一种TBM施工隧道围岩智能自动分级方法及系统

    公开(公告)号:CN116758343A

    公开(公告)日:2023-09-15

    申请号:CN202310638412.7

    申请日:2023-05-30

    申请人: 山东大学

    摘要: 本发明提供了一种TBM施工隧道围岩智能自动分级方法及系统,所述方案包括实时获取隧道施工过程中的多源勘察掘进数据;其中,所述历史多源勘察掘进数据包括地质勘察设计得到的信息、岩石物理性质信息、TBM掘进数据、超前地质预报数据以及围岩图像信息;基于获得的多源勘察掘进数据,根据预先训练的深度学习模型进行特征提取;将多源勘察掘进数据特征进行融合,获得融合特征;将所述融合特征输入预先训练的分类器中,获得前方围岩等级的分类结果。

    基于动-静多源信息融合的地质识别方法及系统

    公开(公告)号:CN116720152A

    公开(公告)日:2023-09-08

    申请号:CN202310517402.8

    申请日:2023-05-06

    申请人: 山东大学

    摘要: 本发明提出了一种基于动‑静多源信息融合的地质识别方法及系统,包括:获取TBM施工中用于地质识别的动态数据和静态数据;对所述动态数据、静态数据分别进行处理,得到动态主控指标数据和静态主控指标数据;将所述动态主控指标数据、静态主控指标数据分别输入至第一地质识别模型、第二地质识别模型,得到静态识别结果和动态识别结果;采用D‑S证据理论将静态识别结果和动态识别结果进行融合,得到最终的地质识别结果。基于TBM施工隧洞中获得的动态数据和静态数据,分别基于动态数据和静态数据进行地质识别,并将识别的结果基于用D‑S证据理论进行融合,充分利用了TBM施工中获取的多源数据,保证获取特征的全面性,提高了识别的准确性。