-
公开(公告)号：CN110210169B
公开(公告)日：2023-08-18
申请号：CN201910517455.3
申请日：2019-06-14
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
IPC分类号： G06F18/2431 , G06F18/15 , G06F18/2135 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/082 , G06N3/084 , G06F123/02
摘要： 本发明公开了一种基于LSTM的盾构机故障预测方法。本发明从实际的盾构施工实践出发，针对盾构施工中多个子系统同时存在故障的问题，建立了基于LSTM的盾构系统故障多标签预测模型，利用施工时序数据进行盾构系统故障的预测。该模型能够自动识别施工时序数据中的隐含知识，挖掘盾构系统发生故障的规律，不需要人工分析施工数据之间的相互联系，极大地简化了故障预测过程，帮助施工人员及时预警系统故障，合理进行盾构掘进操作。
-
公开(公告)号：CN110210169A
公开(公告)日：2019-09-06
申请号：CN201910517455.3
申请日：2019-06-14
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
摘要： 本发明公开了一种基于LSTM的盾构机故障预测方法。本发明从实际的盾构施工实践出发，针对盾构施工中多个子系统同时存在故障的问题，建立了基于LSTM的盾构系统故障多标签预测模型，利用施工时序数据进行盾构系统故障的预测。该模型能够自动识别施工时序数据中的隐含知识，挖掘盾构系统发生故障的规律，不需要人工分析施工数据之间的相互联系，极大地简化了故障预测过程，帮助施工人员及时预警系统故障，合理进行盾构掘进操作。
-
公开(公告)号：CN114019795B
公开(公告)日：2023-10-20
申请号：CN202111203818.X
申请日：2021-10-15
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
发明人： 庄元顺 , 苏叶茂 , 牟松 , 徐进 , 刘绥美 , 李开富 , 张炬 , 朱菁 , 梅元元 , 张中华 , 陈可 , 刘洋 , 梁博 , 李才洪 , 杨冰 , 胡可 , 陈鑫 , 李明扬
摘要： 本发明属于盾构施工技术领域，具体涉及一种基于强化学习的盾构掘进纠偏智能决策方法。设计环境状态集、动作集以及奖励函数，搭建盾构仿真纠偏环境；构建盾构纠偏决策模型；构建模型评估方法，得到盾构纠偏决策模型与盾构纠偏仿真环境交互后奖励分数最高的盾构纠偏决策模型；通过网格搜索方法确定值函数网络结构的参数；根据网格搜索结果，将确定的盾构纠偏决策模型在仿真环境中进行多回合训练；将盾构纠偏决策模型所处的状态数据输入最终模型，模型将直接输出执行动作的取值，作为决策方案。通过本发明提供盾构的纠偏决策方案，避免了盾构司机根据现场情况自行纠偏，以及手动操作造成蛇形纠偏的问题。
-
公开(公告)号：CN111636891B
公开(公告)日：2022-04-08
申请号：CN202010514756.3
申请日：2020-06-08
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
发明人： 徐进 , 章龙管 , 牟松 , 刘绥美 , 庄元顺 , 陈奕杉 , 陈可 , 李开富 , 路桂珍 , 段文军 , 李恒 , 张中华 , 梅元元 , 胡可 , 易礼书 , 杨冰 , 谭远良 , 吴友兴 , 何博 , 冯赟杰 , 杜尚川
摘要： 本发明涉及盾构姿态实时预测系统和预测模型的构建方法，其中系统包括：具有数据相互双向传输的交互子系统、数据库子系统、模型库子系统，其中，交互子系统：用于前端展示，以及操作和传递模型分析及数据查询的结果；数据库子系统：用于存储和管理盾构项目施工进程中的各种数据，包括有：源数据库、数据采集模块、决策支持数据库、数据目录模块和查询模块；模型库子系统：进行建模分析和提供分析结果，包括有：模型库、模型目录模块、以及训练与决策平台。本发明能够通过盾构掘进过程中的实时参数对掘进姿态进行实时预测，有效提高了施工现场的决策速度与工程质量。
-
公开(公告)号：CN109854259B
公开(公告)日：2020-09-22
申请号：CN201910198655.7
申请日：2019-03-15
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
IPC分类号： E21D9/08
摘要： 本发明公开了一种盾构机施工掘进参数最佳取值范围的获取方法与系统，方法包括以下步骤：S1、获取原始盾构施工数据、原始故障数据、地质数据和环号数据；S2、对获取的数据进行预处理；S3、将施工数据划分为起始段、中间段和到达段；S4、分别获取每段中每种地质情况下的施工数据；S5、获取任一种地质情况下未发生故障的施工数据；S6、获取目标参数在不同施工段中、每种地质情况下未发生故障的施工数据中的均值和标准差，并获取每种地质情况下的最佳施工数据段；S7、根据最佳施工数据获取所有掘进参数的最佳施工参数范围。本发明可以为不同盾构机在不同地质环境下的施工提供掘进参数的最佳范围，可有效减少掘进过程中的故障概率。
-
公开(公告)号：CN109918822B
公开(公告)日：2023-12-15
申请号：CN201910198103.6
申请日：2019-03-15
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
IPC分类号： G06F30/27 , G06F18/27 , G06F18/243 , G06F18/214 , G06N20/20
摘要： 本发明公开了一种基于随机森林回归的盾构掘进参数偏差计算方法与系统，方法包括以下步骤：S1、获取原始数据；S2、对原始数据进行预处理和数据划分，得到同一盾构机型在同一地质数据下的施工数据；S3、建立随机森林回归模型，采用同一盾构机型在同一地质数据下的施工数据对其进行训练；S4、通过回归模型获取新盾构项目的预测值；S5、将新盾构项目的实时参数值与对应的预测值进行偏差计算，得到盾构掘进参数的偏差值。本发明通过对盾构掘进参数进行偏差计算，给出盾构机在掘进过程中的掘进参数偏差值，也可以进一步给出掘进状态数据，可以为工程施工提供参考依据，便于提高盾构施工的质量。
-
公开(公告)号：CN114019795A
公开(公告)日：2022-02-08
申请号：CN202111203818.X
申请日：2021-10-15
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
发明人： 庄元顺 , 苏叶茂 , 牟松 , 徐进 , 刘绥美 , 李开富 , 张炬 , 朱菁 , 梅元元 , 张中华 , 陈可 , 刘洋 , 梁博 , 李才洪 , 杨冰 , 胡可 , 陈鑫 , 李明扬
摘要： 本发明属于盾构施工技术领域，具体涉及一种基于强化学习的盾构掘进纠偏智能决策方法。设计环境状态集、动作集以及奖励函数，搭建盾构仿真纠偏环境；构建盾构纠偏决策模型；构建模型评估方法，得到盾构纠偏决策模型与盾构纠偏仿真环境交互后奖励分数最高的盾构纠偏决策模型；通过网格搜索方法确定值函数网络结构的参数；根据网格搜索结果，将确定的盾构纠偏决策模型在仿真环境中进行多回合训练；将盾构纠偏决策模型所处的状态数据输入最终模型，模型将直接输出执行动作的取值，作为决策方案。通过本发明提供盾构的纠偏决策方案，避免了盾构司机根据现场情况自行纠偏，以及手动操作造成蛇形纠偏的问题。
-
公开(公告)号：CN114117599B
公开(公告)日：2024-08-13
申请号：CN202111386994.1
申请日：2021-11-22
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
发明人： 刘绥美 , 牟松 , 徐进 , 苏叶茂 , 章龙管 , 张泽慧 , 朱菁 , 梅元元 , 李才洪 , 杨冰 , 刘洋 , 梁博 , 张中华 , 胡可 , 陈鑫 , 李明扬 , 陈可 , 王奇彬
IPC分类号： G06F30/13 , G06F30/17 , G06F30/27 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N3/096
摘要： 本发明属于盾构掘进技术领域，具体涉及一种盾构姿态位置偏差预测方法。本发明将已完工的盾构施工项目的各项参数作为源域数据，在预训练模型中训练，并提取预训练模型中特征提取层的相关参数，在特征提取层之后叠加两层新的全连接层，构成盾构姿态偏差预测模型，将当前盾构施工项目中的各参数作为目标数据，并使用目标数据在盾构姿态偏差预测模型上进行训练，从而得到盾构掘进偏差的预测；并且本发明将已完工的盾构施工项目的各项参数作为源域数据，保证了在盾构施工的初始阶段中有足够的训练数据进行训练，进而保证了盾构姿态偏差预测模型的预测效果。避免了盾构初始阶段中仅有少量的数据进行训练，导致预测效果不准确的情况。
-
公开(公告)号：CN114117599A
公开(公告)日：2022-03-01
申请号：CN202111386994.1
申请日：2021-11-22
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
发明人： 刘绥美 , 牟松 , 徐进 , 苏叶茂 , 章龙管 , 张泽慧 , 朱菁 , 梅元元 , 李才洪 , 杨冰 , 刘洋 , 梁博 , 张中华 , 胡可 , 陈鑫 , 李明扬 , 陈可 , 王奇彬
摘要： 本发明属于盾构掘进技术领域，具体涉及一种盾构姿态位置偏差预测方法。本发明将已完工的盾构施工项目的各项参数作为源域数据，在预训练模型中训练，并提取预训练模型中特征提取层的相关参数，在特征提取层之后叠加两层新的全连接层，构成盾构姿态偏差预测模型，将当前盾构施工项目中的各参数作为目标数据，并使用目标数据在盾构姿态偏差预测模型上进行训练，从而得到盾构掘进偏差的预测；并且本发明将已完工的盾构施工项目的各项参数作为源域数据，保证了在盾构施工的初始阶段中有足够的训练数据进行训练，进而保证了盾构姿态偏差预测模型的预测效果。避免了盾构初始阶段中仅有少量的数据进行训练，导致预测效果不准确的情况。
-
公开(公告)号：CN111636891A
公开(公告)日：2020-09-08
申请号：CN202010514756.3
申请日：2020-06-08
申请人： 中铁高新工业股份有限公司 , 中铁工程服务有限公司 , 西南交通大学
发明人： 徐进 , 章龙管 , 牟松 , 刘绥美 , 庄元顺 , 陈奕杉 , 陈可 , 李开富 , 路桂珍 , 段文军 , 李恒 , 张中华 , 梅元元 , 胡可 , 易礼书 , 杨冰 , 谭远良 , 吴友兴 , 何博 , 冯赟杰 , 杜尚川
摘要： 本发明涉及盾构姿态实时预测系统和预测模型的构建方法，其中系统包括：具有数据相互双向传输的交互子系统、数据库子系统、模型库子系统，其中，交互子系统：用于前端展示，以及操作和传递模型分析及数据查询的结果；数据库子系统：用于存储和管理盾构项目施工进程中的各种数据，包括有：源数据库、数据采集模块、决策支持数据库、数据目录模块和查询模块；模型库子系统：进行建模分析和提供分析结果，包括有：模型库、模型目录模块、以及训练与决策平台。本发明能够通过盾构掘进过程中的实时参数对掘进姿态进行实时预测，有效提高了施工现场的决策速度与工程质量。
-
-
-
-
-
-
-
-
-
搜索结果
48 条记录 (耗时 0.095 秒)
