基于自动深度学习盾构掘进姿态预测与控制

作     者：秦灏 QIN Hao

作者机构：上海建工集团股份有限公司上海市200080 

出 版 物：《城市道桥与防洪》 (Urban Roads Bridges & Flood Control)

年 卷 期：2024年第2期

页      面：200-205,I0019页

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

主　　题：自动深度学习 时间窗 盾构姿态 粒子群优化算法 多目标优化算法 

摘      要：提出了基于自动深度学习(AutoDL)算法和多目标优化算法的结合可实现数据驱动的姿态偏差控制指导,用于盾构掘进姿态的预测与控制,以解决现有盾构掘进姿态预测中所面临的执行难度高、成本高、效率低等问题,可用于自动精准地预测盾构掘进姿态随着工程进展的动态变化趋势,并针对盾构机施工状态执行多目标优化算法,快速自动搜寻最优策略,实时调整合适的盾构操作参数,减少对于现场操作人员经验和主观判断的依赖。以上海市天然气主干管网崇明岛-长兴岛-浦东新区五号沟LNG站管道工程隧道A线工程为例,展示该算法框架的优越性。研究结果有助于降低深度学习进入盾构智能控制领域的门槛,推动智能盾构发展。