[发明专利]基于数据驱动径向基函数模型的TBM推进力预测方法

摘要

本发明公开了一种基于数据驱动径向基函数模型的TBM推进力预测方法，具有如下步骤：S1、收集TBM掘进过程中现场所记录的数据；S2、确定影响TBM推进力的有关变量因子；S3、构建径向基函数推进力模型；S4、得出对推进力有主要影响的因子；S5、进行对推进力有主要影响的因子进行再次构建径向基函数推进力模型；S6、预测样本集输入到径向基函数推进力模型，得出预测结果；S7、对预测结果采用相对误差来进行评价，并对其相对误差运用统计分析方法，得出预测的评价准则和结果。本发明提出了一种对TBM施工现场数据处理方法，使记录的数据得到充分的利用，得到记录数据与推进力之间的关系，为TBM在掘进过程调控提供参考，保证TBM正常高效的运行。

主权项

1.一种基于数据驱动径向基函数模型的TBM推进力预测方法，其特征在于具有如下步骤：S1、收集TBM掘进过程中现场所记录的数据；S2、确定影响TBM推进力的有关变量因子，建立变量因子的样本数据集作为训练集；S3、构建径向基函数推进力模型，输入训练集，对径向基函数推进力模型进行训练，得出其权重；S4、根据径向基函数推进力模型，运用估计样本均值和样本标准差方法，得出对推进力有主要影响的因子；S5、根据得到的对推进力有主要影响的因子和训练集，进行对推进力有主要影响的因子进行再次构建径向基函数推进力模型，其中，对推进力有主要影响的因子的80％的数据作为建模样本，20％作为检测样本，进行简单交叉验证，确定径向基函数推进力模型的精度；S6、将一个掘进周期中待预测的对推进力有主要影响的因子的样本集作为预测样本集，输入到径向基函数推进力模型，得出预测结果；S7、对预测结果采用相对误差来进行评价，并对其相对误差运用统计分析方法，得出预测的评价准则和结果；S8、在TBM掘进过程中，将产生新的对推进力有主要影响因子的数据，与上一掘进周期中的得到的对推进力有主要影响因子的数据，重新构建新的训练集，再次构建径向基函数推进力模型，重复步骤S6至步骤S8。