基于CNN-LSTM算法的盾構(gòu)掘進(jìn)姿態(tài)智能預(yù)測

打開文本圖片集

針對盾構(gòu)掘進(jìn)過程中參數(shù)易變、軸線難以控制的問題，開發(fā)了一種結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)（CNN）和長短時記憶網(wǎng)絡(luò)（LSTM）的盾構(gòu)機姿態(tài)預(yù)測模型（CNN-LSTM）。CNN-LSTM模型以盾構(gòu)機歷史掘進(jìn)參數(shù)為輸入，以未來姿態(tài)參數(shù)為輸出，在成都地鐵19號線某盾構(gòu)區(qū)間進(jìn)行驗證。結(jié)果表明，所提出的CNN-LSTM模型能精確地預(yù)測盾構(gòu)機的實時姿態(tài)參數(shù)，可輔助現(xiàn)場盾構(gòu)機操作人員作出高效的施工決策。（剩余4190字）