公开(公告)号：CN117112983A

公开(公告)日：2023-11-24

申请号：CN202310951355.8

申请日：2023-07-31

Applicant: 东北大学

Inventor： 刘克奇 ,  曹秀梅 ,  赵文 ,  王志国 ,  李慎刚 ,  王鑫 ,  李猛

IPC: G06F17/18 ,  G06N20/00 ,  G06F16/21 ,  E21D9/06

Abstract: 本发明提供一种基于机器学习的盾构渣土改良剂预测及优化方法，包括：第i环数据包括第i环掘进数据、第i环地质数据和第i环改良剂数据，根据第i环掘进数据计算出第i环刀盘贯入度、第i环扭矩切深指数和第i环场切深指数，通过第i环扭矩切深指数、第i环场切深指数将数据集划分为优等数据集和差等数据集；构建XGBoost预测模型，采用优等数据集训练XGBoost预测模型得到训练后的XGBoost预测模型；将差等数据集输入训练后的XGBoost预测模型，得到对应的优化改良剂参数和优化刀盘扭矩。通过考虑盾构机掘进数据、地质数据对渣土改良剂用量之间的影响，建立的改良剂预测模型可随着地层条件、工况变化实现实时动态决策。