-
公开(公告)号：CN112131796B
公开(公告)日：2022-05-03
申请号：CN202011023865.1
申请日：2020-09-25
申请人： 上海交通大学 , 上海智能制造功能平台有限公司
IPC分类号： G06F30/27 , G06N3/12 , G06F111/08 , G06F119/04
摘要： 本发明公开了一种基于基因表达式编程的硬岩TBM滚刀磨损实时评估方法，该方法构造表征每把滚刀磨损的健康因子，利用基因表达式编程算法建立关键的影响滚刀磨损的现场参数与健康因子之间的映射关系，得到评估滚刀磨损的显式表达式模型；对于待评估的某滚刀，构造特征集输入到训练好的模型中，评估各开挖区间的健康因子并累加得到其健康状态值，如果该值接近1，表明需要更换滚刀。本发明方法能建立高精度的滚刀磨损实时评估显式表达式模型，无需地质信息而仅需要监测若干现场参数便能获取每把滚刀的磨损信息，因而能很方便地部署于实际施工中，保证滚刀在临近磨损极限时被及时更换，减少滚刀检测时间，提高刀具利用率。
-
公开(公告)号：CN113513331A
公开(公告)日：2021-10-19
申请号：CN202110407464.4
申请日：2021-04-15
申请人： 上海交通大学 , 上海智能制造功能平台有限公司
摘要： 本发明提供了一种基于盾构机运行参数的掘进掌子面岩土类型识别方法、系统及介质，包括：筛选盾构机运行参数，构造高维盾构机运行参数集；利用LTSA数据降维算法从高维运行参数集中提取内蕴低维特征，作为掘进掌子面地质特征表征向量；构造基于Xgboost的识别模型，建立地质特征向量与掌子面岩土类型之间的映射关系，通过盾构机运行参数中提取的地质特征表征向量准确识别当前掌子面岩土类型。本发明只需利用土压平衡盾构机盾构机自带的状态监测系统获取的海量现场参数便可以实时识别掘进时掌子面的岩土类型，减少了盾构机停机进行地质勘探的时间，加快了施工进度，降低了施工成本。
-
公开(公告)号：CN112131796A
公开(公告)日：2020-12-25
申请号：CN202011023865.1
申请日：2020-09-25
申请人： 上海交通大学 , 上海智能制造功能平台有限公司
IPC分类号： G06F30/27 , G06N3/12 , G06F111/08 , G06F119/04
摘要： 本发明公开了一种基于基因表达式编程的硬岩TBM滚刀磨损实时评估方法，该方法构造表征每把滚刀磨损的健康因子，利用基因表达式编程算法建立关键的影响滚刀磨损的现场参数与健康因子之间的映射关系，得到评估滚刀磨损的显式表达式模型；对于待评估的某滚刀，构造特征集输入到训练好的模型中，评估各开挖区间的健康因子并累加得到其健康状态值，如果该值接近1，表明需要更换滚刀。本发明方法能建立高精度的滚刀磨损实时评估显式表达式模型，无需地质信息而仅需要监测若干现场参数便能获取每把滚刀的磨损信息，因而能很方便地部署于实际施工中，保证滚刀在临近磨损极限时被及时更换，减少滚刀检测时间，提高刀具利用率。
-
公开(公告)号：CN113431635B
公开(公告)日：2022-06-10
申请号：CN202110552727.0
申请日：2021-05-20
申请人： 上海交通大学 , 中国铁建重工集团股份有限公司
摘要： 本发明提供了一种半监督的盾构隧道掌子面地质类型预测方法及系统，包括如下步骤：从机器数据中筛选出与地质条件有关的机器参数；对筛选出的机器参数进行预处理；根据预处理后的机器参数构造无标签数据集和带标签数据集；建立预测隧道掌子面地质条件的半监督框架，得到地质特征提取器和特征分类器；利用带约束的DenseNet自编码网络与无标签数据集训练地质特征提取器；利用深度神经网络与带标签数据集训练地质特征分类器，最终实现对掌子面前方地质类型的预测。本发明具有更高的分类精度和更好的泛化性能，能更有效地指导盾构施工，提高盾构掘进效率。
-
公开(公告)号：CN114542099A
公开(公告)日：2022-05-27
申请号：CN202210134013.2
申请日：2022-02-14
申请人： 上海交通大学
摘要： 本发明提供了一种隧道掘进机操作参数地层自适应决策方法及系统，包括：步骤1：根据隧道掘进机的运行参数建立映射关系模型；步骤2：根据映射关系模型，得到隧道掘进机的掘进速度优化方程；步骤3：根据粒子群算法，得到优化方程对应的操作参数决策结果；步骤4：根据操作参数决策结果设置隧道掘进机的操作参数。与现有技术相比，本发明通过随机森林算法和粒子群算法实现了隧道掘进机操作参数的智能决策，实现了隧道掘进机的高效安全推进，提升隧道掘进机的自动化和智能化水平。
-
公开(公告)号：CN113431635A
公开(公告)日：2021-09-24
申请号：CN202110552727.0
申请日：2021-05-20
申请人： 上海交通大学 , 中国铁建重工集团股份有限公司
摘要： 本发明提供了一种半监督的盾构隧道掌子面地质类型预测方法及系统，包括如下步骤：从机器数据中筛选出与地质条件有关的机器参数；对筛选出的机器参数进行预处理；根据预处理后的机器参数构造无标签数据集和带标签数据集；建立预测隧道掌子面地质条件的半监督框架，得到地质特征提取器和特征分类器；利用带约束的DenseNet自编码网络与无标签数据集训练地质特征提取器；利用深度神经网络与带标签数据集训练地质特征分类器，最终实现对掌子面前方地质类型的预测。本发明具有更高的分类精度和更好的泛化性能，能更有效地指导盾构施工，提高盾构掘进效率。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.039 秒)
