基于有限工程数据的盾构机穿越施工参数实时优化方法技术

本发明专利技术公开了一种基于有限工程数据的盾构机穿越施工参数实时优化方法，包括：获取地层参数、隧道参数、盾构机历史施工参数以及地表建筑变形参数，对所述数据进行归一化处理后形成数据集，并将所述数据集划分为训练集及测试集；建立SVM模型，对SVM模型进行训练；基于得到的SVM模型，采用EAIW

【技术实现步骤摘要】
基于有限工程数据的盾构机穿越施工参数实时优化方法


[0001]本专利技术涉及一种基于有限工程数据的盾构机穿越施工参数实时优化方法，属于盾构机控制


技术介绍

[0002]目前盾构机已广泛应用于地铁隧道的施工建设。在利用盾构机进行施工时，不同环境下施工参数的设定严重依赖于人工经验，然而盾构机穿越施工过程中受外界影响的因素较多，复杂地层和既有建筑极易导致盾构施工参数存在非线性、时变性等不确定性因素，很难通过人工经验设定合理的盾构机穿越施工参数。
[0003]目前的研究主要集中在两个方面，一方面建立掘进参数与掘进参数的联系，即将盾构机的掘进参数划分为输入参数和输出参数，并利用机器学习算法实现输出参数的预测，或者根据初始掘进段掘进参数实现平稳掘进段参数的预测，这些仅仅根据掘进参数进行的预测没有充分考虑到地质状况的改变，往往只适合某个地质状况，应用范围不大。另一方面是根据地层参数实现掘进参数的预测，目前在进行地层参数的量化处理上过于简单，复合地层用加权平均计算对应地层参数，厚度较小的地层由于权重较小而无法在整体中得到体现；此外，现有方法预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于有限工程数据的盾构机穿越施工参数实时优化方法，其特征在于，包括如下步骤：步骤一、获取地层参数、隧道参数、盾构机历史施工参数以及地表建筑变形参数，对所述数据进行归一化处理后形成数据集，并将所述数据集划分为训练集及测试集；将参数变量的种类数量为m，x
i
表示其中第i个变量种类，i＝1,2,
…
,m；将第j组所有变量值的集合表示为其中，表示其中第j组数据中第i个变量种类中的所有参数变量的变量值；将X
(j)
对应的地表建筑沉降值表示为y(j)；步骤二、建立SVM模型，采用训练集中的X作为SVM模型训练的输入向量，y作为输出值，对SVM模型进行训练，然后运用测试集检测该SVM模型的预测效果，当预测效果达到要求时，转入步骤三；步骤三、基于得到的SVM模型，采用EAIW
‑
IPSO算法对盾构施工参数进行实时优化，得到最优盾构穿越施工参数，以控制临近地表建筑沉降为最小。2.如权利要求1所述的，其特征在于，所述SVM模型的表达式为：其中，X是所有参数变量值归一化后的数据集，n是数据集的总组数，k是测试集的组数，K(X
(j)
,X
(i)
)是将X
(i)
和X
(j)
映射到高维空间后的内积，和α
j
是非负拉格朗日乘子，是偏置项的平均值。3.如权利要求1所述的基于有限工程数据的盾构机穿越施工参数实时优化方法，其特征在于，步骤三具体包括：步骤A1，EAIW
‑
IPSO算法中粒子的位置表达向量由所述m个参...

【专利技术属性】
技术研发人员：谢小创，吴小建，施柳盛，陈峰军，杨子松，
申请(专利权)人：上海市基础工程集团有限公司，
类型：发明
国别省市：