本发明涉及一种盾构纠偏中当前环目标预测方法及系统,该方法包括如下步骤:获取第一训练数据集和第二训练数据集;利用神经网络模型建立所述第一训练数据集和所述第二训练数据集的神经网络纠偏预测模型;盾构施工的过程中,获取对应当前管片环的盾构机相对偏差信息和前一管片环的千斤顶行程差角作为预测输入数据;将所述预测输入数据输入到所述神经网络纠偏预测模型中,并获取所述神经网络纠偏预测模型输出的千斤顶行程差角作为当前环管片的目标预测值。
本发明以千斤顶行程差角作为盾构纠偏的主控对象,且神经网络纠偏预测模型的输入层充分考虑了盾构施工的土质条件和隧道的设计轴线的线形变化,具有广泛的适用性。
杨宏燕 朱雁飞 翟一欣
上海隧道工程有限公司
200232 上海市徐汇区宛平南路1099号5楼
本发明涉及一种盾构纠偏中当前环目标预测方法及系统,该方法包括如下步骤:获取第一训练数据集和第二训练数据集;利用神经网络模型建立所述第一训练数据集和所述第二训练数据集的神经网络纠偏预测模型;盾构施工的过程中,获取对应当前管片环的盾构机相对偏差信息和前一管片环的千斤顶行程差角作为预测输入数据;将所述预测输入数据输入到所述神经网络纠偏预测模型中,并获取所述神经网络纠偏预测模型输出的千斤顶行程差角作为当前环管片的目标预测值。
本发明以千斤顶行程差角作为盾构纠偏的主控对象,且神经网络纠偏预测模型的输入层充分考虑了盾构施工的土质条件和隧道的设计轴线的线形变化,具有广泛的适用性。