[發明專利]盾構機導向預測方法、模型訓練方法、裝置以及設備

在審

• 申請號: 202010780593.3
• 申請日: 2020-08-05
• 公開（公告）號: CN111931842A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 于祥濤;李增良;岳琳輝;劉彥慧
• 申請（專利權）人: 中鐵二十局集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

本發明公開一種盾構機導向預測方法，所述方法包括以下步驟：通過獲取盾構機的實時盾構數據；將所述實時盾構數據輸入導向預測模型中，獲得預測導向數據；根據所述預測導向數據，獲得所述盾構機的導向預測結果。本發明還公開了一種導向預測模型訓練方法、裝置、設備以及存儲介質。由于，盾構機的實時盾構數據是盾構機運行時采集到的實時盾構數據，相較于力學分析數據，準確性較高，所以，利用實時盾構數據輸入導向預測模型對盾構導向進行預測，獲得的預測導向數據準確性較高，進而使獲得的導向預測結果準確率較高。

技術領域

本發明涉及隧道工程領域，特別涉及一種盾構機導向預測方法、導向預測模型訓練方法、裝置、設備以及存儲介質。

背景技術

隨著地下空間的大力開發，盾構機和TBM(英文：Tunnel Boring Machine，中文：全斷面硬巖隧道掘進機)等各類隧道掘進機在隧道工程中得到廣泛的應用，例如，高速鐵路、公路、城市地鐵、穿山越江等隧道工程。盾構機和TBM應用場景的地質條件復雜度不同，盾構機和TBM控制的要求也不同。隨著盾構機和TBM應用場景的增加，盾構機和TBM應用場景的地質條件復雜情況隨之增加，盾構機和TBM的故障發生概率較高；例如，盾構機掘進軟硬不均地層或孤石地層等過程中，刀盤受偏載、沖擊載荷影響較大，盾構機出現滾刀疲勞損耗嚴重、不正常損壞多、地層擾動塌陷、主軸承受損嚴重等問題。

為避免盾構機和TBM出現上述問題的情況，相關技術中，提供了一種盾構機和TBM姿態導向預測的方法，通過對盾構機和TBM的力學分析，獲得盾構機和TBM的導向預測結果。

由于，盾構機和TBM應用場景的地質條件的復雜多樣，導致現有的盾構機和TBM的力學分析結果準確率較低，從而使獲得的導向預測結果準確性較差。

發明內容

本發明的主要目的是提供一種盾構機導向預測方法、導向預測模型訓練方法、裝置、設備以及存儲介質，旨在解決現有技術中盾構機和TBM的導向預測結果準確性較差的技術問題。

為實現上述目的，本發明提出一種盾構機導向預測方法，所述方法包括以下步驟：

獲取盾構機的實時盾構數據；

將所述實時盾構數據輸入導向預測模型中，獲得預測導向數據；

根據所述預測導向數據，獲得所述盾構機的導向預測結果。

可選的，所述將所述實時盾構數據輸入導向預測模型中，獲得預測導向數據的步驟之前，所述方法還包括：

獲取所述盾構機的歷史掘進數據；

基于所述歷史掘進數據，獲得訓練樣本；

利用所述訓練樣本對長短記憶神經網絡進行訓練，獲得導向預測模型。

可選的，所述基于所述歷史掘進數據，獲得訓練樣本的步驟包括：

利用主成分分析法對所述歷史掘進數據進行特征選擇，獲得訓練樣本。

可選的，所述利用主成分分析法對所述歷史數據進行特征選擇，獲得訓練樣本的步驟包括：

對所述歷史掘進數據進行數據清洗，獲得有效歷史數據；

利用主成分分析法對所述有效歷史數據進行特征選擇，獲得訓練樣本。

可選的，所述利用主成分分析法對所述有效歷史數據進行特征選擇，獲得訓練樣本的步驟之前，所述方法還包括：

根據預設時間段，對所述有效歷史數據進行分組，獲得多組有效歷史數據，其中，所述預設時間段為采集所述有效歷史數據對應的歷史掘進數據的時間區間分段獲得；

所述利用主成分分析法對所述有效歷史數據進行特征選擇，獲得訓練樣本的步驟包括：