一种盾构隧洞内衬复合钢管内壁防腐涂装装置

    公开(公告)号:CN214717762U

    公开(公告)日:2021-11-16

    申请号:CN202120968922.7

    申请日:2021-05-07

    IPC分类号: B05B13/06 B05B13/02 B05B14/40

    摘要: 一种盾构隧洞内衬复合钢管内壁防腐涂装装置,包括工作台和涂装机构,所述工作台上设有从左至右依次布置的多个转动底座,所述转动底座上设有用于承托并带动复合钢管沿其周向转动的转轮,所述转轮包括对称设置在转动底座上的主动轮和从动轮,主动轮和从动轮之间组成有用于承托复合钢管的承托位,所述主动轮连接有带动其旋转的电机驱动机构;所述承托位内通过支架悬空设置有不可转动的悬臂,所述涂装机构包括固定安装在悬臂底部的涂装室、在涂装室内进行防腐涂料喷涂的喷涂机构。本实用新型设有转轮带动复合钢管沿其周向转动,结构简单合理,使得涂装机构进行涂装工作时无需再做圆周运动,达到降低喷涂难度的目的,并且有效提高复合钢管的涂装质量。

    一种融合多元神经网络结构的盾构机掘进参数预测方法

    公开(公告)号:CN114021282A

    公开(公告)日:2022-02-08

    申请号:CN202111326750.4

    申请日:2021-11-10

    摘要: 本发明公开了一种融合多元神经网络结构的盾构机掘进参数预测方法,具有这样的特征,包括以下步骤:步骤1,对时序掘进参数数据和非时序地质条件数据分别进行预处理,得到预处理后的时序掘进参数数据和预处理后的非时序地质条件数据;步骤2,将预处理后的时序掘进参数数据和预处理后的非时序地质条件数据输入预测模型,运用预测模型对下一时刻的目标掘进参数进行预测与评估。其中,步骤1中,预处理采用多重插补法和移动平均法;步骤2中,预测模型包括多层感知器神经网络结构和循环神经网络结构。多层感知器神经网络结构用于处理非时序地质条件数据,循环神经网络结构用于处理时序掘进参数数据。

    一种基于RF-PSO的泥水平衡式盾构掘进参数优化方法

    公开(公告)号:CN113935546A

    公开(公告)日:2022-01-14

    申请号:CN202111328369.1

    申请日:2021-11-10

    摘要: 本发明提供一种基于RF‑PSO的泥水平衡式盾构掘进参数优化方法,用于对盾构掘进参数进行优化,其特征在于,包括以下步骤:步骤S1,确定掘进参数,并采集与掘进参数相关的掘进数据,得到掘进数据集。步骤S2,对掘进数据集进行标准化处理,得到标准化数据集。步骤S3,构建随机森林岩机映射模型,并确定约束条件。步骤S4,将标准化数据集输入到随机森林岩机映射模型,并利用网络搜索法对随机森林岩机映射模型的超参数进行训练,得到最优超参数,并根据最优超参数得到最优随机森林岩机映射模型。步骤S5,构建掘进速度v的优化目标函数。步骤S6,根据最优随机森林岩机映射模型,基于优化目标函数利用粒子群算法得到最优掘进速度、最优贯入度和最优刀盘转速。