[发明专利]基于kriging模型的TBM推进力主要影响因素的识别方法有效
| 申请号： | 201811350355.8 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109543268B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 王林涛;李杰;孙伟;栾鹏龙;彭翔;张伟越 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F17/15;G06F17/16;G06N3/126;G06F119/14 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 唐楠;李洪福 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 基于 kriging 模型 tbm 推进力 主要 影响 因素 识别 方法 | ||
【主权项】：
1.一种基于kriging模型的TBM推进力主要影响因素的识别方法，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、确定步骤S1收集的数据中影响TBM推进力的推进力有关参数，构建与推进力有关参数的数据集；S3、确定步骤S2得到的数据集中的样本数据和目标变量；S4、根据步骤S3确定的样本数据和目标变量以及步骤S3确定的样本数据的分布构建Kriging推进力模型，根据步骤S3确定的样本数据引入径向基函数，所述径向基函数包括未知参数θi；S5、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θi；S6、对步骤S5得到的未知参数θi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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连理工大学，未经大连理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811350355.8/，转载请声明来源钻瓜专利网。
