盾构掘进优质数据提取及在姿态控制中的应用

作者：张合沛

来源：建筑机械化, 2021, 42(11): 36-40.

DOI：10.13311/j.cnki.conmec.2021.11.010

• 盾构掘进
• 优质数据
• 机器学习
• 大数据建模
• 混淆矩阵

为基于数据实现掘进过程自动化和实现自动纠偏进行数学建模,给出了一种优质训练集数据的提取方案,经分析论证,以偏差与偏差的变化率之积小于0为优质数据的判别条件是合理的。借助于优质数据进行机器学习建模,将得到的模型在盾构现场实际匹配上线测试,预报结果与实际结果有很好的吻合性。用混淆矩阵作度量测试预报结果 ,反映出具有较高的正确率,说明了以优质数据建模方法的有效性,可为类似的大数据建模优质数据寻取提供参考。

• 单位
  盾构及掘进技术国家重点实验室