[發明專利]基于神經網絡優化角礫地層中盾構機運行軌跡參數的方法

有效

• 申請號: 201711495121.8
• 申請日: 2017-12-31
• 公開（公告）號: CN108710940B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 李英偉;王小云;李瓊;程勇;劉玉龍
• 申請（專利權）人: 中交一公局集團有限公司;中交一公局橋隧工程有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/06;G06N3/08;G06N3/12
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 沈波

本發明公開了基于神經網絡優化角礫地層中盾構機運行軌跡參數的方法，針對盾構機運行軌跡指的是隧道管片拼裝線路，收集角礫地層隧道施工中的盾構設備的構造、配置，實際推進的姿態參數、拼裝的隧道管片的姿態數據等，并考慮隧道管片沉降、收斂等監測數據，利用Matlab編程軟件中的智能的神經網絡方法訓練出一個滿足角礫地層盾構姿態調整的經驗模式，使這個經驗模式成為實際預測盾構機運行軌跡的重要借鑒和參考，并以此為基礎，評價盾構機實際運行操作參數的合理性。本發明中提出的隧道管片拼裝線路神經網絡預測模型以及優化參數及其范圍是對本工程良好施工效果的總結，為遇到類似工程實例的施工提供借鑒和參考。

技術領域

本發明涉及一種基于神經網絡對角礫地層中盾構機運行軌跡參數的方法，屬于盾構機技術領域。

背景技術

盾構掘進的線路反映著隧道實際中心線的位置。要使隧道中心軸線沿設計線路前進并保證最終盾構能夠在允許的偏差范圍內出洞,就必須使盾構在推進過程中的管片偏位控制在一定的范圍內,這樣才能保證貫通時的精度。所以,必須要在盾構推進過程中實時地確定盾構的工作參數，使得管片偏位滿足施工驗收規范的要求。因此，研究隧道管片拼裝線路預測模型的目的，就是通過建立盾構機運行操作參數(即關鍵因素)與管片偏位的關系，來確立角礫地質條件下盾構的工作參數范圍，以保證成型隧道的軌跡偏差在合理的范圍內。

盾構機運行軌跡主要受實際土層的地質條件、盾構掘進姿態與速度以及隧道管片實際狀態等多因素的影響。

發明內容

本發明的目的在于針對盾構機運行軌跡指的是隧道管片拼裝線路，收集角礫地層隧道施工中的盾構設備的構造、配置，實際推進的姿態參數、拼裝的隧道管片的姿態數據等，并考慮隧道管片沉降、收斂等監測數據，利用Matlab編程軟件中的智能的神經網絡方法訓練出一個滿足角礫地層盾構姿態調整的經驗模式，使這個經驗模式成為實際預測盾構機運行軌跡的重要借鑒和參考，并以此為基礎，評價盾構機實際運行操作參數的合理性。

神經網絡主要由三個部分組成：輸入層、隱含層(也稱中間層)、輸出層，神經網絡系統相當于人類的的大腦構成。輸入層相當于外界的接收信息，隱含層相當于人腦的處理調節系統，輸出層相當于人腦處理后的結果分析。這三層是相互聯系的，也構成了神經網絡的最基本模式。對于用來預測隧道管片拼裝線路的神經網絡模型來說，輸入層的輸入向量是各個影響因素或盾構機工作參數，中間層是調節輸入向量和輸出向量之間關系的橋梁，起到一個非線性映射的作用，輸出層是拼裝管片的管片偏位值。

神經網絡模型的訓練是建立在人工智能的模擬之上的，通過對預測結果和輸入向量的不斷分析修正，修改中間神經元的權值，以接近預測精度來不斷修正網絡模型。本發明的神經網絡模型為BP神經網絡模型。

神經網絡模型中輸入和輸出的向量比較固定，對BP神經網絡的預測模型精度影響比較大的是訓練函數的選擇，另一個是網絡結構的確定。BP神經網絡是一種逆向傳播誤差的神經網絡，輸出結果如果不符合精度要求。可以通過反向傳遞函數改變網絡的連接權值，從而改變網絡的輸出值。

為實現上述目的，本發明采用的技術方案為基于神經網絡優化角礫地層中盾構機運行軌跡參數的方法，

利用MATLAB軟件中的newff函數創建一個BP神經網絡，調用格式為：

net＝newff(PR,[S₁,S₂,...S_N1],{TF1,TF2,...TFN1},BTF,BLF,PF)

其中，

PR：由每組輸入元素的最大值和最小值組成的R×2維的矩陣；每組共有R組輸入；

S_i：第i層的傳遞函數，默認為“tansig”；

BTF：BP網絡的訓練函數，默認為“trainlm”；