-
公开(公告)号：CN115269567A
公开(公告)日：2022-11-01
申请号：CN202210675433.1
申请日：2022-06-15
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/23 , G06F30/27 , G06K9/62 , G06N3/04 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。
-
公开(公告)号：CN115239108A
公开(公告)日：2022-10-25
申请号：CN202210821618.9
申请日：2022-07-13
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于TBM实时破岩数据的软弱破碎围岩感知方法。该方法将已有数据划分为软弱破碎围岩数据集和非软弱破碎围岩数据集。首先，利用重合度的概念计算了破岩指标(TPI、FPI、WR和AF)在两个数据集上的划分阈值；其次，基于单一指标的权重提出综合指标η，并计算综合指标η在两个数据集上的区分阈值，建立了软弱围岩的识别模型；然后，依据贝叶斯定理和η建立了软弱围岩的定量计算模型。在使用时，根据当前TBM上升段的数据，计算得到η，进而定量计算模型得到当前掌子面围岩的软弱破碎概率，并进行塌方预警。本发明方法可以实时感知当前掌子面围岩是否软弱破碎；采用基于贝叶斯理论的统计学方法，满足了TBM安全、高效、经济的施工目的。
-
公开(公告)号：CN115239108B
公开(公告)日：2023-04-18
申请号：CN202210821618.9
申请日：2022-07-13
Applicant: 北京交通大学
IPC: G06Q10/0639 , G06Q10/0635 , G06F30/20 , G06F30/13
Abstract: 本发明提供了一种基于TBM实时破岩数据的软弱破碎围岩感知方法。该方法将已有数据划分为软弱破碎围岩数据集和非软弱破碎围岩数据集。首先，利用重合度的概念计算了破岩指标(TPI、FPI、WR和AF)在两个数据集上的划分阈值；其次，基于单一指标的权重提出综合指标η，并计算综合指标η在两个数据集上的区分阈值，建立了软弱围岩的识别模型；然后，依据贝叶斯定理和η建立了软弱围岩的定量计算模型。在使用时，根据当前TBM上升段的数据，计算得到η，进而定量计算模型得到当前掌子面围岩的软弱破碎概率，并进行塌方预警。本发明方法可以实时感知当前掌子面围岩是否软弱破碎；采用基于贝叶斯理论的统计学方法，满足了TBM安全、高效、经济的施工目的。
-
公开(公告)号：CN115269567B
公开(公告)日：2023-04-18
申请号：CN202210675433.1
申请日：2022-06-15
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/23 , G06F30/27 , G06F18/214 , G06N3/0464 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。
-
-
-
Search Results
4
records
(took 0.021 seconds)
