基于多元算法融合的TBM在掘岩体力学特性软测量模型研究

摘要
图/表
参考文献
相关文章 (0)

全文: PDF (3149 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对TBM在掘岩体力学参数实时感知难题，通过借鉴工业控制软测量思想，研究TBM在掘岩体力学参数软测量方法。通过皮尔逊相关系数方法对比选择单刀推力、刀盘扭矩、刀盘转速以及贯入度四个参数作为在掘岩体力学参数软测量模型的辅助变量，分别建立基于最小二乘法回归、BP神经网络和支持向量机的软测量模型，并提出基于改进D-S证据理论的多模型融合算法，对岩体力学参数软测量模型进行决策级融合，并利用吉林引松工程数据进行验证。研究表明，基于改进D-S证据理论的多元算法融合岩体力学参数感知模型能够实现TBM在掘岩体力学参数的实时感知与评估，岩体参数预测准确度大于86%，较其他模型准确度提升3%以上，对TBM工程施工人员根据实时获取的在掘岩体状态选择合理的掘进参数具有重要指导意义。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	许建述荆留杰吕斌张娜孙春焕杨瑞坤杨晨

关键词 ：岩体力学参数, 软测量, 多元算法融合, 实时感知

引用本文:

许建述荆留杰吕斌张娜孙春焕杨瑞坤杨晨. 基于多元算法融合的TBM在掘岩体力学特性软测量模型研究[J]. 土木工程学报, 2022, 55(S2): 83-91.
Xu Jianshu Jing Liujie Lu Bin Zhang Na Sun Chunhuan Yang Ruikunm Yang Chen. Research on soft-sensing model for mechanical characteristics of rock under TBM excavation by multi-algorithm fusion. 土木工程学报, 2022, 55(S2): 83-91.

链接本文:

http://manu36.magtech.com.cn/Jwk_tmgcxb/CN/ 或 http://manu36.magtech.com.cn/Jwk_tmgcxb/CN/Y2022/V55/IS2/83