盾构刀具磨损速率预测研究

发布时间：2017-12-26 00:03

  本文关键词：盾构刀具磨损速率预测研究　出处：《施工技术》2016年22期 　论文类型：期刊论文

  更多相关文章： 盾构 刀具磨损速率 人工智能模型 预测

【摘要】：在盾构掘进系统中,因为盾构刀具磨损速率直接关系到施工工期的长短,而施工工期是评价工程项目综合经济效益最重要的指标。盾构刀具磨损速率的误差过大会导致施工企业对施工周期的错误预估,加大施工企业的经营成本,严重时会导致整个盾构系统故障,因此,盾构刀具磨损速率是盾构掘进过程中需要监测的重要参数之一。针对盾构掘进工艺进行研究,利用盾构掘进系统中的围岩强度、耐磨性、刀盘转矩、刀盘转速等主要运行指标作为输入变量,盾构刀具磨损速率作为输出变量分别建立模拟退火优化的支持向量机模型(SA-SVM)以及遗传优化的最小二乘支持向量机模型(GALS-SVM)。用建立的两种人工智能模型对神华神东补连塔煤矿斜井盾构刀具磨损速率进行预测,通过对比刀具磨损速率预测值与实际值来验证人工智能预测模型的可行性与精确度。
【作者单位】： 神华神东煤炭集团有限责任公司;中铁十一局集团有限公司;
【基金】：国家科技支撑计划项目(2013BAB10B02)
【分类号】：TD421.5
【正文快照】： 0引言随着国民经济继续保持平稳较快发展,工业化和城镇化进程加快,深层资源的开发力度不断加大,地下空间利用率不断增加。盾构因其具有掘进速度快、环保效益好、综合效益高等优点被广泛应用于隧道、水利、水电等领域[1-3]。通常情况下,将掘进速率作为评价盾构的综合效益参数,

【参考文献】

相关期刊论文 前5条

1 韩新斌;;双护盾硬岩掘进机刀具消耗分析[J];陕西水利;2015年04期

2 韩龙;;能力约束批量问题的模拟退火算法研究[J];甘肃科技;2013年09期

3 陈海英;;基于支持向量机的上证指数预测和分析[J];计算机仿真;2013年01期

4 朱静丽;;用模拟退火算法求解TSP[J];湖北广播电视大学学报;2011年09期

5 熊杨;肖怀铁;王伟;;基于EDA-DP的LS-SVM参数优化选择[J];计算机工程;2011年14期

相关博士学位论文 前1条

1 高宏力;切削加工过程中刀具磨损的智能监测技术研究[D];西南交通大学;2005年

相关硕士学位论文 前8条

1 陈立勇;改进最小二乘支持向量机及其应用[D];华东交通大学;2014年

2 曹亚杰;改进遗传模拟退火算法及其在结构损伤识别中的应用[D];河北工程大学;2013年

3 董辉辉;基于模拟退火机制的改进模糊小生境遗传算法[D];西安电子科技大学;2013年

4 朱健康;基于支持向量机的音乐自动分类[D];天津大学;2010年

5 王银年;遗传算法的研究与应用[D];江南大学;2009年

6 傅聪;基于支持向量机的尿液粒子识别分类研究[D];浙江大学;2008年

7 张萍;基于支持向量机的邮件过滤算法研究[D];武汉理工大学;2008年

8 陈朴;模拟退火支持向量机算法研究及在电力负荷预测中的应用[D];哈尔滨工业大学;2006年

【共引文献】

相关期刊论文 前10条

1 杨俊哲;邱承有;;盾构刀具磨损速率预测研究[J];施工技术;2016年22期

2 张贵生;张信东;;基于近邻互信息的SVM-GARCH股票价格预测模型研究[J];中国管理科学;2016年09期

3 王卫红;卓鹏宇;;基于PCA-FOA-SVR的股票价格预测研究[J];浙江工业大学学报;2016年04期

4 程虎彪;姜大立;;基于SARIMA-SVM组合模型的战时军用物资需求预测[J];军事运筹与系统工程;2016年02期

5 朱成云;刘星桥;李慧;宦娟;杨宁;;工厂化水产养殖溶解氧预测模型优化[J];农业机械学报;2016年01期

6 曾庆山;张晓楠;;基于EMD和组合模型的太阳黑子时间序列预测[J];郑州大学学报(工学版);2014年03期

7 谭立云;刘海生;谭龙;;基于极限学习机的上证指数预测与分析[J];华北科技学院学报;2014年04期

8 高玉明;张仁津;;基于改进QPSO算法优化SVR的上证指数预测[J];计算机仿真;2013年12期

9 陈杰;任明乐;;基于混合蚁群算法的顺序流水车间调度优化研究[J];中国制造业信息化;2012年21期

10 马杰;蔡延光;;基于改进SVM方法的车牌识别研究[J];现代计算机(专业版);2012年14期

相关博士学位论文 前10条

1 张尔卿;机械密封端面状态监测及寿命预测关键技术研究[D];西南交通大学;2015年

2 易茜;面向广义能量效率的数控加工系统优化模型及方法研究[D];重庆大学;2015年

3 张筱辰;滚珠丝杠副服役寿命预测关键技术研究[D];西南交通大学;2015年

4 李彦凤;滚珠丝杠旋风硬铣削加工热变形误差及其控制技术研究[D];山东大学;2014年

5 陈洪涛;基于多参量信息融合的刀具磨损状态识别及预测技术研究[D];西南交通大学;2013年

6 李威霖;车铣刀具磨损状态监测及预测关键技术研究[D];西南交通大学;2013年

7 李茂月;开放式智能数控系统及其在线控制相关技术研究[D];哈尔滨工业大学;2012年

8 关山;基于声发射信号多特征分析与融合的刀具磨损分类与预测技术[D];吉林大学;2011年

9 林海龙;剪切角、流屑角模型及刀具状态监测方法的理论与试验研究[D];华东理工大学;2011年

10 张翔;小型五轴联动机床介观尺寸铣削加工及其相关模型的研究[D];哈尔滨工业大学;2011年

相关硕士学位论文 前10条

1 张元熙;永磁同步电机改进神经网络控制研究[D];上海电机学院;2016年

2 赵越;基于支持向量机的软件质量评价[D];渤海大学;2016年

3 郑杭;驾驶模拟器方向盘力感反馈的研究与实现[D];吉林大学;2016年

4 边二涛;基于红外热成像的车载夜视系统[D];华南理工大学;2015年

5 黄玉萍;基于LSSVM的弓网系统建模研究[D];华东交通大学;2015年

6 李泽钦;燃气轮机余锅及烟气余热制冷联合系统的优化设计[D];华南理工大学;2015年

7 陶凯云;基于音频和歌词的音乐情感分类研究[D];南京邮电大学;2015年

8 于天骥;物流企业车辆调度优化问题的研究与应用[D];浙江海洋学院;2015年

9 常龙;基于OpenCL的并行遗传算法在0/1背包问题的研究及实现[D];昆明理工大学;2015年

10 高磊;基于遗传算法的软件发布规划决策研究[D];湖南师范大学;2015年

【二级参考文献】

相关期刊论文 前10条

1 孟锦;马驰;何加浪;张宏;;基于HHGA-RBF神经网络的网络安全态势预测模型[J];计算机科学;2011年07期

2 顾亚祥;丁世飞;;支持向量机研究进展[J];计算机科学;2011年02期

3 刘晓禹;张洪强;;基于模拟退火算法的城市公交线路铺设分析[J];交通科技与经济;2010年05期

4 李京华;张聪颖;倪宁;;基于参数优化的支持向量机战场多目标声识别[J];探测与控制学报;2010年01期

5 刘胜;傅荟璇;王宇超;;基于分割区间LS-SVM的摄像机标定[J];计算机工程;2009年24期

6 全林;姜秀珍;赵俊和;汪东;;基于SVM分类算法的选股研究[J];上海交通大学学报;2009年09期

7 王克奇;杨少春;戴天虹;白雪冰;;采用遗传算法优化最小二乘支持向量机参数的方法[J];计算机应用与软件;2009年07期

8 徐俊杰;;利用微正则退火算法求解车辆路径问题[J];安庆师范学院学报(自然科学版);2009年02期

9 刘东辉;卞建鹏;付平;刘智青;;支持向量机最优参数选择的研究[J];河北科技大学学报;2009年01期

10 朱振方;刘培玉;张洪军;王美方;;基于退火遗传算法的网络信息过滤系统研究[J];计算机工程与设计;2009年02期

相关硕士学位论文 前10条

1 王玉玮;支持向量机模型改进及在短期边际电价预测中的应用[D];华北电力大学;2013年

2 王雪红;基于模拟退火遗传算法的变压器硅钢片优化排样的研究[D];吉林大学;2012年

3 吴琳;基于最小二乘支持向量机的时态数据预测研究及应用[D];东北财经大学;2011年

4 豆之敬;基于遗传模拟退火算法的电梯轿厢生产车间调度研究[D];广东工业大学;2011年

5 邓卜侨;混合遗传模拟退火算法在证券投资组合中的应用[D];吉林大学;2011年

6 薛明玉;遗传算法和神经网络在结构损伤识别中的应用[D];大连理工大学;2010年

7 赵忠华;基于改进模态参数灵敏度法的结构损伤识别研究[D];重庆大学;2010年

8 吴合良;基于残余能量灵敏度分析的结构损伤识别研究[D];中南大学;2010年

9 范林玉;航迹规划遗传模拟退火算法研究[D];重庆大学;2010年

10 宋初一;基于最小二乘支持向量机及粒子群优化的特征选择算法研究[D];吉林大学;2008年

【相似文献】

相关期刊论文 前1条

1 李怀明,杨让;轨钢磨损行为的试验[J];北京科技大学学报;1993年06期

，

本文编号：1334979