-
公开(公告)号:CN112733233A
公开(公告)日:2021-04-30
申请号:CN202110016524.X
申请日:2021-01-07
申请人: 盾构及掘进技术国家重点实验室 , 中铁隧道局集团有限公司 , 郑州大学产业技术研究院有限公司
IPC分类号: G06F30/13 , G06F111/10
摘要: 本发明的实施例公开了一种利用计算机设备实现的道路回旋曲线设计方法、计算机设备和计算机可读存储介质。所公开的道路回旋曲线设计方法包括:获得与所述道路对应的回旋曲线参数和回旋曲线的任一位置点的回旋线长度、回旋曲线角;将每一位置点的回旋曲线角划分成整数个长度的小区间及其碎段;对每个小区间进行数值积分并将所有小区间的数值积分结果求和获得每一位置点的直角坐标;汇总所有位置点的坐标获得所述回旋曲线的直角坐标系表达。本发明实施例所提供的道路回旋曲线设计方法具有高的精准度,降低了实际施工与理论设计之间的偏离误差。
-
公开(公告)号:CN111706334A
公开(公告)日:2020-09-25
申请号:CN202010604182.9
申请日:2020-06-29
申请人: 盾构及掘进技术国家重点实验室 , 中铁隧道局集团有限公司 , 郑州大学产业技术研究院有限公司
摘要: 本发明涉及一种实时监测盾构机刀盘扭矩异常的方法,包括以下步骤:在新的一环开始盾构施工前,整环提取相同机型在类似地质条件下的历史运行数据,形成数据集data1;在数据集data1中,删除刀盘扭矩、刀盘转速和推进速度这三个属性中至少有一个为0的记录,形成数据集data2;剔除数据集data2中刀盘扭矩异常值对应的记录,得到数据集data3;统计数据集data3中刀盘扭矩的分布情况,生成新的一环刀盘扭矩预警线;新的一环开始施工后,实时提取盾构机的运行数据,如果刀盘扭矩的值持续超过预警线,则在盾构机操作主界面上显示报警信息。本发明针对盾构机原始施工数据,采用统计分析的方法计算每环的刀盘扭矩预警线,为盾构机的安全施工提供了技术支撑。
-
公开(公告)号:CN111706334B
公开(公告)日:2022-02-01
申请号:CN202010604182.9
申请日:2020-06-29
申请人: 盾构及掘进技术国家重点实验室 , 中铁隧道局集团有限公司 , 郑州大学产业技术研究院有限公司
摘要: 本发明涉及一种实时监测盾构机刀盘扭矩异常的方法,包括以下步骤:在新的一环开始盾构施工前,整环提取相同机型在类似地质条件下的历史运行数据,形成数据集data1;在数据集data1中,删除刀盘扭矩、刀盘转速和推进速度这三个属性中至少有一个为0的记录,形成数据集data2;剔除数据集data2中刀盘扭矩异常值对应的记录,得到数据集data3;统计数据集data3中刀盘扭矩的分布情况,生成新的一环刀盘扭矩预警线;新的一环开始施工后,实时提取盾构机的运行数据,如果刀盘扭矩的值持续超过预警线,则在盾构机操作主界面上显示报警信息。本发明针对盾构机原始施工数据,采用统计分析的方法计算每环的刀盘扭矩预警线,为盾构机的安全施工提供了技术支撑。
-
-
-
公开(公告)号:CN111291500B
公开(公告)日:2023-03-31
申请号:CN202010151474.1
申请日:2020-03-06
申请人: 盾构及掘进技术国家重点实验室 , 郑州大学
IPC分类号: G06F30/20 , G06N20/00 , G06F111/10
摘要: 本发明公开了一种基于土压平衡盾构机参数数据的反演建模方法,包括如下步骤:步骤A:提取历史运行数据集data,然后提取平稳掘进段的数据形成数据集data1;步骤B:在数据集data1中选取出优质掘进环的平稳掘进段数据形成数据集data2;步骤C:将数据集data2扩充3个属性项,分别存放在各个目标参数的水平值形成数据集data3;步骤D:将数据集data3以整环为单位划分为训练集和测试集,确定模型超参数;步骤E:提取土压平衡盾构机的实时正常掘进段数据,代入学习的随机森林模型,计算出各个目标参数的水平值;本发明针对土压平衡盾构机原始施工数据,采用机器学习中随机森林模型的方法反演出目标参数建议水平值,为土压平衡盾构机施工的辅助掘进提供了技术支撑。
-
公开(公告)号:CN111291500A
公开(公告)日:2020-06-16
申请号:CN202010151474.1
申请日:2020-03-06
申请人: 盾构及掘进技术国家重点实验室 , 郑州大学
IPC分类号: G06F30/20 , G06N20/00 , G06F111/10
摘要: 本发明公开了一种基于土压平衡盾构机参数数据的反演建模方法,包括如下步骤:步骤A:提取历史运行数据集data,然后提取平稳掘进段的数据形成数据集data1;步骤B:在数据集data1中选取出优质掘进环的平稳掘进段数据形成数据集data2;步骤C:将数据集data2扩充3个属性项,分别存放在各个目标参数的水平值形成数据集data3;步骤D:将数据集data3以整环为单位划分为训练集和测试集,确定模型超参数;步骤E:提取土压平衡盾构机的实时正常掘进段数据,代入学习的随机森林模型,计算出各个目标参数的水平值;本发明针对土压平衡盾构机原始施工数据,采用机器学习中随机森林模型的方法反演出目标参数建议水平值,为土压平衡盾构机施工的辅助掘进提供了技术支撑。
-
-
-
-
-
-