基于LSTM的盾构掘进轨迹预测研究

• 作者: 佟雨泉
• 来源期刊: 建筑安全
• 关键词: 长短期记忆 盾构隧道 掘进轨迹 预测模型
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 桥梁隧道施工
• 页码范围: 13-16
• 页数: 4页
• 分类号: U455.43
• 语种: 中文
• DOI: 10.3969/j.issn.1004-552X.2021.08.006

摘要

盾构隧道建设过程中需要对盾构机的行进轨迹进行控制,使得盾构实际掘进线路与隧道设计轴线相吻合.文章利用长短期记忆循环神经网络(LSTM)处理时间序列数据的优势,提出了一种盾构机掘进轨迹预测模型.模型利用LSTM层代替传统神经网络中的隐含层,综合考虑了盾构操作参数、地质参数以及几何参数对盾构掘进轨迹误差的影响.结果 显示模型输出与实际测量值较为吻合,绝对误差总体上位于4mm之内,表明所提出的LSTM神经网络模型可以有效地对盾构行进路线进行预测.