首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机岩状态识别和融合特征-时间注意力的盾构姿态多步预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中交第二航务工程局有限公司

摘要:本发明提供一种基于机岩状态识别和融合特征‑时间注意力的盾构姿态多步预测方法,包括以下步骤:从历史数据中提取掘进段数据并进行预处理;利用灰色关联分析选择特征参数,并与机岩状态组合特征参数共同作为特征参数;构建包含姿态参数的标签和特征参数的数据集;划分训练集和测试集,并且将数据进行归一化;时间窗口滑动技术生成训练样本;采用多尺度卷积与注意力机制提取特征;结合门控循环单元的编码器‑解码器架构进行多步预测。本发明解决了现有技术存在着模型可解释性差、难以充分挖掘姿态序列的参数特征关系及长期趋势等问题,有效提升了盾构施工的安全性和效率,降低了运营成本,为隧道工程带来了智能化管理的新模式。

主权项:1.一种基于机岩状态识别和融合特征-时间注意力的盾构姿态多步预测方法,其特征在于,包括以下步骤:S1、获取盾构机掘进历史数据,并进行掘进段数据提取和数据预处理;S2、筛选出与盾构掘进姿态相关的特征参数,结合灰色关联分析综合选取与盾构姿态关联度靠前的参数作为特征参数,并与引入机岩状态组合特征参数共同作为盾构掘进姿态的特征参数;S3、将含有盾构掘进姿态的特征参数的数据进行标签值和特征值的划分,包括将头部竖直姿态、头部水平姿态、尾部竖直姿态、头部水平姿态这4个盾构姿态参数定义为标签值,将步骤S2选取的所有参数作为特征参数,获得盾构姿态数据集;S4、对盾构姿态数据集进行划分训练集和测试集,并且将数据进行归一化;S5、通过设定特征时间窗口和标签时间窗口的长度T1和T2,对数据进行滑动处理,生成特征与标签序列样本;S6、利用基于多尺度卷积的特征注意力机制,对特征序列样本进行特征注意力提取,得到带有注意力的隐含特征映射;S7、构建基于门控循环单元的编码器-解码器网络,将步骤S6中带有注意力的隐含特征映射输入数据,并融合时域注意力机制进行盾构姿态的多步预测;通过以上步骤完成盾构姿态多步预测。

全文数据:

权利要求:

百度查询: 中交第二航务工程局有限公司 基于机岩状态识别和融合特征-时间注意力的盾构姿态多步预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。