-
公开(公告)号：CN115618222B
公开(公告)日：2023-05-05
申请号：CN202210705545.7
申请日：2022-06-21
Applicant: 北京交通大学
IPC: G06F18/214 , G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本发明提供了一种隧道掘进响应参数的预测方法。该方法包括：筛选符合条件的隧道掘进数据集，构建基于卷积神经网络的掘进响应参数的线预测模型，选取设定的隧道掘进的上升段和稳定段行为样本分别作为线预测模型的输入参数和输出参数，对掘进响应参数的线预测模型进行训练，通过平衡因子调节线预测模型的损失函数权重，得到训练好的线预测模型；利用训练好的掘进响应参数预测模型来预测隧道掘进过程中的掘进响应参数。本发明为了建立泛化性更强的预测模型，引入平衡因子α进行损失权重的调节，通过遍历α取值，寻求最优解，建立预测精度准确可靠的施工响应参数预测方法，从而为TBM的安全掘进与智能施工提供保障。
-
公开(公告)号：CN115239108B
公开(公告)日：2023-04-18
申请号：CN202210821618.9
申请日：2022-07-13
Applicant: 北京交通大学
IPC: G06Q10/0639 , G06Q10/0635 , G06F30/20 , G06F30/13
Abstract: 本发明提供了一种基于TBM实时破岩数据的软弱破碎围岩感知方法。该方法将已有数据划分为软弱破碎围岩数据集和非软弱破碎围岩数据集。首先，利用重合度的概念计算了破岩指标(TPI、FPI、WR和AF)在两个数据集上的划分阈值；其次，基于单一指标的权重提出综合指标η，并计算综合指标η在两个数据集上的区分阈值，建立了软弱围岩的识别模型；然后，依据贝叶斯定理和η建立了软弱围岩的定量计算模型。在使用时，根据当前TBM上升段的数据，计算得到η，进而定量计算模型得到当前掌子面围岩的软弱破碎概率，并进行塌方预警。本发明方法可以实时感知当前掌子面围岩是否软弱破碎；采用基于贝叶斯理论的统计学方法，满足了TBM安全、高效、经济的施工目的。
-
公开(公告)号：CN116152654A
公开(公告)日：2023-05-23
申请号：CN202211582601.9
申请日：2022-12-09
Applicant: 北京交通大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/776 , G06N3/08 , G06N3/0464
Abstract: 本申请公开了一种基于卷积神经网络的土体含水率识别方法及装置，本申请方法包括根据待识别地区土样在不同压实度下、连续变化的含水率对应的表面图像建立数据集；对数据集中的训练集中的图像数据进行数据扩增、数据裁剪、数据缩减的预处理；基于预处理后的训练集根据损失函数对卷积神经网络模型进行模型的更新；根据验证集对每次更新后的卷积神经网络模型进行验证，并将在验证集上损失最小的更新后的卷积神经网络模型确定为含水率识别模型；根据含水率识别模型对待识别地区任意土体的含水率进行识别。本申请解决现有的人工神经网络法进行土体含水率识别存在的难以实现含水率连续变化的预测，精度也不高的问题。
-
公开(公告)号：CN115269567B
公开(公告)日：2023-04-18
申请号：CN202210675433.1
申请日：2022-06-15
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/23 , G06F30/27 , G06F18/214 , G06N3/0464 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。
-
公开(公告)号：CN115268272B
公开(公告)日：2023-03-28
申请号：CN202210963204.X
申请日：2022-08-11
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于掘进载荷预测的TBM控制参数决策方法及装置。方法包括：获取当前全断面隧道钻掘机循环段中关于稳定段的控制参数设定值；获取当前时刻之前的一段设定时长的控制参数和其对应的响应参数历史数据；基于控制参数设定值、所述历史数据，根据预设的掘进载荷预测模型，获取所述控制参数设定值对应的响应参数预测值；同时，采集当前时刻的响应参数实际值；基于响应参数预测值与实际值，判断当前全断面隧道钻掘机是否达到稳定掘进阶段；若未达到稳定掘进阶段，则调整当前控制参数的设定值。本发明解决了当前TBM掘进过程中缺乏对围岩状态反馈的技术问题，通过精确预测TBM响应参数，辅助调整TBM掘进的控制参数。
-
Patent Agency Ranking
公开(公告)号：CN115618222A
公开(公告)日：2023-01-17
申请号：CN202210705545.7
申请日：2022-06-21
Applicant: 北京交通大学
IPC: G06F18/214 , G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本发明提供了一种隧道掘进响应参数的预测方法。该方法包括：筛选符合条件的隧道掘进数据集，构建基于卷积神经网络的掘进响应参数的线预测模型，选取设定的隧道掘进的上升段和稳定段行为样本分别作为线预测模型的输入参数和输出参数，对掘进响应参数的线预测模型进行训练，通过平衡因子调节线预测模型的损失函数权重，得到训练好的线预测模型；利用训练好的掘进响应参数预测模型来预测隧道掘进过程中的掘进响应参数。本发明为了建立泛化性更强的预测模型，引入平衡因子α进行损失权重的调节，通过遍历α取值，寻求最优解，建立预测精度准确可靠的施工响应参数预测方法，从而为TBM的安全掘进与智能施工提供保障。
-
公开(公告)号：CN114119947A
公开(公告)日：2022-03-01
申请号：CN202111354744.X
申请日：2021-11-16
Applicant: 北京交通大学
IPC: G06V10/147
Abstract: 本发明是一种用于机器学习样本采集的海量土体级配图像自动拍摄装置，包涵摄像系统、滚筒和固定支座。固定支座侧壁上有连接摄像系统的连接杆，固定支座上有两个支架支撑滚筒。滚筒的转轴中空其中安置拍摄装置，试验土样通过加料口进入装置。装填土样后，转动转轴把手，即可对土样进行均匀的混合，每次混合均匀后通过拍摄系统拍摄级配照片；通过重复多次拍摄，可以获得同种级配不同照片。通过加料口可以添加土料，使得土样级配发生改变，进而拍摄不同级配土料的照片。本发明结构简单、操作方便，可以快速调整土样级配并拍照。该发明能够用于快速拍摄不同级配土样的照片，从而形成包含不同级配土样的海量图像数据库。该数据库是构建基于机器学习的土体级配图像识别模型的基础。
-
公开(公告)号：CN115269567A
公开(公告)日：2022-11-01
申请号：CN202210675433.1
申请日：2022-06-15
Applicant: 北京交通大学
IPC: G06F16/215 , G06F16/23 , G06F30/27 , G06K9/62 , G06N3/04 , G06F119/14
Abstract: 本发明提供了一种基于机器学习的TBM新建工程数据增强方法。该方法包括对历史工程和新建工程TBM循环段中关键破岩参数数据进行数据清洗；对历史工程清洗后的TBM关键破岩参数采用转换不变量进行转换；将经过转换不变量转换后的历史工程关键破岩数据和新建工程掘进初期的少量数据进行合并，统一到新建工程数据的框架下，得到数据增强后的新数据集；利用机器学习模型对所示新数据集进行训练，验证所述新数据集的准确性。本发明通过不变量转换，将不同工程的数据统一到同一个框架下进行数据增强，从而起到新建工程施工初期增加数据量的作用。
-
公开(公告)号：CN115268272A
公开(公告)日：2022-11-01
申请号：CN202210963204.X
申请日：2022-08-11
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于掘进载荷预测的TBM控制参数决策方法及装置。方法包括：获取当前全断面隧道钻掘机循环段中关于稳定段的控制参数设定值；获取当前时刻之前的一段设定时长的控制参数和其对应的响应参数历史数据；基于控制参数设定值、所述历史数据，根据预设的掘进载荷预测模型，获取所述控制参数设定值对应的响应参数预测值；同时，采集当前时刻的响应参数实际值；基于响应参数预测值与实际值，判断当前全断面隧道钻掘机是否达到稳定掘进阶段；若未达到稳定掘进阶段，则调整当前控制参数的设定值。本发明解决了当前TBM掘进过程中缺乏对围岩状态反馈的技术问题，通过精确预测TBM响应参数，辅助调整TBM掘进的控制参数。
-
公开(公告)号：CN115239108A
公开(公告)日：2022-10-25
申请号：CN202210821618.9
申请日：2022-07-13
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于TBM实时破岩数据的软弱破碎围岩感知方法。该方法将已有数据划分为软弱破碎围岩数据集和非软弱破碎围岩数据集。首先，利用重合度的概念计算了破岩指标(TPI、FPI、WR和AF)在两个数据集上的划分阈值；其次，基于单一指标的权重提出综合指标η，并计算综合指标η在两个数据集上的区分阈值，建立了软弱围岩的识别模型；然后，依据贝叶斯定理和η建立了软弱围岩的定量计算模型。在使用时，根据当前TBM上升段的数据，计算得到η，进而定量计算模型得到当前掌子面围岩的软弱破碎概率，并进行塌方预警。本发明方法可以实时感知当前掌子面围岩是否软弱破碎；采用基于贝叶斯理论的统计学方法，满足了TBM安全、高效、经济的施工目的。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
