基于IAFSA-BP神经网络的泥水盾构机跨江段油脂消耗预测
油脂是盾构施工过程中主要消耗性材料,该消耗量对施工成本的影响较大.盾构机在不同地质条件下施工时,对应的油脂消耗量变化较大.对传统的鱼群算法(AFSA)进行改进,通过改进的鱼群算法优化了BP神经网络,构建了盾构机在不同地质条件下掘进时的油脂消耗量预测模型.基于武汉地铁8号线跨江段施工过程中的地质状况、掘进速度、盾尾密封油脂消耗量(WR)、主驱动外密封油脂消耗量(HBW)和主驱动内密封油脂消耗量(EP2),对模型进行了训练并利用该模型对部分施工段油脂消耗量进行预测.预测结果表明:改进后的模型能较好地预测3类油脂的消耗量,相对误差分别为12.60%、9.66%和7.35%%,在可接受范围内,对于油脂消耗的预测具有一定参考意义.
泥水盾构机、油脂消耗、BP神经网络、鱼群算法
65
U455.3(隧道工程)
湖北工业大学博士启动基金BSQD14040
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
379-385