-
公开(公告)号:CN113239439B
公开(公告)日:2022-04-05
申请号:CN202110558141.5
申请日:2021-05-21
申请人: 上海大学 , 上海隧道工程有限公司
IPC分类号: G06F30/13 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q10/10 , G06Q50/08 , G06N3/04 , G06N3/08 , G06F119/14
摘要: 本发明揭示了一种盾构施工地表沉降预测系统及方法,所述盾构施工地表沉降预测系统包括:元属性提取模块,用以对原始数据集进行重新的组合提取元属性,并计算各属性特征指标;沉降数据发生器训练模块,用以构建基于元属性的沉降数据发生器;沉降数据生成模块,用以结合当前施工项目工程特点产生一组模拟数据;沉降预测模型预训练模块,用以结合产生的模拟数据训练当前工程的沉降预测模型,得到初始沉降预测模型;实时沉降预测模块,用以获取实时盾构掘进数据对地表沉降监测点沉降值进行预测。本发明揭示的盾构施工地表沉降预测系统及方法,可提高预测的适用性及精准度,前期无需大量的数据积累。
-
公开(公告)号:CN113255990A
公开(公告)日:2021-08-13
申请号:CN202110558201.3
申请日:2021-05-21
申请人: 上海隧道工程有限公司 , 上海大学
IPC分类号: G06Q10/04 , G06Q10/10 , G06Q50/16 , G06T5/00 , G06F30/13 , G06F30/27 , G06N3/04 , G06N3/08 , E21D9/06 , E21D9/00
摘要: 本发明揭示了一种盾构法隧道施工开挖面土质实时预测系统及方法,预测系统包括相似工程数据获取模块、土质信息处理模块、施工数据处理模块、土质预测器构建模块及土质预测模块。土质预测器构建模块基于施工数据处理模块获取的土质特征灰度图和渣土图像,采用卷积神经网络学习历史施工数据分别构建或更新第一土质预测器和第二土质预测器;土质预测模块基于施工数据处理模块对实时施工数据进行预处理后获得的土质特征灰度图及渣土图像,分别采用第一土质预测器及第二土质预测器对盾构施工土质进行预测,得到两个预测结果,并将两个预测结果进行融合,得到土质实时预测结果。本发明具有快速、精准、成本低等特点,可以为施工决策控制提供准确的信息。
-
公开(公告)号:CN113255990B
公开(公告)日:2024-05-03
申请号:CN202110558201.3
申请日:2021-05-21
申请人: 上海隧道工程有限公司 , 上海大学
IPC分类号: G06Q10/04 , G06Q10/10 , G06Q50/16 , G06T5/70 , G06T5/90 , G06T5/60 , G06F30/13 , G06F30/27 , G06N3/0464 , G06N3/08 , E21D9/06 , E21D9/00
摘要: 本发明揭示了一种盾构法隧道施工开挖面土质实时预测系统及方法,预测系统包括相似工程数据获取模块、土质信息处理模块、施工数据处理模块、土质预测器构建模块及土质预测模块。土质预测器构建模块基于施工数据处理模块获取的土质特征灰度图和渣土图像,采用卷积神经网络学习历史施工数据分别构建或更新第一土质预测器和第二土质预测器;土质预测模块基于施工数据处理模块对实时施工数据进行预处理后获得的土质特征灰度图及渣土图像,分别采用第一土质预测器及第二土质预测器对盾构施工土质进行预测,得到两个预测结果,并将两个预测结果进行融合,得到土质实时预测结果。本发明具有快速、精准、成本低等特点,可以为施工决策控制提供准确的信息。
-
公开(公告)号:CN113239439A
公开(公告)日:2021-08-10
申请号:CN202110558141.5
申请日:2021-05-21
申请人: 上海大学 , 上海隧道工程有限公司
IPC分类号: G06F30/13 , G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q10/10 , G06Q50/08 , G06N3/04 , G06N3/08 , G06F119/14
摘要: 本发明揭示了一种盾构施工地表沉降预测系统及方法,所述盾构施工地表沉降预测系统包括:元属性提取模块,用以对原始数据集进行重新的组合提取元属性,并计算各属性特征指标;沉降数据发生器训练模块,用以构建基于元属性的沉降数据发生器;沉降数据生成模块,用以结合当前施工项目工程特点产生一组模拟数据;沉降预测模型预训练模块,用以结合产生的模拟数据训练当前工程的沉降预测模型,得到初始沉降预测模型;实时沉降预测模块,用以获取实时盾构掘进数据对地表沉降监测点沉降值进行预测。本发明揭示的盾构施工地表沉降预测系统及方法,可提高预测的适用性及精准度,前期无需大量的数据积累。
-
公开(公告)号:CN113204824A
公开(公告)日:2021-08-03
申请号:CN202110559661.8
申请日:2021-05-21
申请人: 上海大学 , 上海隧道工程有限公司
IPC分类号: G06F30/13 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
摘要: 本发明揭示了一种多模型融合的盾构施工沉降预测方法及系统,所述盾构施工沉降预测方法包括:获取隧道地质数据、历史沉降数据以及历史掘进数据;对施工数据进行预处理,并对数据进行归一化处理;构建基于多模型融合的沉降预测模型;结合实时施工情况对未来沉降进行预测。本发明提出的多模型融合的盾构施工沉降预测方法及系统,可提高盾构施工中沉降预测的精准度。
-
公开(公告)号:CN113236271B
公开(公告)日:2024-01-19
申请号:CN202110558142.X
申请日:2021-05-21
申请人: 上海隧道工程有限公司 , 上海大学
摘要: 本发明揭示了一种盾构智能控制系统及方法,所述盾构智能控制系统包括:感知模块、执行模块、规划模块及决策模块;感知模块用以获取掘进过程中盾构机、隧道和周边土体的信息;执行模块用以对盾构机掘进子系统进行执行控制;规划模块用以对盾构机掘进执行模块的控制目标或控制量进行动态设置;决策模块用以对盾构机推进的安全状态和盾构机所处的施工环境进行判断,完成掘进阶段目标区间的决策。本发明提出的盾构智能控制系统及方法,可提高盾构控
-
公开(公告)号:CN113311750A
公开(公告)日:2021-08-27
申请号:CN202110558171.6
申请日:2021-05-21
申请人: 上海大学 , 上海隧道工程有限公司
IPC分类号: G05B19/042
摘要: 本发明揭示了一种隧道自动掘进目标协同控制系统及方法,所述目标协同控制系统包括分项目标协同优化子模型、若干关系子模型、若干控制子系统及掘进性能评价子模型;若干关系子模型包括推进控制参数与前方沉降关系模型、注浆控制参数与后方沉降关系模型推进区域油压与盾构姿态关系模型管片拼装点位与管片超前量关系模型;若干控制子系统包括推力控制子系统、注浆控制子系统、姿态控制子系统和点位选择子系统;掘进性能评价子模型用以评价目前盾构掘进的性能。本发明揭示的隧道自动掘进目标协同控制系统及方法,可从综合性能最优的角度对各个控制子系统的控制量进行协调和优化,保障隧道施工质量和效率。
-
公开(公告)号:CN113236271A
公开(公告)日:2021-08-10
申请号:CN202110558142.X
申请日:2021-05-21
申请人: 上海隧道工程有限公司 , 上海大学
摘要: 本发明揭示了一种盾构智能控制系统及方法,所述盾构智能控制系统包括:感知模块、执行模块、规划模块及决策模块;感知模块用以获取掘进过程中盾构机、隧道和周边土体的信息;执行模块用以对盾构机掘进子系统进行执行控制;规划模块用以对盾构机掘进执行模块的控制目标或控制量进行动态设置;决策模块用以对盾构机推进的安全状态和盾构机所处的施工环境进行判断,完成掘进阶段目标区间的决策。本发明提出的盾构智能控制系统及方法,可提高盾构控制的精确度及智能性。
-
公开(公告)号:CN113344256B
公开(公告)日:2024-03-22
申请号:CN202110559658.6
申请日:2021-05-21
申请人: 上海隧道工程有限公司 , 上海大学
IPC分类号: G06Q10/04 , G06Q10/063 , G06F18/23213 , G06F18/214 , G06F18/22 , E21D9/093 , G06N3/08
摘要: 本发明揭示了一种盾构姿态多自由度运动特性预测和控制性能评估系统及方法,所述评估系统包括数据获取模块、多自由度姿态预测模块及控制性能评估模块;多自由度姿态预测模块用以根据前期的盾构空间姿态与操作参数对未来设定时间内盾构多自由度姿态变化情况进行预测,并将该预测结果输入至控制性能评估模块;控制性能评估模块用以评价多自由度姿态预测模块的预测结果与盾构各自由度姿态实际变化量的吻合度,根据该吻合度判断当前的盾构姿态控制性能是否发生变化,进而决定是否选用同工况盾构掘进姿态预测器修正前期的盾构掘进姿态预测器进行盾构姿态预测,提升盾构姿态预测精度。本发明可提升模型收敛速度。
-
公开(公告)号:CN113204824B
公开(公告)日:2023-04-07
申请号:CN202110559661.8
申请日:2021-05-21
申请人: 上海大学 , 上海隧道工程有限公司
IPC分类号: G06F30/13 , G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F119/14
摘要: 本发明揭示了一种多模型融合的盾构施工沉降预测方法及系统,所述盾构施工沉降预测方法包括:获取隧道地质数据、历史沉降数据以及历史掘进数据;对施工数据进行预处理,并对数据进行归一化处理;构建基于多模型融合的沉降预测模型;结合实时施工情况对未来沉降进行预测。本发明提出的多模型融合的盾构施工沉降预测方法及系统,可提高盾构施工中沉降预测的精准度。
-
-
-
-
-
-
-
-
-