基于特征分组与集成神经网络的盾构机掘进参数预测方法

    公开(公告)号:CN113987715A

    公开(公告)日:2022-01-28

    申请号:CN202111328348.X

    申请日:2021-11-10

    Abstract: 本发明公开了一种基于特征分组与集成神经网络的盾构机掘进参数预测方法,具有这样的特征,包括以下步骤:步骤1,获取泥水盾构PLC系统采集的数据,并对其进行预处理;步骤2,基于预处理后的数据,采用预定分析方法进行特征重要性分析;步骤3,根据特征重要性分析的结果,设定分组大小并对特征进行分组,并将预处理后的数据按照一定比例划分成训练集数据和测试集数据;步骤4,将每个分组对应的数据分别输入不同的神经网络结构中,并将多个神经网络结构的输出作为一个多元线性回归模型的输入,基于训练集数据对整个多元线性回归模型进行训练,得到参数预测模型;步骤5,在测试集数据上进行参数预测模型的评估。

    一种基于实时地质信息的泥水盾构掘进参数预测方法

    公开(公告)号:CN113946899A

    公开(公告)日:2022-01-18

    申请号:CN202111326792.8

    申请日:2021-11-10

    Abstract: 本发明提供了一种基于实时地质信息的泥水盾构掘进参数预测方法,用于预测泥水平衡式盾构掘进参数,其特征在于,包括以下步骤:步骤S1,确定掘进参数,并采集掘进数据。步骤S2,对掘进数据进行预处理,得到预处理数据。步骤S3,以分钟为粒度对预处理数据进行提取,得到提取数据集。步骤S4,对提取数据集进行数据标准化处理,得到标准化数据集。步骤S5,构建GA‑NN深度神经网络模型。步骤S6,利用遗传算法,将标准化数据集输入到GA‑NN深度神经网络模型进行超参数优化,得到最优的GA‑NN深度神经网络模型。步骤S7,将待测的地质信息、待测的泥水仓顶部压力和待测的操作参数输入到最优的GA‑NN深度神经网络模型,得到待测掘进荷载参数。

    一种振动台试验剪切模型箱

    公开(公告)号:CN113720562A

    公开(公告)日:2021-11-30

    申请号:CN202111008884.1

    申请日:2021-08-31

    Abstract: 本发明公开了一种振动台试验剪切模型箱,包括底架、围框架、双向滚动装置、复位装置和刚度调节装置;所述围框架沿垂直水平面方向分层设置于底架上;所述双向滚动装置包括位于相邻围框架间的层间滚动装置和框外滚动装置,围框架结合双向滚动装置,使得围框架层间以及框外表面均实现自由滚动;复位装置错层设计,使沿高度向上方向的刚度递减;刚度调节装置通过点接触以及限制围框架层与层之间的竖向“分离”,确保了模型箱双向协调运动,优化了刚度,解决了当前装置未能实现真正意义上的双向协调运动,不能高质量确保整体稳定协调的问题。

    一种振动台试验剪切模型箱

    公开(公告)号:CN216410586U

    公开(公告)日:2022-04-29

    申请号:CN202122071830.1

    申请日:2021-08-31

    Abstract: 本实用新型公开了一种振动台试验剪切模型箱,包括底架、围框架、双向滚动装置、复位装置和刚度调节装置;所述围框架沿垂直水平面方向分层设置于底架上;所述双向滚动装置包括位于相邻围框架间的层间滚动装置和框外滚动装置,围框架结合双向滚动装置,使得围框架层间以及框外表面均实现自由滚动;复位装置错层设计,使沿高度向上方向的刚度递减;刚度调节装置通过点接触以及限制围框架层与层之间的竖向“分离”,确保了模型箱双向协调运动,优化了刚度,解决了当前装置未能实现真正意义上的双向协调运动,不能高质量确保整体稳定协调的问题。

Patent Agency Ranking