10.13705/j.issn.1671-6833.2022.04.009
基于神经网络算法的滚刀磨损量预测方法
为了给盾构施工开仓换刀提供参考,将滚刀磨损简化为多元非线性拟合问题,构建了数据分析框架,综合考虑机械、地质、管理3大类因素,对滚刀磨损量进行预测.以广州地铁18号线番禺广场站到南村万博站区间盾构区间为工程背景,选取共14种参数,结合公式获得标定后数据共2386条,包含34把正面滚刀,共81次滚刀磨损量.通过SMBO方法和LM算法改进BPNN算法训练过程,充分发挥神经网络优势,所得模型对83.3%的测试样本的预测值决定系数(R2)高于0.86,相比标定样本时参考的公式,准确度有较大提高,表明该方法所训练模型对滚刀磨损量的发展趋势预测更加准确.
盾构机、滚刀磨损、改进BP神经网络、优化算法
44
TU94(地下建筑)
国家自然科学基金;广东省现代土木工程技术重点实验室
2022-12-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
83-88,95