公开(公告)号：CN115034446A

公开(公告)日：2022-09-09

申请号：CN202210573395.9

申请日：2022-05-25

Applicant: 同济大学

Inventor： 朱梦琦 ,  周龙 ,  朱合华 ,  沈奕 ,  蒋曦

IPC: G06Q10/04 ,  G06N20/00 ,  G06Q10/06 ,  G06F16/2458 ,  G01D21/02 ,  E21D9/00 ,  E21D9/11

Abstract: 本发明公开了一种基于TBM运行数据的不良地质条件识别与预测方法，具有这样的特征，包括以下步骤：步骤1，获取TBM运行数据与地勘资料数据；步骤2，将TBM运行数据与地勘资料进行预处理，得到预处理后的数据；步骤3，基于预处理后的数据进行特征变量设计，筛选出与目标相关的变量；步骤4，基于与目标相关的变量，建立基于遗传编程的不良地质条件识别模型，并求得良好地质与不良地质的划分函数H(X)；步骤5，根据H(X)判断TBM当前位置的地质情况。本发明可高效处理大量运行数据，并对TBM当前位置的地质条件进行在线识别，克服了传统识别、检测方法的高不确定性、高延迟性、高成本等问题，为TBM安全施工增添保障。

公开(公告)号：CN115034446B

公开(公告)日：2024-10-15

申请号：CN202210573395.9

申请日：2022-05-25

Applicant: 同济大学

Inventor： 朱梦琦 ,  周龙 ,  朱合华 ,  沈奕 ,  蒋曦

IPC: G06Q10/04 ,  G06N20/00 ,  G06Q10/0639 ,  G06F16/2458 ,  G01D21/02 ,  E21D9/00 ,  E21D9/11

Abstract: 本发明公开了一种基于TBM运行数据的不良地质条件识别与预测方法，具有这样的特征，包括以下步骤：步骤1，获取TBM运行数据与地勘资料数据；步骤2，将TBM运行数据与地勘资料进行预处理，得到预处理后的数据；步骤3，基于预处理后的数据进行特征变量设计，筛选出与目标相关的变量；步骤4，基于与目标相关的变量，建立基于遗传编程的不良地质条件识别模型，并求得良好地质与不良地质的划分函数H(X)；步骤5，根据H(X)判断TBM当前位置的地质情况。本发明可高效处理大量运行数据，并对TBM当前位置的地质条件进行在线识别，克服了传统识别、检测方法的高不确定性、高延迟性、高成本等问题，为TBM安全施工增添保障。