公开(公告)号：CN109543268B

公开(公告)日：2023-05-05

申请号：CN201811350355.8

申请日：2018-11-14

Applicant: 大连理工大学

Inventor： 王林涛 ,  李杰 ,  孙伟 ,  栾鹏龙 ,  彭翔 ,  张伟越

IPC: G06F30/27 ,  G06F17/15 ,  G06F17/16 ,  G06N3/126 ,  G06F119/14

Abstract: 本发明公开了一种基于kriging模型的TBM推进力主要影响因素的识别方法：收集TBM掘进过程中现场所记录的数据；确定数据中影响TBM推进力的推进力有关参数，构建数据集；确定数据集中的样本数据和目标变量；根据样本数据和目标变量以及样本数据的分布构建Kriging推进力模型，根据样本数据引入径向基函数，其包括未知参数；运用遗传优化算法进行求解，得到目标函数取得最优结果所对应的未知参数；对未知参数进行大小排序，确定其对应推进力有关参数的影响顺序，识别出对推进力有主要影响的参数。本发明为TBM在掘进过程推进力建模提供参考，保证TBM推进力模型的正确性，提高TBM掘进过程中的建模效率。

公开(公告)号：CN109543268A

公开(公告)日：2019-03-29

申请号：CN201811350355.8

申请日：2018-11-14

Applicant: 大连理工大学

Inventor： 王林涛 ,  李杰 ,  孙伟 ,  栾鹏龙 ,  彭翔 ,  张伟越

IPC: G06F17/50 ,  G06F17/15 ,  G06F17/16

Abstract: 本发明公开了一种基于kriging模型的TBM推进力主要影响因素的识别方法：收集TBM掘进过程中现场所记录的数据；确定数据中影响TBM推进力的推进力有关参数，构建数据集；确定数据集中的样本数据和目标变量；根据样本数据和目标变量以及样本数据的分布构建Kriging推进力模型，根据样本数据引入径向基函数，其包括未知参数；运用遗传优化算法进行求解，得到目标函数取得最优结果所对应的未知参数；对未知参数进行大小排序，确定其对应推进力有关参数的影响顺序，识别出对推进力有主要影响的参数。本发明为TBM在掘进过程推进力建模提供参考，保证TBM推进力模型的正确性，提高TBM掘进过程中的建模效率。