公开(公告)号：CN117150426A

公开(公告)日：2023-12-01

申请号：CN202310988923.1

申请日：2023-08-07

Applicant: 广东工业大学

Inventor： 张涛 ,  许锦昌 ,  刘家斌 ,  於双飞 ,  王伟 ,  钟沛能 ,  董佳伟 ,  武日月

IPC: G06F18/25 ,  G06F18/213 ,  G06F30/27 ,  G06N3/0442 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明涉及计算机科学、人工智能、月球勘探及钻探技术领域，具体涉及一种时空特征融合的月壤钻进温度实时预测方法；包括如下步骤：采集钻进状态参数和钻进温度数据，随后，进行数据预处理，在训练过程中加入了所提出的及早停止‑贝叶斯超参数优化的模型优化方法，有效的调整模型的超参数，最后，将测试集输入训练好的模型中，实现钻进温度智能实时预测，此外，进行了实际应用效果测试，展示出了良好的鲁棒性和泛化能力，本发明运用深度学习技术，结合Bi‑LSTM(Bi‑directional Long Short‑Term Memory，双向长短期记忆网络)和自注意力机制，自动聚焦于对钻进温度预测至关重要的特征，对月壤钻进温度进行准确的实时预测。

公开(公告)号：CN117093867A

公开(公告)日：2023-11-21

申请号：CN202311063308.6

申请日：2023-08-22

Applicant: 广东工业大学

Inventor： 张涛 ,  许锦昌 ,  於双飞 ,  胡嘉成

IPC: G06F18/214 ,  E21D9/10

Abstract: 本发明提供一种基于上升段数据的TBM稳定段性能参数预测方法，包括以下步骤：采集在不同岩石等级下的TBM隧道施工数据集，并从中提取有效掘进周期数据；对所述有效掘进周期数据进行阶段划分，分别提取得到上升段与稳定段的特征数据集，并进一步提取得到用于对预设性能参数预测器进行训练的实验数据集；对所述实验数据集进行预处理，根据预处理后的所述实验数据集通过训练及优化得到TBM稳定段性能参数预测模型；将采集到的TBM掘进过程中上升段的运行参数数据输入至所述TBM稳定段性能参数预测模型中，得到稳定段的预测运行参数。本发明能够通过采集到的TBM掘进周期上升段数据，对后续稳定段的重要参数进行预测，提高了TBM在隧道施工的掘进效率和安全性。