期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
超特长隧洞TBM智能辅助掘进技术研究及应用
被引量：
2
1
作者
谭忠盛
邓铭江
《隧道建设（中英文）》
CSCD
北大核心
2024年第3期442-463,I0037-I0058,共44页
为解决目前TBM掘进存在依赖于司机经验,难以对异常情况做出及时响应,导致掘进减缓或刀具磨损加剧的问题,不仅需要在不停机状态下及时准确获取掌子面围岩信息,还要在了解掌子面围岩信息的情况下实现智能辅助决策。依托北疆供水二期工程,...
为解决目前TBM掘进存在依赖于司机经验,难以对异常情况做出及时响应,导致掘进减缓或刀具磨损加剧的问题,不仅需要在不停机状态下及时准确获取掌子面围岩信息,还要在了解掌子面围岩信息的情况下实现智能辅助决策。依托北疆供水二期工程,分析围岩类别、掘进效能和掘进参数等掘进指标,基于图像识别、数据挖掘和机器学习等技术,通过岩渣图像识别、刀盘振动监测和超前地质预报实现围岩状态的实时感知;构建地质信息、掘进参数、设备与支护参数数据库,进行大数据预处理及关联分析;采用多目标智能优化算法,以掘进速度和刀具寿命为目标,对掘进参数进行优化。在此基础上,提出掘进参数、支护方案、卡机应对措施等辅助决策方法。通过TBM智能辅助掘进技术在XE隧洞试验段中的应用可知,掘进速度总体可提升15.6%,刀具寿命总体提升4.5%,且未发生因掘进参数选择不当导致掘进停滞或设备异常损坏等问题。
展开更多
关键词
隧洞工程
TBM
智能辅助
掘进
围岩感知
大数据分析
掘进参数优化
在线阅读
下载PDF
职称材料
TBM智能施工研究进展及展望
被引量：
3
2
作者
刘耀儒
侯少康
+4 位作者
魏芳
喻葭临
何伟
程立
焦鹏程
《隧道建设(中英文)》
北大核心
2025年第1期21-45,共25页
TBM目前已集成上百个传感器和信息采集系统,可实时记录反映TBM施工状况及工作性能的运行数据,为开展数据驱动研究及实现TBM智能施工提供了良好的契机。在分析近年来TBM机器学习相关研究成果的基础上,综述TBM智能施工的研究进展。首先,...
TBM目前已集成上百个传感器和信息采集系统,可实时记录反映TBM施工状况及工作性能的运行数据,为开展数据驱动研究及实现TBM智能施工提供了良好的契机。在分析近年来TBM机器学习相关研究成果的基础上,综述TBM智能施工的研究进展。首先,以引松工程3标段为例,介绍TBM运行参数及运行数据的基本情况,分析TBM控制参数及掘进循环的各工作阶段划分;然后,系统归纳TBM掘进过程隧道(洞)围岩智能感知、TBM掘进过程地质灾害预测预警、TBM掘进控制参数辅助决策3方面的研究进展;最后,结合当前的技术水平和研究现状,探讨目前研究中存在的瓶颈,并提出对后续研究展望的建议,即多源数据互补信息的利用、专业机制知识-数据的融合驱动、新工程/工况应用场景的迁移学习是该领域有待进一步研究的方向。
展开更多
关键词
TBM智能施工
运行数据
围岩感知
地质灾害预测
掘进参数优化
在线阅读
下载PDF
职称材料
基于智能集成算法的煤矿TBM掘进参数多目标优化方法研究
3
作者
沈远伟
朱昊
+3 位作者
曹梦炫
冯昌如
朱梦圆
张超凡
《煤炭工程》
2025年第9期129-137,共9页
在煤矿巷道TBM掘进过程中,掘进参数对推进效率、能耗及刀具磨损的影响显著,且三者之间存在复杂的非线性耦合关系。传统的经验调参方式或单目标优化方法难以同时兼顾效率、成本与安全性。为此提出一种集成灰狼优化算法(GWO)、径向基神经...
在煤矿巷道TBM掘进过程中,掘进参数对推进效率、能耗及刀具磨损的影响显著,且三者之间存在复杂的非线性耦合关系。传统的经验调参方式或单目标优化方法难以同时兼顾效率、成本与安全性。为此提出一种集成灰狼优化算法(GWO)、径向基神经网络(RBF)、非支配排序遗传算法Ⅱ(NSGAⅡ)与逼近理想解排序法(TOPSIS)的多层级智能优化方法,该方法融合了元启发式优化、非线性建模、多目标进化与决策排序,可实现掘进参数的全流程优化控制。首先,通过RBF神经网络构建掘进参数与推进速度、掘进比能、刀具磨损量之间的非线性映射模型,并采用GWO算法优化其超参数以提高预测精度;其次,采用NSGAⅡ实现多目标优化,获得Pareto最优解集;最后,通过TOPSIS-熵权法筛选出综合最优的掘进参数方案。以正通煤业TBM实测数据为案例开展验证,结果表明:在最优方案条件下,推进速度提高23.97%,掘进比能下降26.44%,刀具磨损量降低43.67%。该方法在提升掘进效率的同时,显著降低了能耗与刀具损耗,实现了效率、成本与安全性的协同优化,具备良好的工程适用性与推广价值。
展开更多
关键词
TBM
GWO
RBF神经网络
NSGAⅡ
TOPSIS
多目标
优化
掘进参数优化
掘进
比能
在线阅读
下载PDF
职称材料
题名
超特长隧洞TBM智能辅助掘进技术研究及应用
被引量：
2
1
作者
谭忠盛
邓铭江
机构
城市地下工程教育部重点实验室(北京交通大学)
新疆水利发展投资(集团)有限公司
出处
《隧道建设（中英文）》
CSCD
北大核心
2024年第3期442-463,I0037-I0058,共44页
文摘
为解决目前TBM掘进存在依赖于司机经验,难以对异常情况做出及时响应,导致掘进减缓或刀具磨损加剧的问题,不仅需要在不停机状态下及时准确获取掌子面围岩信息,还要在了解掌子面围岩信息的情况下实现智能辅助决策。依托北疆供水二期工程,分析围岩类别、掘进效能和掘进参数等掘进指标,基于图像识别、数据挖掘和机器学习等技术,通过岩渣图像识别、刀盘振动监测和超前地质预报实现围岩状态的实时感知;构建地质信息、掘进参数、设备与支护参数数据库,进行大数据预处理及关联分析;采用多目标智能优化算法,以掘进速度和刀具寿命为目标,对掘进参数进行优化。在此基础上,提出掘进参数、支护方案、卡机应对措施等辅助决策方法。通过TBM智能辅助掘进技术在XE隧洞试验段中的应用可知,掘进速度总体可提升15.6%,刀具寿命总体提升4.5%,且未发生因掘进参数选择不当导致掘进停滞或设备异常损坏等问题。
关键词
隧洞工程
TBM
智能辅助
掘进
围岩感知
大数据分析
掘进参数优化
Keywords
tunnel engineering
tunnel boring machine(TBM)
intelligent auxiliary TBM boring
rock mass perception
big data analysis
optimization of TBM boring parameters
分类号
U45 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
TBM智能施工研究进展及展望
被引量：
3
2
作者
刘耀儒
侯少康
魏芳
喻葭临
何伟
程立
焦鹏程
机构
清华大学水利水电工程系
水电水利规划设计总院
中国水利水电科学研究院
出处
《隧道建设(中英文)》
北大核心
2025年第1期21-45,共25页
基金
国家自然科学基金项目(52179105)
中国博士后科学基金面上资助项目(2024M762193)。
文摘
TBM目前已集成上百个传感器和信息采集系统,可实时记录反映TBM施工状况及工作性能的运行数据,为开展数据驱动研究及实现TBM智能施工提供了良好的契机。在分析近年来TBM机器学习相关研究成果的基础上,综述TBM智能施工的研究进展。首先,以引松工程3标段为例,介绍TBM运行参数及运行数据的基本情况,分析TBM控制参数及掘进循环的各工作阶段划分;然后,系统归纳TBM掘进过程隧道(洞)围岩智能感知、TBM掘进过程地质灾害预测预警、TBM掘进控制参数辅助决策3方面的研究进展;最后,结合当前的技术水平和研究现状,探讨目前研究中存在的瓶颈,并提出对后续研究展望的建议,即多源数据互补信息的利用、专业机制知识-数据的融合驱动、新工程/工况应用场景的迁移学习是该领域有待进一步研究的方向。
关键词
TBM智能施工
运行数据
围岩感知
地质灾害预测
掘进参数优化
Keywords
intelligent construction of tunnel boring machine
operation data
surrounding rock perception
geological hazard prediction
tunneling parameter optimization
分类号
U45 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
基于智能集成算法的煤矿TBM掘进参数多目标优化方法研究
3
作者
沈远伟
朱昊
曹梦炫
冯昌如
朱梦圆
张超凡
机构
陕西正通煤业有限责任公司
出处
《煤炭工程》
2025年第9期129-137,共9页
基金
陕西省自然科学基础研究计划计划联合基金项目(2021JLM-06)。
文摘
在煤矿巷道TBM掘进过程中,掘进参数对推进效率、能耗及刀具磨损的影响显著,且三者之间存在复杂的非线性耦合关系。传统的经验调参方式或单目标优化方法难以同时兼顾效率、成本与安全性。为此提出一种集成灰狼优化算法(GWO)、径向基神经网络(RBF)、非支配排序遗传算法Ⅱ(NSGAⅡ)与逼近理想解排序法(TOPSIS)的多层级智能优化方法,该方法融合了元启发式优化、非线性建模、多目标进化与决策排序,可实现掘进参数的全流程优化控制。首先,通过RBF神经网络构建掘进参数与推进速度、掘进比能、刀具磨损量之间的非线性映射模型,并采用GWO算法优化其超参数以提高预测精度;其次,采用NSGAⅡ实现多目标优化,获得Pareto最优解集;最后,通过TOPSIS-熵权法筛选出综合最优的掘进参数方案。以正通煤业TBM实测数据为案例开展验证,结果表明:在最优方案条件下,推进速度提高23.97%,掘进比能下降26.44%,刀具磨损量降低43.67%。该方法在提升掘进效率的同时,显著降低了能耗与刀具损耗,实现了效率、成本与安全性的协同优化,具备良好的工程适用性与推广价值。
关键词
TBM
GWO
RBF神经网络
NSGAⅡ
TOPSIS
多目标
优化
掘进参数优化
掘进
比能
Keywords
TBM
GWO
RBF neural network
NSGAII
TOPSIS
multi-objective optimization
optimization of tunneling parameters
tunneling specific energy
分类号
TD263 [矿业工程]
TP183 [矿业工程—矿井建设]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
超特长隧洞TBM智能辅助掘进技术研究及应用
谭忠盛
邓铭江
《隧道建设（中英文）》
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
TBM智能施工研究进展及展望
刘耀儒
侯少康
魏芳
喻葭临
何伟
程立
焦鹏程
《隧道建设(中英文)》
北大核心
2025
3
在线阅读
下载PDF
职称材料
3
基于智能集成算法的煤矿TBM掘进参数多目标优化方法研究
沈远伟
朱昊
曹梦炫
冯昌如
朱梦圆
张超凡
《煤炭工程》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
