基于BP神经网络的盾构前方障碍物预测研究

通过对盾构机的千斤顶总推力,刀盘马达总扭矩和推进速度进行BP神经网络构建,实现了对无障碍物以及素混凝土桩、钻孔灌注桩、工法桩等障碍物的分类和预测,特别是以三种参数同时作为输入特征进行识别时,平均准确率达到99.45%。通过在实际工程中的应用,证明基于BP神经网络的盾构前方障碍物分类预测方法有效,可以为后续的障碍物处理措施提供可靠依据。