发明公开
- 专利标题: 一种基于深度学习的TBM超前地质预报方法
-
申请号: CN201910494114.9申请日: 2019-06-05
-
公开(公告)号: CN110244344A公开(公告)日: 2019-09-17
- 发明人: 夏毅敏 , 李清友 , 程永亮 , 邓朝辉 , 姚捷 , 龙斌 , 郭子泺 , 马劼嵩
- 申请人: 中南大学 , 中国铁建重工集团有限公司 , 中铁第四勘察设计院集团有限公司
- 申请人地址: 湖南省长沙市岳麓区麓山南路932号
- 专利权人: 中南大学,中国铁建重工集团有限公司,中铁第四勘察设计院集团有限公司
- 当前专利权人: 中南大学,中国铁建重工集团有限公司,中铁第四勘察设计院集团有限公司
- 当前专利权人地址: 湖南省长沙市岳麓区麓山南路932号
- 主分类号: G01V1/00
- IPC分类号: G01V1/00 ; G01V1/28 ; G06N3/04 ; G06N3/08
摘要:
本发明提供了一种基于深度学习的TBM(全断面隧道掘进机)超前地质预报方法,包括以下步骤:步骤1:获取预测模型所需输入参数数据;步骤2:对获取的各项参数数据进行预处理;步骤3:预测模型的搭建与训练;步骤4:加载预测模型进行地质预报,直接输出地质预报结果。同时在TBM掘进过程中通过数据存储单元实时存储经过预处理后的输入数据和输出数据,在后续使用丰富的数据样本和训练方式进行模型完善。本发明基于深度学习方法充分发挥了TBM掘进数据量大和碴片与地质关联的优势,做到参数输入与地质情况输出之间的端到端对应连接,实现对掌子面地质进行精准预报。