原文传递
基于智能方法的盾构施工参数预测和优化控制
| 论文题名： | 基于智能方法的盾构施工参数预测和优化控制 |
| 关键词： | 盾构施工;参数预测;优化控制;数字孪生框架 |
| 摘要： | 近年来，随着数字化技术的飞速发展，隧道盾构施工智能化管控需求进一步提高，如何应用新技术推动盾构机的高效掘进和智能作业成为了隧道施工管理的关键。本文结合数字孪生和智能算法对盾构施工参数预测及优化控制进行研究，首先对盾构掘进系统进行数字孪生框架设计，然后针对数字孪生应用层关键问题进行盾构掘进载荷超前预测和盾构施工参数优化控制，从而实现盾构施工的智能管控。 本文以隧道盾构施工参数为研究对象，围绕盾构掘进系统进行数字孪生构架设计，确定了数字孪生框架设计目标、总体结构和运行模式，并对盾构掘进系统物体实体进行分析，基于掘进系统服务应用层设计了掘进载荷智能预测系统和盾构施工参数智能控制决策系统，以支持盾构施工智能决策。在盾构掘进系统数字孪生框架下，针对盾构掘进载荷进行超前预测，对数据进行清洗和降维，得到掘进载荷预测的最优参数集合，利用贝叶斯优化（BO）选择LSTM模型超参数，构建BO-LSTM模型进行掘进载荷超前预测，并引入经典预测模型进行对比分析，结果表明BO-LSTM模型预测性能最优，实现了精准的掘进载荷超前预测，能够为盾构掘进操作提供参考。从盾构施工效率、成本、安全角度出发，将推进速度、掘进比能、刀具磨损量作为控制目标，通过 CatBoost-SHAP 进行控制目标预测和掘进参数分析，确定控制目标与施工参数之间的非线性映射关系和关键影响参数，将CatBoost回归拟合模型作为NSGAⅢ算法的适应度函数，通过多目标优化和模糊决策法确定最优控制参数组合，结果表明建立的 CatBoost-SHAP-NSGAⅢ模型能够实现较好的控制效果，为盾构隧道施工管控提供决策指导。 |
| 作者： | 刘茜 |
| 专业： | 土木工程 |
| 导师： | 吴贤国 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华中科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
