一种基于超参数的顶管变形预测方法技术

技术编号：42616132 阅读：27 留言：0更新日期：2024-09-03 18:21

本发明专利技术公开了一种基于超参数的顶管变形预测方法，包括收集顶管沿线的土层参数、施工参数和变形指标的样本数据；利用灰色关联度分析法，以土层参数和施工参数为比较数列、以变形指标为参考数列，建立空间区域的关联度模型；将施工参数和土层参数作为输入变量，变形指标作为输出变量，构建BiLSTM神经网络；引入自适应系数超参数，在BiLSTM神经网络中搜索最佳的初始超参数配置；采集参数，利用优化后的BiLSTM网络预测未顶进断面的变形情况，为施工提供指导。本发明专利技术有助于简化网络结构，提高训练速度；确保不会收敛速度过快导致跳过全局最优解，同时平衡解的精度和收敛速度的关系，避免收敛过慢，有助于提高模型的稳定性和预测精度。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及顶管隧道顶进过程中实时监测预报领域，尤其涉及一种基于超参数bilstm的顶管变形预测方法。

技术介绍

1、随着城市轨道交通、地下交通、地下综合管廊等新型城镇化建设的推进，我国涌现出一批顶管隧道工程，如何保证顶管隧道周边环境安全施工是工程师们广泛关注的问题。现阶段工程师们主要通过顶管隧道周围地表沉降等监测，判断顶管周边环境的安全性。虽然现场监测能判断顶管顶进过程中周边环境变形是否超出预警值，但难以提前预判可能出现风险的类型和风险部位，以便提出合理的安全施工加固措施。如果能够根据已有地层条件和施工条件，提前预测顶管周边环境的变形规律，则可基于变形控制指标，合理调整顶进参数，达到安全施工的目的。因此，开展顶管顶进过程中周边环境沉降预测的研究工作十分必要对保证施工质量，确保施工安全有重要意义。

2、在研究初期，国内外学者普遍通过统计学与力学角度分析顶管顶进诱发的地层变形。随后，有学者从数值模拟与模型试验的角度开展研究。但是研究结果耗费大量算力，达不到实时预测。随着大数据和5g技术的发展，结合机器学习的方法解决顶管工程安全施工问题已成为必然的发展趋势。双向长短时记忆网络(bidirectional lstm，bilstm)是一种有监督型的机器学习算法，具有较强的时间序列建模能力和容错能力，其预测能力优于传统的回归分析法，预测出的模型有较高精度，是建立预测模型的有效手段。但是，bilstm往往存在计算复杂度高、超参数选择困难、对小样本不敏感、存在潜在过拟合等缺点。

技术实现思路</p>

1、专利技术目的：本专利技术的目的是提供一种基于超参数bilstm的顶管变形预测方法，以解决传统方法中难以提前预判风险类型和风险位置的问题。

2、技术方案：本专利技术包括如下步骤：

3、(1)收集顶管沿线的土层参数、施工参数和变形指标的样本数据；

4、(2)利用灰色关联度分析法，以土层参数和施工参数为比较数列、以变形指标为参考数列，建立空间区域的关联度模型；

5、(3)将施工参数和土层参数作为输入变量，变形指标作为输出变量，构建bilstm神经网络；

6、(4)引入自适应系数超参数，在bilstm神经网络中搜索最佳的初始超参数配置；

7、(5)采集参数，利用优化后的bilstm网络预测未顶进断面的变形情况，为施工提供指导。

8、进一步地，所述步骤(1)土层参数包括内摩擦角、黏聚力、渗透系数以及弹性模量。

9、进一步地，所述步骤(1)施工参数包括顶管深度、顶进速度、顶推力以及倾角。

10、进一步地，所述步骤(1)变形指标包括地表沉降与深层水平位移。

11、进一步地，所述步骤(2)空间区域的关联度模型的建立包括：

12、定义差值序列：

13、δij(k)＝|x′ij(k)-y′(k)|

14、其中，(y′(k))是变形指标的归一化值；

15、计算关联度：

16、

17、其中，ρ是分辨系数，常取值范围在(0，1)。

18、进一步地，所述步骤(2)包括根据每一个输入参数与基坑变形指标的关联度的计算结果，选择与基坑变形指标高度相关的参数作为后续分析的输入，选择关联度超过设定阈值的参数，根据关联性大小，排除与变形指标不相关的土层参数和施工参数，利用归一化处理公式进行排除：

19、

20、其中xij是第i个样本的第j个参数，xminj和xmaxj分别是第j个参数的最小值和最大值，x′ij表示每一个输入参数与基坑变形指标的关联度。

21、进一步地，所述步骤(4)包括根据适应度函数的评估结果，优化超参数并更新网络。

22、进一步地，所述优化超参数包括：

23、高斯过程由均值函数和协方差函数定义：

24、m(x)＝e[f(x)]

25、k(x，x′)＝e[(f(x)-m(x))(f(x′)-m(x′))]

26、采用期望改进量作为采集函数：

27、ei(x)＝e[max(f(x)-f(x+)，0)]

28、其中f(x+)是当前观测到的最大值。

29、进一步地，所述更新网络包括高斯过程后验更新：

30、

31、

32、其中，k*是从x*到训练点的协方差向量，k是训练点间的协方差矩阵，是观测噪声的方差，y是观测值向量。

33、进一步地，所述步骤(5)采集的参数包括未顶进断面的土层参数与预期的施工参数。

34、有益效果：本专利技术与现有技术相比，具有如下显著优点：允许模型不断提高预测精度，随着顶进施工的进行，对监测结果进行动态调整；有助于简化网络结构，提高训练速度；确保不会收敛速度过快导致跳过全局最优解，同时平衡解的精度和收敛速度的关系，避免收敛过慢，有助于提高模型的稳定性和预测精度，解决了传统方法中难以提前预判风险类型和风险位置的问题。

本文档来自技高网...

【技术保护点】

1.一种基于超参数的顶管变形预测方法，特征在于：包括如下步骤：

2.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(1)土层参数包括内摩擦角、黏聚力、渗透系数以及弹性模量。

3.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(1)施工参数包括顶管深度、顶进速度、顶推力以及倾角。

4.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(1)变形指标包括地表沉降与深层水平位移。

5.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(2)空间区域的关联度模型的建立包括：

6.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(2)包括根据每一个输入参数与基坑变形指标的关联度的计算结果，选择与基坑变形指标高度相关的参数作为后续分析的输入，选择关联度超过设定阈值的参数，根据关联性大小，排除与变形指标不相关的土层参数和施工参数，利用归一化处理公式进行排除：

7.根据权利要求1所述的基于超参数的顶管变形预测方法，其

8.根据权利要求7所述的基于超参数的顶管变形预测方法，其特征在于：所述优化超参数包括：

9.根据权利要求7所述的基于超参数的顶管变形预测方法，其特征在于：所述更新网络包括高斯过程后验更新：

10.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(5)采集的参数包括未顶进断面的土层参数与预期的施工参数。

...

【技术特征摘要】

1.一种基于超参数的顶管变形预测方法，特征在于：包括如下步骤：

2.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(1)土层参数包括内摩擦角、黏聚力、渗透系数以及弹性模量。

3.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(1)施工参数包括顶管深度、顶进速度、顶推力以及倾角。

4.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(1)变形指标包括地表沉降与深层水平位移。

5.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(2)空间区域的关联度模型的建立包括：

6.根据权利要求1所述的基于超参数的顶管变形预测方法，其特征在于：所述步骤(2)包括根据每一个输...

【专利技术属性】
技术研发人员：焦彦俊，温生，范轶伦，
申请(专利权)人：南京远能电力工程有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人