-
公开(公告)号：CN115456376A
公开(公告)日：2022-12-09
申请号：CN202211043564.4
申请日：2022-08-29
申请人： 中铁一局集团城市轨道交通工程有限公司 , 中南大学
摘要： 本发明公开了一种基于迁移学习的盾构机土仓压力实时预测调整方法，包括：S1、判断是否有已训练好的源域任务预测模型；S2、收集盾构收集数据集，构建训练样本集；S3、构建经济效益评价指标W；S4、以步骤S2中训练样本集对预先构建的神经网络预测模型进行训练，得到初始土仓压力预测模型；S5、使用盾构机现场施工数据，对初始土仓压力预测模型进行迁移学习；S6、使用最终土仓压力预测模型对目标域的盾构机土仓压力进行实时预测，判定预测土仓压力是否合理，以反馈调整掘进参数。本发明运用迁移学习神经网络模型，提高对目标域盾构压力预测的准确性及预测速度，并考虑不同掘进参数取值情况下对经济效益影响，以经济效益最大化优化盾构的掘进参数。
-
公开(公告)号：CN115163095A
公开(公告)日：2022-10-11
申请号：CN202210914173.9
申请日：2022-08-01
申请人： 中铁一局集团城市轨道交通工程有限公司 , 中南大学
摘要： 本发明公开了一种泥水模式下盾构快速掘进施工控制方法，该方法主要是通过设定盾构机部分参数适当阈值如泥浆性能指标、泥水仓压力、刀盘的扭矩及转速等参数，通过不断调节盾构的掘进速度及其它掘进参数如排泥压力及流量、注浆参数等，使盾构的泥水状态与掘进参数满足要求、排土量处于正常状态、盾构的姿态正确与造成地表的沉降在允许范围内。该方法可在保证施工安全状况下，使泥水盾构在满足地层沉降的限值及盾构姿态等各方面要求情况下能够保持最大速度进行快速掘进，有效提高泥水盾构的掘进速度，达到缩短工程工期的目的，节省施工成本，从而推进泥水盾构施工向着安全、快速、经济、自动化的方向发展，对社会产生一定的经济效益。
-
公开(公告)号：CN115952876A
公开(公告)日：2023-04-11
申请号：CN202211670812.8
申请日：2022-12-26
申请人： 中南大学
摘要： 本发明提出了一种面对工程应用的机器学习模型可靠性评估方法，涉及人工智能与土木工程领域，方法包括：基于已有样本集，训练多个仅初始随机种子不同的机器学习模型；使用训练好的多个模型对具体工程问题同时进行预测，并计算预测结果的相对标准差；根据实际工程需求确定相对标准差阈值。若相对标准差低于阈值，则认为该次机器学习模型的预测结果具有较高可靠性，机器预测结果可被采纳；否则，认为本次预测不具参考价值，该问题需人工决策介入。本发明为在复杂多变的工程环境条件下使用机器学习模型进行预测提供了一种可靠性评估方法，能判断何时采用人工决策或者机器决策，可有效推动机器学习方法在实际工程中落地应用。
-
公开(公告)号：CN114487344B
公开(公告)日：2022-10-28
申请号：CN202111657190.0
申请日：2021-12-30
申请人： 中南大学
摘要： 本发明公开了一种盾构机水平传送带上渣土改良状态的实时判定方法，包括：利用现场渣土及改良剂作为实验材料，对不同改良后的渣土进行坍落度试验和堆积实验，获取合适改良状态下渣土的静止状态割线角度取值范围；通过三维激光扫描仪对现场盾构机水平传送带上的渣土进行扫描，得到渣土表面的点云数据，建立盾构机水平传送带上的渣土表面曲线，确定盾构机水平传送带上的渣土的割线角度；根据盾构机水平传送带上的渣土的割线角度θ与合适改良状态下渣土的静止状态割线角度取值范围，实时判断盾构机水平传送带上的渣土的改良状态。本发明可以减少盾构掘进过程中因需测渣土坍落度而造成人力、财力的耗费，并避免判定渣土改良状态的滞后性。
-
公开(公告)号：CN116011596A
公开(公告)日：2023-04-25
申请号：CN202211670871.5
申请日：2022-12-26
申请人： 中南大学
摘要： 本发明提出了一种针对数据样本不均衡问题的机器学习模型训练方法。首先从不均衡数据中随机抽取a％样本为初始训练集，b％为验证集，剩余样本为测试集；利用训练集建立N个仅初始随机种子不同的模型，并分别对验证集进行预测；对各样本的N个预测值计算方差并根据其排序；设置相对误差阈值；将最大方差样本的相对预测误差与设定阈值进行比较；若小于阈值，模型训练结束；反之，复制验证集中按方差降序排列的前一定比例样本并加入训练集，重复上述过程，直到预测值最大方差的样本相对误差小于所设阈值。本发明的方法可以有效地解决由于工程问题中普遍存在的样本数据不平衡，导致机器学习模型对少数类样本预测精度较低的问题，提高模型的鲁棒性。
-
公开(公告)号：CN115683942A
公开(公告)日：2023-02-03
申请号：CN202210950710.5
申请日：2022-08-09
申请人： 中南大学
摘要： 本发明公开了一种基于坍落体图像分割及特征提取的盾构渣土塑流性自动评价方法，包括：S1：在室内进行一系列渣土改良及坍落度试验，根据建议合理坍落度取值范围及试样表面是否析水析泡沫判定其改良状态；S2：采用激光扫描仪获取各改良状态下渣土坍落体中心位置试样截面轮廓线，通过获得坍落体中心位置截面轮廓线点云数据计算坍落体中心位置截面轮廓线的相关参数如坍落体高度H、顶部平台直径d及延展度D；S3：确定各种改良状态下渣土坍落体中心位置截面轮廓线的参数d、D、H取值范围；S4：对坍落度图像进行旋转，平移，错切等方面处理，分割出坍落体并提取其特征计算出试样坍落体的高度，顶部平台直径及延展度，结合各种改良状态下渣土坍落体中心位置截面轮廓线的参数d、D、H取值范围对试样的改良状态进行判定。本发明可以通过坍落体图像判定渣土改良状态，从而规范化、自动化、准确快捷地对盾构渣土流塑性进行评价。
-
公开(公告)号：CN113916744B
公开(公告)日：2022-06-24
申请号：CN202111179542.6
申请日：2021-10-11
申请人： 中南大学
IPC分类号： G01N15/08
摘要： 本发明公开了一种总应力下泡沫土渗透系数测试方法及系统，为此，本发明实施例提供的总应力下泡沫土渗透系数测试方法，包括在渗透仪的装载腔内填充泡沫土样；在装载腔上沿其高度方向均布n+1个孔隙水压力计；其中，在装载腔的顶部和底部位置处均布置有一个孔隙水压力计；将孔隙水压力计与数据采集仪相连；对渗透仪内泡沫土样施加恒压水头以及竖向总应力，打开排水管上的自动排水阀，利用孔隙水压力计对装载腔内水压进行测量，并通过数据采集仪采集数据；对数据采集仪采集的数据进行处理，计算得到渗透系数。该测试方法可实现总应力、高水压下泡沫土渗透系数的测量，测得的渗透系数更符合现场实际情况。
-
公开(公告)号：CN114487344A
公开(公告)日：2022-05-13
申请号：CN202111657190.0
申请日：2021-12-30
申请人： 中南大学
摘要： 本发明公开了一种盾构机水平传送带上渣土改良状态的实时判定方法，包括：利用现场渣土及改良剂作为实验材料，对不同改良后的渣土进行坍落度试验和堆积实验，获取合适改良状态下渣土的静止状态割线角度取值范围；通过三维激光扫描仪对现场盾构机水平传送带上的渣土进行扫描，得到渣土表面的点云数据，建立盾构机水平传送带上的渣土表面曲线，确定盾构机水平传送带上的渣土的割线角度；根据盾构机水平传送带上的渣土的割线角度θ与合适改良状态下渣土的静止状态割线角度取值范围，实时判断盾构机水平传送带上的渣土的改良状态。本发明可以减少盾构掘进过程中因需测渣土坍落度而造成人力、财力的耗费，并避免判定渣土改良状态的滞后性。
-
公开(公告)号：CN113933181A
公开(公告)日：2022-01-14
申请号：CN202111029840.7
申请日：2021-09-03
申请人： 中南大学
摘要： 本发明公开了一种盾构泡沫改良渣土三轴剪切试验装置及方法，旨在实现三向应力状态条件下盾构泡沫改良渣土抗剪强度的测量。为此，本发明实施例提供的盾构泡沫改良渣土三轴剪切试验装置，包括围压室、支撑网筒、加载控制系统以及数据采集系统，所述围压室内设有试样装载腔，所述试样装载腔由柔性膜以及固定设置在所述柔性膜两端的底座和轴向加载头围成，所述底座固定设置在所述围压室中，支撑网筒匹配套在所述柔性膜外，所述支撑网筒由两个能够开合的半圆筒组成，所述围压室上设有驱动两个所述半圆筒开合的驱动元件，两个所述半圆筒脱离所述柔性膜时，所述围压室内加载液给予所述柔性膜的初始围压，使试样装载腔内的试样能够保持自立。
-
公开(公告)号：CN115168937A
公开(公告)日：2022-10-11
申请号：CN202210630789.3
申请日：2022-06-06
申请人： 广州地铁设计研究院股份有限公司 , 中南大学 , 中铁十二局集团第四工程有限公司 , 中南林业科技大学
摘要： 本发明公开了一种基于LSTM的隧道下穿既有地铁线沉降控制方法、设备及介质，方法：获取预测时刻的下穿地层参数和既有线道床的沉降值、目标抬升值，获取预测前一时刻的注浆参数(注浆压力、注浆量和注浆时长)；将获取数据输入到训练好的基于LSTM的预测模型，得到预测时刻的水平抬升注浆参数；若预测得到的注浆参数处于合适注浆参数解的空间内，则将其作为预测时刻最优的注浆参数；否则，采用粒子群算法求解预测时刻最优的的注浆参数；在预测时刻采用其最优的注浆参数注浆以抬升既有地铁线道床；滚动预测并注浆直到既有地铁线道床被抬升至沉降值为0。本发明可快速获得各时刻更加合理的抬升注浆参数，确保对既有地铁线的抬升效果。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.06 秒)