[发明专利]一种垂直顶升施工过程中顶力的智能预测方法

权利要求书

1.一种垂直顶升施工过程中顶力的智能预测方法，其特征在于，具体包括以下步骤：

步骤一：获取垂直顶升施工过程中竖向立管的顶力以及顶力的影响因素的数据并进行预处理；

步骤二：建立若干个BP神经网络模型，每个BP神经网络模型的隐含层神经元数目不同；竖向立管的顶力的影响因素数据作为BP神经网络模型的输入，输出为预测的竖向立管的顶力；

步骤三：对步骤二中的BP神经网络模型进行训练和验证，获取验证参数，根据验证参数确定效果最佳的BP神经网络模型；

步骤四：以步骤三中得到的效果最佳的神经网络为预测模型，获取实时的实际垂直顶升施工过程中竖向立管的顶力影响因素数据，输入到预测模型中，对工程中的顶力进行预测。

2.根据权利要求1所述的一种垂直顶升施工过程中顶力的智能预测方法，其特征在于，在步骤一中，将垂直顶升的顶力实测数据进行数据预处理，所述预处理包括数据归一化，考虑影响因素，确定输入和输出神经元个数。确定垂直顶升施工过程中顶力的影响因素为：上覆土层厚度，顶升高度，土层含水率，土层密度，土层比重，土层孔隙比，土层饱和度，土层塑性指数，土层压缩模量，土层凝聚力，土层内摩擦角。因此输入神经元个数确定为11个，输出神经元个数为1个即垂直顶升施工过程中竖向立管的顶力。

3.根据权利要求1所述的一种垂直顶升施工过程中顶力的智能预测方法，其特征在于，在步骤二中，BP神经网络模型输入层、隐含层和输出层的层数均为1层，考虑隐含层神经元变化对BP神经网络预测结果的影响，建立隐含层神经元数目为5、10、15和20四种条件下的BP神经网络模型。

4.根据权利要求1所述的一种垂直顶升施工过程中顶力的智能预测方法，其特征在于，在步骤三中，以垂直顶升施工过程中竖向立管的顶力以及顶力的影响因素数据为基础，对建立好的四个神经网络模型进行训练和验证，选取四个模型的均方误差作为验证参数，并选取均方误差最小的模型作为效果最佳的BP神经网络并将之用于预测垂直顶升施工过程中竖向立管的顶力。

5.根据权利要求1所述的一种垂直顶升施工过程中顶力的智能预测方法，其特征在于，在步骤四中，将预测获得的顶力数据进行反归一化，反归一化后的数据即为预测的竖向立管顶力。