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

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。