科研之友
微信
新浪微博
Facebook
分享链接
摘要
在土压平衡盾构机掘进中，刀盘转矩与推进速度是控制正常掘进的重要参数，可很好地反映前方地层掘进难易程度，以及盾构机工作状态，以有效指导掘进。长沙地铁4号线某区间在数据预处理和参数分析基础上，使用多元线性回归(MLP)、决策树(DT)、随机森林(RF)、梯度提升树(GB)、XGB、LGBM等传统机器学习预测刀盘转矩及推进速度，基于绝对百分比误差MAPE,平均绝对误差MAE指标评价预测精度，通过对比，发现XGB预测效果较好，使用XGB训练模型且运用贝叶斯优化方法选取超参数，并且使用均值滤波方法对数据进行降噪处理，有效减小模型的MAPE,MAE,得到最终测试集推进速度MAPE,MAE,分别为8.345,1.565,刀盘转矩MAPE,MAE分别为4.255,72.039,基于XGB算法与滤波降噪方法，对刀盘转矩与推进速度的预测精度均较高。
- 出版日期2023
- 单位土木工程学院; 中国建筑第五工程局有限公司; 湖南大学; 中建五局土木工程有限公司
