-
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：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。
-
公开(公告)号：CN117909858A
公开(公告)日：2024-04-19
申请号：CN202311719161.1
申请日：2023-12-14
申请人： 中铁工程服务有限公司 , 西南交通大学
发明人： 路桂珍 , 徐进 , 章龙管 , 刘绥美 , 赵一览 , 朱菁 , 白杰 , 何雪美 , 李恒 , 李开富 , 李定杰 , 李才洪 , 胡可 , 杨冰 , 梅元元 , 陈可 , 黄山乙 , 张兴
IPC分类号： G06F18/2415 , G06F18/214 , G06F30/27 , G06N3/0442 , G06F18/15 , G06F119/02
摘要： 本发明公开融合深度学习与序贯三支决策的盾构故障预测方法及装置，涉及盾构故障预测领域，解决现有技术未考虑盾构故障诊断代价不平衡的问题；本发明包括S1：收集数据并处理划分为粗粒度数据与细粒度数据；S2：构建LSTM模型并确定序贯三支决策规则，结合LSTM模型和序贯三支决策规则构建LSTM‑S3WD模型；S3：对LSTM‑S3WD模型进行训练及相应评价；本发明引入序贯三支决策思想，对故障预测的流程进行优化，得到更符合实际情况的决策结果；同时本发明提出的LSTM‑S3WD模型，与传统的LSTM模型相比，具有更好的预测精度与更低的预测成本。
-
公开(公告)号：CN113918727A
公开(公告)日：2022-01-11
申请号：CN202111102984.0
申请日：2021-09-16
申请人： 西南交通大学 , 中铁工程服务有限公司
摘要： 本发明属于计算技术领域，具体涉及一种基于知识图谱和迁移学习的施工项目知识转移方法，为了克服现有的施工项目知识管理难以高效率、高质量实现跨项目知识转移等问题；本发明利用知识图谱表示施工项目知识和项目场景的内容与结构；引入迁移学习思想进行待转移项目知识选取的方法，以及使该知识适配目标场景的迁移方法；数据驱动的跨项目知识转移系统原型，为自动、智能地对转移过程中的知识选取、调整以及转移环节设置提出了可行的方案；为解决跨项目知识转移的制度化、规范化、自动化与智能化提供新的途径，为促进施工企业的项目知识共享与重用、提高其项目知识管理水平提供新的理论与方法依据。
-
公开(公告)号：CN117909808A
公开(公告)日：2024-04-19
申请号：CN202311719157.5
申请日：2023-12-14
申请人： 中铁工程服务有限公司 , 西南交通大学
IPC分类号： G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/0464
摘要： 本发明公开一种融合深度学习与关联规则的盾构故障多标签预测方法，涉及盾构设备故障预测领域，解决现有技术存在的没有考虑故障与故障之间的关联关系，且没有对故障数据的强时序特点进行研究的问题；本发明先采集并处理盾构机相关数据作为训练集和测试集，而后建立基于CNN‑LSTM的故障姿态预测模型；利用训练集对故障姿态预测模型进行训练；再使用Apriori关联规则挖掘算法对训练集进行关联规则挖掘，挖掘出故障间的关联规则；最后结合关联规则优化算法和S4寻找到的关联规则对输出结果进行优化；本发明依据多故障预测能够发现未来某时刻可能同时发生的故障，其难度与实用性都相较于以往研究更进一步。
-
公开(公告)号：CN114810100A
公开(公告)日：2022-07-29
申请号：CN202210739896.X
申请日：2022-06-28
申请人： 中铁工程服务有限公司 , 西南交通大学
摘要： 本发明属于盾构掘进技术领域，具体涉及一种基于深度神经网络的盾构掘进姿态预测方法；本发明针对盾构掘进姿态预测难、人工决策效率低等问题，综合使用了小波变换降噪以及深度学习的方法，确定了盾构姿态多种相关参数的集合构建，实现了对未来时刻盾构姿态参数的预测。本发明建立的盾构掘进姿态预测模型，能够有效的降低施工数据中噪声的影响，并且在面对海量、高维数据对象时，依旧能够保持良好的预测效果；将本发明运用到盾构项目中，通过对盾构姿态参数的预测，可以辅助现场操作人员判断盾构掘进姿态，进而及时调整操作规避姿态异常的风险。
-
-
-
-
-
-
-
-
-
搜索结果
189 条记录 (耗时 0.109 秒)
