基于CNN-LSTM算法的盾构掘进姿态智能预测

针对盾构掘进过程中参数易变、轴线难以控制的问题,开发了一种结合了卷积神经网络(CNN)和长短时记忆网络(LSTM)的盾构机姿态预测模型(CNN-LSTM)。CNN-LSTM模型以盾构机历史掘进参数为输入,以未来姿态参数为输出,在成都地铁19号线某盾构区间进行验证。结果表明,所提出的CNN-LSTM模型能精确地预测盾构机的实时姿态参数,可辅助现场盾构机操作人员作出高效的施工决策。