[发明专利]一种基于多目标学习的TBM掘进参数预测方法有效
| 申请号： | 201910347964.6 | 申请日： | 2019-04-28 |
| 公开（公告）号： | CN110110419B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 郑赢豪;李建斌;荆留杰;李鹏宇;鞠翔宇;武颖莹 | 申请（专利权）人： | 中铁工程装备集团有限公司 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;E21D9/08;E21D9/087;G06F111/10 |
| 代理公司： | 郑州优盾知识产权代理有限公司 41125 | 代理人： | 谢萍 |
| 地址： | 450016 河南省*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于多目标学习的TBM掘进参数预测方法，以解决传统控制策略中人为决策的主观性与决策规则单一性的问题。步骤为：通过智能数据采集系统获取TBM掘进参数；对上述TBM掘进参数进行降噪与增强处理，获取每个循环上升段和稳定段数据；提取循环上升段与稳定段的时域特征，构建反映TBM健康状态的评估指标；利用人工智能算法有效表征上升段TBM特征指标与稳定段多目标变量之间的非线性映射关系，建立基于多目标学习的岩机作用模型；通过非线性优化方法对岩机作用模型的参数进行自适应调整；根据岩机作用模型预估的多目标参数信息，TBM司机可综合围岩地质情况和渣片的颗粒分布优化TBM控制策略。本发明可在线估计TBM掘进参数，同时不干扰TBM正常运行。 | ||
| 搜索关键词： | 一种 基于 多目标 学习 tbm 掘进 参数 预测 方法 | ||
【主权项】：
1.一种基于多目标学习的TBM掘进参数预测方法，其特征在于，步骤如下：S1，通过TBM智能数据采集系统获取TBM掘进参数的原始数据；S2，对采集的TBM掘进参数进行降噪与增强处理，获取循环上升段和稳定段数据；S3，根据预处理后TBM掘进参数数据，提取反映TBM健康状态的评估指标；所述评估指标，包括循环上升段TBM掘进数据的时域特征和稳定段掘进数据的时域特征；S4，利用人工智能算法有效表征上升段TBM特征指标与稳定段多目标变量之间的非线性映射关系，建立基于多目标学习的岩机作用模型；所述稳定段TBM多目标变量包括设备的刀盘扭矩、总推力、刀盘转速、推进速度；S5，通过非线性优化方法对岩机作用模型的参数进行自适应调整，改善TBM掘进参数的预测精度；S6，根据岩机作用模型预估的多目标参数信息，TBM司机综合围岩地质情况和渣片的颗粒分布优化TBM控制策略。
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中铁工程装备集团有限公司，未经中铁工程装备集团有限公司许可，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/201910347964.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种填充虚拟图案的方法
- 下一篇：一种弧面蜗杆齿面加工建模方法、装置及设备
