基于CNN-BiLSTM的施工初期盾构机掘进速度预测.pdf

()

第卷第期石家庄铁道大学学报自然科学版

３６４Vol．３６No．４

年月()

２０２３１２JournalofShiiazhuanTiedaoUniversitNaturalScienceEditionDec．２０２３

jgy

基于CNNＧBiLSTM的施工初期盾构机掘进速度预测

１１２２１

张纪奥,马怀祥,王承震,李东升,乔卉卉

(,;

１．石家庄铁道大学机械工程学院河北石家庄０５００４３

,)

２．中铁十四局集团有限公司山东济南２５００１４

:.

摘要对盾构机掘进速度的预测可有效指导设备施工和工程的顺利进行在隧道施工初期

,,

数据量较少时针对掘进速度难以预测的问题采用迁移学习策略建立盾构机掘进速度预测模

.、、、,

型提出了以TPIFPISEC４种混合指标对盾构施工进行聚类分级和判别降低设备参数和

.

地质信息差异对迁移模型的影响依托南京长江隧道工程和芜湖过江隧道工程的现场掘进参

.,,,

数进行验证结果表明以当前时刻掘进参数作为模型输入下一时刻掘进速度作为模型输出

,,,

建立的基于CNNＧBiLSTM的预测模型可有效提取掘进参数特征实现掘进速度预测其预测

;,

值可以很好地反映实测数据的变化趋势与其他种智能模型对比该模型在和

３MAERMSE

,.,

上表现最优验证了模型的优越性和有效性基于CNNＧBiLSTM的预测模型可有效解决施工

初期数据量较少情况下掘进速度预测问题.

:;;;;

关键词盾构速度预测迁移学习CNNＧBiLSTMkＧmeans

中图分类号:文献标志码:文章编号:()

U４５５．４３A