JP2022143627A - シールド掘進機の掘進予測モデル - Google Patents
シールド掘進機の掘進予測モデル Download PDFInfo
- Publication number
- JP2022143627A JP2022143627A JP2021044245A JP2021044245A JP2022143627A JP 2022143627 A JP2022143627 A JP 2022143627A JP 2021044245 A JP2021044245 A JP 2021044245A JP 2021044245 A JP2021044245 A JP 2021044245A JP 2022143627 A JP2022143627 A JP 2022143627A
- Authority
- JP
- Japan
- Prior art keywords
- shield
- data
- excavation
- machine
- tunneling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009412 basement excavation Methods 0.000 title claims abstract description 92
- 238000010276 construction Methods 0.000 claims abstract description 66
- 238000005259 measurement Methods 0.000 claims abstract description 47
- 238000010801 machine learning Methods 0.000 claims abstract description 34
- 230000005641 tunneling Effects 0.000 claims description 69
- 238000013473 artificial intelligence Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 26
- 239000013598 vector Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000009430 construction management Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
Description
11 クラウドサーバ
12 LAN
13 パーソナルコンピュータ
14 ディスプレイ
20 シールド掘進機
20a 回転カッター
20b シールドジャッキ
20c スキンプレート
20d エレクター装置
20e セグメント
21 掘進計画延長線
22 学習領域
N~N+5,N-1~N-5 リング
Claims (7)
- シールド掘進工法において、シールド掘進管理システムから送られる施工計測データを教師データとして、人工知能による機械学習によって作成される、シールド掘進機の先端の偏差を予測する掘進予測モデルであって、
掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを説明変数とし、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を目的変数として、人工知能による機械学習により作成されたものとなっており、
且つ説明変数となる前記施工計測データのうちの、シールド掘進機の構造と操作に関する所定のデータが、特徴量エンジニアリングによって、人工知能により機械学習し易い合成学習データに変換されて用いられているシールド掘進機の掘進予測モデル。 - シールド掘進機の構造と操作に関する前記所定のデータが、シールドジャッキのジャッキストロークに関する変数であり、前記特徴量エンジニアリングによって変換される合成学習データが、水平方向のカッタ面の傾き及び垂直方向のカッタ面の傾きである請求項1記載のシールド掘進機の掘進予測モデル。
- シールド掘進機の構造と操作に関する前記所定のデータが、選択されるシールドジャッキのジャッキ番号に関する変数であり、前記特徴量エンジニアリングによって変換される合成学習データが、水平方向のモーメント及び垂直方向のモーメントである請求項1記載のシールド掘進機の掘進予測モデル。
- シールド掘進機の構造と操作に関する前記所定のデータが、コピーカッターのカッターストロークに関する変数であり、前記特徴量エンジニアリングによって変換される合成学習データが、水平方向の余堀量及び垂直方向の余堀量である請求項1記載のシールド掘進機の掘進予測モデル。
- シールド掘進機の構造と操作に関する前記所定のデータが、カッタ左回転中、カッタ右回転中、及びカッタトルクの3変数であり、前記特徴量エンジニアリングによって変換される合成学習データが、方向付きトルクである請求項1記載のシールド掘進機の掘進予測モデル。
- 前記機械学習が、サポートベクターマシンをアルゴリズムとするニューラルネットワークによる機械学習である請求項1~5のいずれか1項記載のシールド掘進機の掘進予測モデル。
- 目的変数となるシールド掘進機の先端の偏差が、水平偏差、垂直偏差、及び方向偏差である請求項1~6のいずれか1項記載のシールド掘進機の掘進予測モデル。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021044245A JP2022143627A (ja) | 2021-03-18 | 2021-03-18 | シールド掘進機の掘進予測モデル |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021044245A JP2022143627A (ja) | 2021-03-18 | 2021-03-18 | シールド掘進機の掘進予測モデル |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022143627A true JP2022143627A (ja) | 2022-10-03 |
Family
ID=83454967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021044245A Pending JP2022143627A (ja) | 2021-03-18 | 2021-03-18 | シールド掘進機の掘進予測モデル |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022143627A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116163754A (zh) * | 2022-12-08 | 2023-05-26 | 南京坤拓土木工程科技有限公司 | 基于功率分布分层抽样的掘进参数样本前处理方法 |
-
2021
- 2021-03-18 JP JP2021044245A patent/JP2022143627A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116163754A (zh) * | 2022-12-08 | 2023-05-26 | 南京坤拓土木工程科技有限公司 | 基于功率分布分层抽样的掘进参数样本前处理方法 |
CN116163754B (zh) * | 2022-12-08 | 2023-11-21 | 南京坤拓土木工程科技有限公司 | 基于功率分布分层抽样的掘进参数样本前处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7219181B2 (ja) | シールド掘進機の施工管理方法 | |
JP7219180B2 (ja) | シールド掘進工法における掘進予測モデルの作成方法 | |
Mahdevari et al. | A support vector regression model for predicting tunnel boring machine penetration rates | |
Deshmukh et al. | Roadheader–A comprehensive review | |
US8082134B2 (en) | Techniques for modeling/simulating, designing optimizing, and displaying hybrid drill bits | |
US20050165589A1 (en) | Bending moment | |
CN102187047A (zh) | 改进井具的设计、制造、性能和/或使用的方法和设备 | |
US10366177B2 (en) | Cutting drum and method of designing a cutting drum | |
Awuah-Offei et al. | Efficient cable shovel excavation in surface mines | |
CN116360425A (zh) | 基于数字孪生的无人挖掘机自主采矿挖掘轨迹规划方法 | |
JP2022143627A (ja) | シールド掘進機の掘進予測モデル | |
JP7492482B2 (ja) | シールド掘進機の掘進予測モデル | |
Vu et al. | A study on an up-milling rock crushing tool operation of an underwater tracked vehicle | |
CN115773127A (zh) | 一种泥水平衡盾构智能决策方法、系统、设备及介质 | |
JP7544633B2 (ja) | シールド掘進機の施工管理方法 | |
JP2022143626A (ja) | 初期掘進用汎用学習済みモデル | |
JP7544634B2 (ja) | 掘進予測モデルの重み付け探索方法 | |
Bo et al. | Prediction of tunnel deformation using PSO variant integrated with XGBoost and its TBM jamming application | |
JP7544635B2 (ja) | シールド掘進機の操作シミュレーション方法 | |
JP2023013715A (ja) | 制御システム、制御方法およびプログラム | |
Wardeh | Computational dynamics and virtual dragline simulation for extended rope service life | |
Jang et al. | Underground stope dilution optimization applying machine learning | |
Hammerer | Influence of steering actions by the machine operator on the interpretation of TBM performance data | |
CN116562433B (zh) | 基于csm-gru模型的tbm滚刀寿命预测方法及系统 | |
Zhou et al. | Towards a data-driven assistance system for operating segment erectors in tunnel boring machines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210331 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230626 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240130 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240527 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240806 |