一种基于岩渣尺寸的TBM破岩效率智能预测方法
基本信息
| 申请号 | CN202110691984.2 | 申请日 | - |
| 公开（公告）号 | CN114202686A | 公开（公告）日 | 2022-03-18 |
| 申请公布号 | CN114202686A | 申请公布日 | 2022-03-18 |
| 分类号 | G06V20/10（2022.01）I;G06V10/141（2022.01）I;G06V10/22（2022.01）I;G06V10/42（2022.01）I;G06V10/764（2022.01）I;G06K9/62（2022.01）I;G06N3/00（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 刘国强;张庆明;汪平;刘彬;陈勇;杨海清;王曙光;刘勃龙;李进;汪岳健 | 申请（专利权）人 | 重庆建工集团股份有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 401120重庆市渝北区香锦路4号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于岩渣尺寸的TBM破岩效率智能预测方法，该方法包括以下步骤：在TBM出渣皮带上安装工业相机，实时采集TBM掘进过程中的岩渣图像信息；将获取的岩渣图像信息进行图片自动识别，获得岩渣的形状及几何特征；收集TBM的现场掘进参数、岩渣几何信息特征和破岩效率数据，并形成样本数据集；使用样本数据集建立粒子群算法优化的梯度提升回归树模型，实现TBM破岩效率的智能预测。本发明使用粒子群算法优化梯度提升回归树模型，从而找到梯度提升回归树模型的最佳参数，提高了模型的预测精度，破岩效率的准确预测能够以有效地为TBM掘进参数设定和实现高效破岩提供参考。 |
