关节点位置关系时空变化模型的人体姿态预测

1

作者 黎鑫 许闻 +3 位作者 李顼 潘振鹏 杨兴明 吴克伟 《微电子学与计算机》 2025年第1期45-54,共10页

人体姿态预测,是指根据可观测的人体姿态序列,来预测运动后的人体姿态。现有方法缺乏对关节点在运动后的位置范围进行描述。由此,提出了一种关节点位置关系时空变化模型。在该模型中,空间位置关系学习模块,通过统计同一个动作类别的多... 人体姿态预测,是指根据可观测的人体姿态序列,来预测运动后的人体姿态。现有方法缺乏对关节点在运动后的位置范围进行描述。由此,提出了一种关节点位置关系时空变化模型。在该模型中,空间位置关系学习模块,通过统计同一个动作类别的多个时间视频帧中关节点之间的相对位置分布,来学习动作类别约束的不同关节点之间位置关系。空间位置关系学习模块用于描述人体姿态预测中位置关系的合理性,并减少不合理的关节点估计。时间位置关系学习模块,通过同一个动作类别中统计相邻两帧的关节点位置变化,来学习动作类约束的单关节点位置随着时间的变化关系。时间位置关系学习模块用于描述人体姿态预测中人体关节点运动后的合理范围,并减少不合理的关节点估计。时空位置关系融合模块,利用位置关系的高斯分布方差作为权重,对空间位置关系和时间位置关系进行加权融合。时空位置关系融合模块考虑人体姿态中的邻接关系,将融合的时空位置关系进行空间范围的筛选,得到更加合理的时空位置关系。时空变化特征学习模块,将关节点的全局/局部位置关系,点乘到自注意力关系中。时空变化特征学习模块使用位置约束的自注意力,找出关节点有效的影响范围,从而提高人体姿态预测的准确性。在Human3.6M和Penn Action两个数据库上进行了实验验证。实验结果表明,所提的关节点位置关系时间变化模型,优于现有人体姿态预测方法。 展开更多

关键词 人体姿态预测 时空位置关系 相对位置分布 注意力

在线阅读 下载PDF 职称材料

基于机器学习的盾构姿态预测模型与控制方法研究 被引量：1

2

作者 关振长 谢立夫 +2 位作者 周宇轩 罗嵩 许超 《隧道建设（中英文）》 CSCD 北大核心 2024年第10期2032-2040,共9页

为避免盾构轴线偏离引发衬砌管片错台、开裂等质量与安全问题,提出一种基于机器学习算法的盾构姿态智能预测模型与控制方法。以盾构掘进施工的实测数据为驱动,通过贝叶斯优化(BO)与支持向量回归(SVR)构建盾构姿态预测模型,挖掘施工参数... 为避免盾构轴线偏离引发衬砌管片错台、开裂等质量与安全问题,提出一种基于机器学习算法的盾构姿态智能预测模型与控制方法。以盾构掘进施工的实测数据为驱动,通过贝叶斯优化(BO)与支持向量回归(SVR)构建盾构姿态预测模型,挖掘施工参数-地层信息-盾构姿态三者间的非线性关系。结合模拟退火算法(SA)形成可控施工参数动态调整的盾构姿态控制方法,并将其应用于福州滨海快线南—三区间隧道的工程实践。主要结论如下:1)经数据预处理、特征筛选及BO超参数优化,基于SVR的盾构姿态预测模型具备优异的预测性能和泛化能力;2)结合SA算法进行可控施工参数调整时,需设置合理的优化规则,以确保所推荐的可控施工参数具备可操作性;3)将姿态控制方法应用于南—三区间后续掘进施工以辅助纠偏,盾尾垂直偏差在10环掘进过程中由45 mm减至18 mm,实现了连续稳定纠偏。 展开更多

关键词 盾构隧道 盾构姿态预测 盾构姿态控制 施工参数调整 机器学习

在线阅读 下载PDF 职称材料

外包钢壳混凝土拱形桥塔节段拼装几何姿态预测研究 被引量：1

3

作者 桂水荣 李勇康 +1 位作者 尹樟勇 杨龙贵 《世界桥梁》 北大核心 2024年第2期66-73,共8页

赣州市集结大桥主桥为外包钢壳混凝土拱形桥塔斜拉桥,为确保钢混组合拱形桥塔节段拼装精准合龙,采用MIDAS Civil软件建立拱形桥塔空间几何模型,分析外包钢壳和混凝土湿重对桥塔变形的影响,采用切线初始位移法对桥塔施工阶段位移进行预测... 赣州市集结大桥主桥为外包钢壳混凝土拱形桥塔斜拉桥,为确保钢混组合拱形桥塔节段拼装精准合龙,采用MIDAS Civil软件建立拱形桥塔空间几何模型,分析外包钢壳和混凝土湿重对桥塔变形的影响,采用切线初始位移法对桥塔施工阶段位移进行预测,通过求解制造线形对桥塔待拼装节段进行预偏修正,并与实测数据进行对比。结果表明:外包钢壳能显著减小桥塔变形;施工阶段桥塔变形主要由混凝土湿重引起,临时支撑能有效减小混凝土浇筑产生的横向变形。基于切线初始位移法的几何姿态预测方法能有效预测桥塔拼装全过程几何姿态,实测成桥阶段桥塔各节段最大偏位为6 mm,小于施工控制要求,具有较高的实施精度,可保证成桥状态下桥塔几何姿态的准确性。 展开更多

关键词 斜拉桥 外包钢壳混凝土拱形桥塔 几何姿态预测 切线初始位移法 混凝土湿重 变形影响 线形控制 有限元法

在线阅读 下载PDF 职称材料

基于LSTM算法的大直径泥水平衡盾构掘进姿态预测

4

作者 曾毅 吴嘉敏 +3 位作者 卞跃威 唐嘉佑 闫涛 沈水龙 《隧道建设（中英文）》 CSCD 北大核心 2024年第11期2139-2148,共10页

为保障盾构施工安全并提升掘进效率,提出基于长短时记忆神经网络(LSTM)算法的大直径泥水平衡盾构掘进姿态预测方法。选取泥水平衡盾构掘进过程中的参数,并采用Pearson相关系数对盾构姿态的关联因素进行分析,获取影响盾构姿态的主要因素... 为保障盾构施工安全并提升掘进效率,提出基于长短时记忆神经网络(LSTM)算法的大直径泥水平衡盾构掘进姿态预测方法。选取泥水平衡盾构掘进过程中的参数,并采用Pearson相关系数对盾构姿态的关联因素进行分析,获取影响盾构姿态的主要因素,以此构建盾构姿态预测数据集;采用长短时记忆神经网络建立盾构姿态预测模型,并利用自适应估计(Adam)算法对其进行优化以获取最优的盾构姿态预测结果。盾构姿态的预测参数主要包括:盾头水平偏差(HDSH)、盾头垂直偏差(VDSH)、盾尾水平偏差(HDST)、盾尾垂直偏差(VDST)、俯仰角(R)、滚动角(P)。影响盾构姿态预测结果的主要因素为盾构参数和地层参数,其中,盾构分组油缸压力和地层平均抗压/抗剪强度对盾构姿态的影响最大。经过优化的Adam-LSTM神经网络模型对盾构角度的预测效果最优,均方差在0.1以下;对盾构姿态各项参数预测的平均误差小于5%的占比超过80%。 展开更多

关键词 大直径盾构隧道 泥水平衡盾构 姿态预测 LSTM算法

在线阅读 下载PDF 职称材料

一种用于易损物体的机器人抓取姿态预测方法

5

作者 禹鑫燚 黄睿 欧林林 《小型微型计算机系统》 CSCD 北大核心 2024年第9期2149-2155,共7页

复杂场景下机器人抓取“万物”是一个重要且具有挑战性的任务.针对使用刚性夹持器的机器人在直接使用六自由度抓取姿态预测方法抓取柔软和易碎物品过程中易被夹持器损坏问题,本文提出了一种用于易损物体的八自由度抓取姿态预测方法.通... 复杂场景下机器人抓取“万物”是一个重要且具有挑战性的任务.针对使用刚性夹持器的机器人在直接使用六自由度抓取姿态预测方法抓取柔软和易碎物品过程中易被夹持器损坏问题,本文提出了一种用于易损物体的八自由度抓取姿态预测方法.通过直接处理场景点云数据,预测物体上抓取点的接近向量、面内旋转、夹持器宽度和物体种类,并根据夹持器内点云得到物体的八自由度抓取姿态,其姿态包含夹持器的旋转、平移、夹持器的宽度和作用力.然后,在公共数据集上验证算法的有效性,并搭建复杂场景进行机器人抓取实验.实验结果表明,该方法在保证抓取成功率的前提下,降低了被抓取物体的损坏率,扩展了基于视觉的机器人抓握物品种类. 展开更多

关键词 深度学习 机器人抓取 八自由度抓取 抓取姿态预测

在线阅读 下载PDF 职称材料

基于SSA-TCN-BiGRU的半潜型浮式风机运动姿态预测方法

6

作者 宋磊 黄佳睿 +2 位作者 吴奇龙 王成 姜晓晨 《船舶工程》 CSCD 北大核心 2024年第12期163-172,共10页

半潜型浮式风机的运动姿态对其设备结构、动力效率、运维难度、安全性和稳定性有着显著的影响。在工程实践中,半潜型浮式风机的运动姿态预测至关重要。目前,深度学习技术的发展为这个问题带来了一些潜在的解决方案。由于半潜型浮式风机... 半潜型浮式风机的运动姿态对其设备结构、动力效率、运维难度、安全性和稳定性有着显著的影响。在工程实践中,半潜型浮式风机的运动姿态预测至关重要。目前,深度学习技术的发展为这个问题带来了一些潜在的解决方案。由于半潜型浮式风机的运动姿态具有非平稳、非线性以及难以预测的特性,因此为了提高预测的精度,基于数值模拟方法获取半潜型浮式风机在湍流风和不规则波浪下的运动,并以此为研究对象,提出了一种基于麻雀搜索算法(SSA)优化的时序卷积神经网络(TCN)与双向门控循环单元(BiGRU)组合的半潜型浮式风机运动姿态的预测方法。采用数值模拟的半潜型浮式风机运动姿态数据进行对比验证,结果表明,所提出的预测模型较于反向传播神经网络(BP)、卷积神经网络(CNN)、长短期记忆网络(LSTM)、LSTM-ATTENTION和TCN-Bi GRU预测模型预测精度均有相应提升,在精度提升的同时,还能够保证较好的计算效率。研究成果可为海上半潜型浮式风机的运动姿态预测提供新的思路。 展开更多

关键词 浮式风机 运动姿态预测 深度学习 麻雀搜索算法 时序卷积神经网络 双向门控循环单元

原文传递

基于深度学习的超大直径盾构姿态预测研究

7

作者 丰土根 胡锦健 张箭 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第4期1477-1491,共15页

传统的盾构姿态纠偏措施多是在盾构机实际轴线已经偏离设计轴线之后采取的被动控制措施,具有一定的滞后性,而盾构姿态纠偏不及时会给施工过程和完成后的隧道本身带来严重的危害。为了准确预测盾构姿态偏差,为提前纠偏提供决策支持,本文... 传统的盾构姿态纠偏措施多是在盾构机实际轴线已经偏离设计轴线之后采取的被动控制措施,具有一定的滞后性,而盾构姿态纠偏不及时会给施工过程和完成后的隧道本身带来严重的危害。为了准确预测盾构姿态偏差,为提前纠偏提供决策支持,本文依托江阴—靖江长江隧道超大直径盾构施工项目,提出一种基于CNN-EMD-LSTM的深度学习模型,该模型既能捕捉时间序列的维度特征和时变特征,又能提高盾构姿态数据分解重构方法的预测精度;通过消融实验对CNN-EMD-LSTM模型中每个部分的重要性进行探讨,并对CNN-EMD-LSTM模型在不同窗口长度、不同滑动步长下的预测效果进行对比。研究结果表明:CNN-EMD-LSTM模型对超大直径盾构姿态的预测效果较好;可以通过调节不同推进区间的压力进行盾构姿态纠偏;CNN-EMD-LSTM模型中各个部分按重要性从大到小排序依次为EMD、CNN、LSTM;窗口长度过大或过小都会增大模型预测误差,而滑动步长越小模型的预测效果越好。 展开更多

关键词 超大直径盾构 姿态预测 姿态纠偏 消融实验 CNN-EMD-LSTM

在线阅读 下载PDF 职称材料

基于深度残差LSTM的盾构姿态预测

8

作者 周康敏 程康 +3 位作者 曾少翔 丁智 余颂 冯治国 《隧道建设（中英文）》 CSCD 北大核心 2024年第8期1643-1651,共9页

深度学习模型相比于常规机器学习模型能够更准确地预测盾构姿态,但在增加网络层数以提升性能时,常遇到网络退化问题。为解决此问题,提出基于深度残差LSTM的盾构姿态预测方法。该方法将残差连接融入长短期记忆(LSTM)神经网络,提升深层网... 深度学习模型相比于常规机器学习模型能够更准确地预测盾构姿态,但在增加网络层数以提升性能时,常遇到网络退化问题。为解决此问题,提出基于深度残差LSTM的盾构姿态预测方法。该方法将残差连接融入长短期记忆(LSTM)神经网络,提升深层网络训练的可行性,并可以有效学习盾构时序数据中的长期依赖关系,同时利用贝叶斯优化算法进行超参数调优。依托浙江某盾构工程数据集对所提方法进行验证,以盾尾水平偏移预测为例,深度残差LSTM模型预测的决定系数(R^(2))达到了0.90,平均绝对误差(MAE)为0.76 mm,相较于LSTM模型(R^(2)为0.64,MAE为1.08 mm)和人工神经网络模型(R^(2)为0.68,MAE为1.93 mm),深度残差LSTM模型可以更准确地预测盾构姿态。此外,与LSTM模型相比,深度残差LSTM模型能有效利用更多的网络层(从5层增加到8层),证明了残差连接在防止网络退化、加强盾构数据特征学习能力方面的显著作用。 展开更多

关键词 盾构隧道 LSTM 残差连接 机器学习 贝叶斯优化 姿态预测

在线阅读 下载PDF 职称材料

基于Monte-Carlo法的微型航天器在轨发射姿态预测方法研究

9

作者 陶晓宇 杨海波 +2 位作者 谈曾巧 张翔 唐超 《南京理工大学学报》 CAS CSCD 北大核心 2024年第6期686-691,共6页

基于固体推力器在轨发射的微型航天器在空间在轨服务领域应用越来越广泛,微型航天器分离时的姿态是决定任务成功的关键。为了预测微型航天器在轨发射分离时的姿态范围,采用多刚体动力学理论和赫兹接触模型,建立了微型航天器-搭载卫星平... 基于固体推力器在轨发射的微型航天器在空间在轨服务领域应用越来越广泛,微型航天器分离时的姿态是决定任务成功的关键。为了预测微型航天器在轨发射分离时的姿态范围,采用多刚体动力学理论和赫兹接触模型,建立了微型航天器-搭载卫星平台系统发射动力学仿真模型。针对固体推力器的生产、装配过程中产生的推力偏心,提出基于Monte-Carlo仿真的微型航天器在轨分离姿态预测方法。仿真结果表明,微型航天器分离角速度服从正态分布规律,经地面模拟发射试验验证,该发射动力学仿真模型和姿态预测方法准确可行,可为微型航天器在轨快速发射系统设计和发射着靶精度的研究提供参考。 展开更多

关键词 微型航天器 在轨发射动力学 姿态预测 蒙特卡洛法

在线阅读 下载PDF 职称材料

基于深度学习的盾构姿态预测及纠偏研究

10

作者 桂林 王飞 张雯超 《河北工程大学学报（自然科学版）》 CAS 2024年第4期82-89,共8页

以苏州某在建隧道工程为研究背景,基于机器学习技术提出一种盾构姿态预测模型和纠偏方法。首先通过卷积神经网络挖掘盾构姿态数据的空间特征,然后通过双向长短期记忆神经网络挖掘数据的时序特征,紧接着通过注意力机制挖掘重要的时间特... 以苏州某在建隧道工程为研究背景,基于机器学习技术提出一种盾构姿态预测模型和纠偏方法。首先通过卷积神经网络挖掘盾构姿态数据的空间特征,然后通过双向长短期记忆神经网络挖掘数据的时序特征,紧接着通过注意力机制挖掘重要的时间特征信息。在预测结果的基础上,引入Apriori算法对盾构数据的关联规则提取,并提出盾构姿态纠偏方法。实验结果表明该文提出的盾构姿态预测模型具有较好的泛化能力,且相较于选取的3种基准模型,得到的均方根误差和平均绝对误差值最小,具有更高的预测精度。基于姿态理论控制模型,构建多环姿态控制模型,实现对姿态调整获取参数建议值,为智能化姿态控制提供参考依据。 展开更多

关键词 盾构隧道 机器学习 姿态预测 纠偏方法 注意力机制

在线阅读 下载PDF 职称材料

基于支持向量机的盾构掘进姿态预测与施工参数优化方法 被引量：37

11

作者 吴惠明 常佳奇 +2 位作者 李刚 张东明 黄宏伟 《隧道建设（中英文）》 CSCD 北大核心 2021年第S01期11-18,共8页

为解决盾构司机设定施工参数的标准不明确,且盾构司机的数量难以满足盾构隧道建设需求而引发的盾构姿态难以得到良好控制的问题,需要寻找一种可靠且便于推广使用的施工参数-盾构姿态预测模型。基于盾构施工中的大量数据与机器学习中的... 为解决盾构司机设定施工参数的标准不明确,且盾构司机的数量难以满足盾构隧道建设需求而引发的盾构姿态难以得到良好控制的问题,需要寻找一种可靠且便于推广使用的施工参数-盾构姿态预测模型。基于盾构施工中的大量数据与机器学习中的支持向量机算法,提出一种预测盾构姿态与优化施工参数的方法。所使用的数据采集自上海地铁14号线新建隧道,时间跨度为299d,具体包括盾构的施工参数以及相关的地层信息。样本集包括43030个样本,75%的样本用于训练,25%的样本用于测试。测试结果表明模型的拟合优度达到0.863,在15%的容许误差下准确率达到94.5%,远高于传统的拟合方法。将此模型用于施工参数的优化以实现盾构姿态控制,控制结果表明使用此模型优化的施工参数进行掘进时盾构姿态能够得到良好控制。 展开更多

关键词 盾构法 施工参数 姿态预测 参数优化 机器学习 支持向量机

在线阅读 下载PDF 职称材料

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测 被引量：17

12

作者 彭秀艳 张彪 《中国惯性技术学报》 EI CSCD 北大核心 2019年第4期421-426,共6页

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将... 由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。 展开更多

关键词 组合模型 长短期记忆 神经网络 经验模态分解 船舶运动姿态预测 粒子群优化

在线阅读 下载PDF 职称材料

基于ELM-EMD-LSTM组合模型的船舶运动姿态预测 被引量：9

13

作者 张彪 彭秀艳 高杰 《船舶力学》 EI CSCD 北大核心 2020年第11期1413-1421,共9页

在随机变动的海洋环境中,采用单一预测模型对船舶运动进行预报,预报值有时出现大的随机波动,预测误差超出安全限,对船舶运动控制和决策带来严重后果。本文提出了基于极限学习机(ELM)、经验模态分解(EMD)和长短期记忆(LSTM)神经网络的组... 在随机变动的海洋环境中,采用单一预测模型对船舶运动进行预报,预报值有时出现大的随机波动,预测误差超出安全限,对船舶运动控制和决策带来严重后果。本文提出了基于极限学习机(ELM)、经验模态分解(EMD)和长短期记忆(LSTM)神经网络的组合预测模型,对船舶运动姿态进行预测。首先,通过ELM模型预测方法进行船舶运动姿态的初始预测,然后采用EMD算法分解初始预测残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律进行预测,将各IMF分量的预测值相加得到残差预测值;最后将初始预测值与残差预测值组合得到最终的预测结果。仿真结果表明:与单一的LSTM模型和ELM-LSTM模型相比,该组合预测模型的平均绝对误差及均方根误差均为最小,预测精度更高,是一种更为有效的船舶运动姿态预测方法。 展开更多

关键词 组合模型 极限学习机 经验模态分解 船舶运动姿态预测 长短期记忆神经网络

在线阅读 下载PDF 职称材料

基于RBF神经网络的人体运动跟踪与姿态预测(英文) 被引量：7

14

作者 孙光民 陈德明 +3 位作者 秦圣峰 Wright D.K. 康金胜 赵越 《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第1期12-16,共5页

本文采用径向基函数神经网络进行人体运动跟踪与人体姿态预测,利用采集的运动数据对本文提出的运动跟踪与姿态预测方法进行性能评估,给出部分测试和比较实验结果,实验结果表明,基于径向基函数神经网络的人体运动跟踪与人体姿态预测方法... 本文采用径向基函数神经网络进行人体运动跟踪与人体姿态预测,利用采集的运动数据对本文提出的运动跟踪与姿态预测方法进行性能评估,给出部分测试和比较实验结果,实验结果表明,基于径向基函数神经网络的人体运动跟踪与人体姿态预测方法是可行的。 展开更多

关键词 人工神经网络 人体运动跟踪 人体姿态预测

在线阅读 下载PDF 职称材料

基于姿态预测的线控转向变传动比侧翻控制的研究 被引量：4

15

作者 罗石 张欢欢 朱长顺 《科学技术与工程》 北大核心 2014年第17期113-117,共5页

在车辆上增加侧防翻控制能够有效地增强汽车的主动安全性能。运用AR模型测量车辆的行驶参数,在车身姿态参数测量基础上短期地对参数做出预测。以预测结果为依据设定汽车侧翻安全区间以控制汽车。在线控转向(steer-by-wire)控制器中建立... 在车辆上增加侧防翻控制能够有效地增强汽车的主动安全性能。运用AR模型测量车辆的行驶参数,在车身姿态参数测量基础上短期地对参数做出预测。以预测结果为依据设定汽车侧翻安全区间以控制汽车。在线控转向(steer-by-wire)控制器中建立控制策略,改变传动比让SBW系统提前反应,从而防止车辆侧翻,避免危险行驶状态。仿真结果显示侧翻控制能较好地保持汽车操纵稳定性,而又不影响汽车安全行驶。该控制能有效地抑制汽车侧翻及提高车辆的主动安全性能。 展开更多

关键词 变传动比 线控转向 姿态预测 侧翻 AR模型 操纵稳定性

在线阅读 下载PDF 职称材料

基于深度学习的盾构掘进姿态预测模型 被引量：4

16

作者 徐进 林良宇 +2 位作者 章龙管 刘绥美 李强 《地下空间与工程学报》 CSCD 北大核心 2022年第S02期813-821,共9页

盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态... 盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态参数进行预测,并对模型进行多次试验,以确定最优参数。在工程实例中,所提出的模型对各参数的预测均方根误差均较低。通过与其他方法的对比实验表明,所设计的模型能够实现根据历史数据准确预测未来时刻的盾构掘进姿态,辅助施工现场管理者和操作人员高效决策,提前规避异常掘进姿态,解决目前盾构施工人工决策低效、不稳定以及数据闲置等问题,对于保障盾构稳定掘进、减少盾构项目风险事故具有重要价值。 展开更多

关键词 盾构施工 深度学习 小波变换 长短期记忆神经网络 盾构姿态预测

在线阅读 下载PDF 职称材料

多缆地震船拖体的阻力及横向姿态预测 被引量：1

17

作者 韦成龙 关晓春 《热带海洋学报》 CAS CSCD 北大核心 2015年第2期71-75,共5页

目前有关阻力及空间状态的理论计算和模型试验基本上针对单个水下拖体,而对多缆地震船各类拖体的综合受力和姿态则较少受到关注。为方便施工团队在海上快速预测拖体的状态,在国内外学者对水下拖体的流体阻力研究基础上,分析多缆地震船... 目前有关阻力及空间状态的理论计算和模型试验基本上针对单个水下拖体,而对多缆地震船各类拖体的综合受力和姿态则较少受到关注。为方便施工团队在海上快速预测拖体的状态,在国内外学者对水下拖体的流体阻力研究基础上,分析多缆地震船水下拖体的结构和流体阻力特征,提出简化的阻力计算及横向姿态预测方法。文章以常用的多缆地震船拖体配置为例,得到的估算结果与实际的作业状态较为吻合,证实了该方法的有效性。 展开更多

关键词 勘探船 拖体 拖缆 阻力 姿态预测

在线阅读 下载PDF 职称材料

基于机器学习和非支配排序遗传算法的盾构姿态预测与优化 被引量：5

18

作者 曹化锦 《铁道建筑》 北大核心 2023年第7期93-97,共5页

提出了一种将贝叶斯优化(BO)算法、随机森林(RF)算法和第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态优化方法。依托杭州—临安城际铁路工程,选取盾构参数、土性参数和隧道埋深作为输入参数,使用BO算法优选RF算法的超参数,构建盾... 提出了一种将贝叶斯优化(BO)算法、随机森林(RF)算法和第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态优化方法。依托杭州—临安城际铁路工程,选取盾构参数、土性参数和隧道埋深作为输入参数,使用BO算法优选RF算法的超参数,构建盾构姿态预测模型,并对输入参数进行重要性分析。将盾构姿态预测模型函数作为适应度函数,引入NSGA-Ⅲ算法优化盾构姿态,并得到盾构参数控制范围。结果表明:采用BO-RF算法和工程实测数据训练模型,所得预测模型精度较高;千斤顶推力对盾构姿态影响最大,膨润土掺加量对盾构姿态的影响最小;采用BO-RF-NSGA-Ⅲ优化方法,盾构切口水平位移和垂直位移平均值分别减小了37.20%、36.87%,盾构尾部水平位移和垂直位移平均值分别减小了26.52%和18.10%,对盾构姿态的优化效果显著。该优化方法可靠适用,值得推广。 展开更多

关键词 地铁隧道 盾构姿态预测 多目标优化 贝叶斯优化算法 随机森林算法 非支配排序遗传算法

在线阅读 下载PDF 职称材料

联络通道机械法修建的衬砌管片排版设计与姿态预测研究 被引量：3

19

作者 李刚 朱瑶宏 董子博 《宁波大学学报（理工版）》 CAS 2021年第6期79-84,共6页

机械法联络通道是轨道交通建设中一种主流的施工工法,在机械法盾构施工中需要提高联络通道的隧道成型质量.针对机械法联络通道管片点位布置、施工距离以及管片尺寸等特点,对联络通道衬砌管片排版设计与姿态预测进行了研究.通过几何关系... 机械法联络通道是轨道交通建设中一种主流的施工工法,在机械法盾构施工中需要提高联络通道的隧道成型质量.针对机械法联络通道管片点位布置、施工距离以及管片尺寸等特点,对联络通道衬砌管片排版设计与姿态预测进行了研究.通过几何关系计算与迭代求出管片预排版设计后的姿态预测,可解决联络通道施工掘进中管片点位选取与姿态偏差难预测的施工问题.最后以福州5号线机械法联络通道为例,对排版后实际姿态偏差与模拟预测姿态偏差值进行了对比,验证了所采取的计算方法的可靠性,该方法对联络通道掘进的生产施工与姿态偏差预测具有重要的指导意义. 展开更多

关键词 盾构法 联络通道 管片排版 姿态预测

在线阅读 下载PDF 职称材料

基于最优组合赋权的EMD-GRU盾构竖向姿态预测 被引量：11

20

作者 岳琳辉 于祥涛 李增良 《隧道建设（中英文）》 CSCD 北大核心 2021年第S01期167-173,共7页

为解决盾构施工过程中姿态预测不精准的问题,提出一种基于最优组合赋权的EMD-GRU盾构竖向姿态预测方法。首先,对获取到的竖向姿态数据(俯仰角)进行数据预处理;其次,为提高模型的预测精度,将原始数据集基于经验模态分解(empirical modede... 为解决盾构施工过程中姿态预测不精准的问题,提出一种基于最优组合赋权的EMD-GRU盾构竖向姿态预测方法。首先,对获取到的竖向姿态数据(俯仰角)进行数据预处理;其次,为提高模型的预测精度,将原始数据集基于经验模态分解(empirical modedecomposition,EMD)的方式划分为若干个较为平稳的子序列;然后,基于门控循环单元(gatedrecurrentunit,GRU)神经网络分别建立各个子序列的预测模型;最后,基于最优组合赋权法将各个子序列的预测结果进行融合,以得到模型的最终预测结果。为验证所建立的EMD-GRU预测模型的可靠性,依托昆明地铁5号线实际盾构施工项目加以应用,并与GRU、SVR、BP模型的预测结果进行对比。结果表明,所构建的EMD-GRU预测模型具有较高的预测精度和泛化能力,可为盾构姿态精准预测提供一种新的思路。 展开更多

关键词 地铁隧道 盾构施工 竖向姿态预测 经验模态分解 门控循环单元

在线阅读 下载PDF 职称材料