基于混合深度学习的盾构掘进位姿智能预测方法及系统

摘要

本发明公开了一种基于混合深度学习的盾构掘进位姿智能预测方法及系统，属于地铁盾构施工领域。该方法在盾构失准机理的基础上采用预测控制原理和人工智能技术，根据建立的混合深度学习模型WCNN‑LSTM对盾构掘进阶段位姿进行预测，并制定盾构位姿调整策略，实现操作参数的预先调整及事前控制以改善盾构失准的问题。该方法用于盾构机掘进过程中后续位姿变化的智能预测，支持盾构机驾驶员预先对盾构位姿进行调整，解决盾构机的蛇形运动难题、缓解盾构位姿调控滞后效应，实现盾构机掘进轴线的精确控制，能有效提升隧道成型质量，具有较高的工程实用价值。