M1表示对应待定异常段所涉及到的磨损因子的总数；L00表示对应待定异常段的待定利用率；L01表示对应待定异常段的优化利用率；ΔtB1表示TBM设备基于执行时长B1所造成的因子加速函数；mj01max,t初表示TBM设备在初始执行时间点针对同个磨损因子mj01max的磨损值；mj01max,t末表示TBM设备在最后执行时间点针对同个磨损因子mj01max的磨损值；当优化利用率低于第一预设利用率时，将对应段视为第二异常段；否则，将对应段视为边界异常段；根据所述第一异常段的第一数量、第二异常段的第二数量、边界异常段的第三数量以及正常段的第四数量，构建预警数组；基于所述预警数组，从数组-报警数据库中，筛选不同等级对应的报警集合，并根据对应区段的异常情况，向对应的段匹配报警信号，执行报警操作。

全文数据：

权利要求：

百度查询： 黄河勘测规划设计研究院有限公司 一种考虑多源信息不确定性的TBM利用率预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD