科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了对盾构盾尾油脂消耗控制提供指导,以盾尾密封油脂消耗量预测精度为目标,采用双向LSTM与ARIMA模型相结合的方法,构建Bi-LSTM-ARIMA盾尾密封油脂消耗时间序列预测模型,在综合考虑盾构掘进参数与相关工程地质及水文地质参数的基础上,建立盾尾密封油脂消耗BP神经网络预测模型。以济南黄河隧道为依托,基于区间隧道既有盾尾油脂消耗数据对盾构东线区间盾尾密封油脂消耗量进行训练和预测。研究结果表明:Bi-LSTM-ARIMA模型对盾尾密封油脂消耗预测的均方根误差为13.47,平均相对误差仅为3.13%,相较于ARIMA时间序列模型和BP神经网络模型具有更高的预测精度,具有较好的实用性与可靠性。
- 单位
