原文传递
基于自动深度学习盾构掘进姿态预测与控制
| 题名： | 基于自动深度学习盾构掘进姿态预测与控制 |
| 作者： | 秦灏 |
| 作者单位： | 1. 上海建工集团股份有限公司 |
| 关键词： | 自动深度学习;时间窗;盾构姿态;粒子群优化算法;多目标优化算法; |
| 摘要： | 提出了基于自动深度学习(AutoDL)算法和多目标优化算法的结合可实现数据驱动的姿态偏差控制指导,用于盾构掘进姿态的预测与控制,以解决现有盾构掘进姿态预测中所面临的执行难度高、成本高、效率低等问题,可用于自动精准地预测盾构掘进姿态随着工程进展的动态变化趋势,并针对盾构机施工状态执行多目标优化算法,快速自动搜寻最优策略,实时调整合适的盾构操作参数,减少对于现场操作人员经验和主观判断的依赖。以上海市天然气主干管网崇明岛-长兴岛-浦东新区五号沟LNG站管道工程隧道A线工程为例,展示该算法框架的优越性。研究结果有助于降低深度学习进入盾构智能控制领域的门槛,推动智能盾构发展。 |
| 期刊名称： | 城市道桥与防洪 |
| 出版日期： | 202402 |
| 出版年： | 2024 |
| 期： | 7 |
检索历史
应用推荐
