期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
10
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于稀疏编码字典学习的疵点检测
被引量:
17
1
作者
刘绥美
李鹏飞
+3 位作者
张蕾
张宏伟
张缓缓
景军锋
《西安工程大学学报》
CAS
2015年第5期594-599,共6页
为了快速准确地实现背景纹理复杂织物的疵点检测,改善传统算法计算量大的缺点,提出基于稀疏编码字典学习的疵点检测算法.首先利用Radon变化对图像进行倾斜矫正,减小像素信息处理误差,再使用Gabor滤波器对矫正后图像滤波,消除噪声影响....
为了快速准确地实现背景纹理复杂织物的疵点检测,改善传统算法计算量大的缺点,提出基于稀疏编码字典学习的疵点检测算法.首先利用Radon变化对图像进行倾斜矫正,减小像素信息处理误差,再使用Gabor滤波器对矫正后图像滤波,消除噪声影响.接着对预处理后的图像,以一定尺寸窗口,滑动选取图像块构建输入样本集,采用K-SVD算法对无瑕疵样本集合进行字典学习,得到稀疏系数并重构,进而取得水平、垂直投影特征矩阵.最后利用已得到的字典与稀疏系数对待检测样本重构,求得其相对应的特征矩阵,并用结构相似法最终确定疵点区域.实验表明,该算法检测时间短,效率较高,平均可达92.3%.
展开更多
关键词
疵点检测
稀疏编码
K-SVD字典学习
下载PDF
职称材料
基于深度学习的盾构掘进姿态预测模型
被引量:
1
2
作者
徐进
林良宇
+2 位作者
章龙管
刘绥美
李强
《地下空间与工程学报》
CSCD
北大核心
2022年第S02期813-821,共9页
盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态...
盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态参数进行预测,并对模型进行多次试验,以确定最优参数。在工程实例中,所提出的模型对各参数的预测均方根误差均较低。通过与其他方法的对比实验表明,所设计的模型能够实现根据历史数据准确预测未来时刻的盾构掘进姿态,辅助施工现场管理者和操作人员高效决策,提前规避异常掘进姿态,解决目前盾构施工人工决策低效、不稳定以及数据闲置等问题,对于保障盾构稳定掘进、减少盾构项目风险事故具有重要价值。
展开更多
关键词
盾构施工
深度学习
小波变换
长短期记忆神经网络
盾构姿态预测
下载PDF
职称材料
基于PCA-LSTM的盾构故障多标签预测模型研究
被引量:
2
3
作者
徐进
刘丽莎
+2 位作者
章龙管
段文军
刘绥美
《山东农业大学学报(自然科学版)》
北大核心
2019年第6期1005-1009,共5页
盾构是开展隧道施工的大型关键设备,在我国各类地下工程项目中的使用日益增多。为了保证盾构施工安全,预防施工故障发生,本文针对盾构施工中出现的多故障问题,采用深度学习方法中的长短期记忆网络(LSTM),设计了可处理时序数据的盾构故...
盾构是开展隧道施工的大型关键设备,在我国各类地下工程项目中的使用日益增多。为了保证盾构施工安全,预防施工故障发生,本文针对盾构施工中出现的多故障问题,采用深度学习方法中的长短期记忆网络(LSTM),设计了可处理时序数据的盾构故障多标签预测模型。根据某城市地铁项目中的实际数据,首先利用主成分分析法(PCA)对盾构施工参数进行特征提取,然后利用LSTM模型从集成了外部环境数据的盾构施工时序数据中,挖掘盾构机故障的发生规律,并通过适应多标签学习的交叉熵损失函数进行模型参数的优化,最后用基于多标签的评估指标对模型结果进行评估。实验结果表明该方法在盾构单故障和多故障的预测中都有较好表现,能够为盾实际构施工中的故障预防提供一定的指导。
展开更多
关键词
盾构机
故障预测
下载PDF
职称材料
深圳轨道交通十四号线施工安全管理系统研究
被引量:
1
4
作者
刘绥美
陈可
《科学技术创新》
2021年第7期87-88,共2页
本文针对轨道交通高速发展下工程施工安全重要性,基于深圳轨道交通十四号线工程,研究开发一种基于AI视觉识别的城市轨道交通施工安全管理系统,针对不同场景建立识别预警模型,并提供统一管控检测入口,便于管理人员及时发现并处理,提高施...
本文针对轨道交通高速发展下工程施工安全重要性,基于深圳轨道交通十四号线工程,研究开发一种基于AI视觉识别的城市轨道交通施工安全管理系统,针对不同场景建立识别预警模型,并提供统一管控检测入口,便于管理人员及时发现并处理,提高施工安全保障。
展开更多
关键词
轨道交通
安全
视觉识别
下载PDF
职称材料
盾构大数据预处理方法研究
被引量:
4
5
作者
章龙管
段文军
+3 位作者
庄元顺
张中华
刘绥美
章峰
《现代隧道技术》
EI
CSCD
北大核心
2020年第2期34-41,共8页
在盾构法隧道施工过程中,合理设置盾构机运行参数,确保盾构机能够按照一定速度掘进,是整个工程流程控制中非常重要的工作。针对现有的盾构参数预测方法缺少对数据系统性的分析和处理,导致预测效果不及预期的情况,文章提出了一整套新的...
在盾构法隧道施工过程中,合理设置盾构机运行参数,确保盾构机能够按照一定速度掘进,是整个工程流程控制中非常重要的工作。针对现有的盾构参数预测方法缺少对数据系统性的分析和处理,导致预测效果不及预期的情况,文章提出了一整套新的数据预处理流程。该流程分为数据分析和数据处理两个阶段,第一阶段通过主成分分析、皮尔森相关性系数分析进行特征筛选,第二阶段通过插值平滑、卷积平滑进行数据平滑。经过这两个阶段的原始数据处理后,能够在盾构产生的海量数据中提取出特征更明显、价值更高的数据。通过选取真实盾构机数据集进行对比实验,结果表明,所提出的数据预处理流程,能够有效提高盾构机参数预测模型的准确率。
展开更多
关键词
盾构
掘进参数
大数据预处理
下载PDF
职称材料
基于权重优化神经网络的盾构机掘进参数预测方法
被引量:
5
6
作者
牟松
段文军
+2 位作者
庄元顺
刘绥美
章峰
《中国工程机械学报》
北大核心
2021年第2期111-116,122,共7页
为了使盾构机能高效地适应区间地质因素以及掘进参数变化的影响,从而在盾构施工的过程中更好地规避风险,提出了一种将正向神经网络模型与反向神经网络模型相结合的盾构机掘进参数的预测方法。本文基于某盾构数据平台在某区间的盾构隧道...
为了使盾构机能高效地适应区间地质因素以及掘进参数变化的影响,从而在盾构施工的过程中更好地规避风险,提出了一种将正向神经网络模型与反向神经网络模型相结合的盾构机掘进参数的预测方法。本文基于某盾构数据平台在某区间的盾构隧道施工数据,首先,利用神经网络算法建立了一种用于预测复杂地质条件的盾构机掘进参数的正向模型;其次,在正向模型的基础上引入权重优化层进行分步训练,实现了对盾构机部分掘进参数的反向预测。实验部分将预测数据与真实的施工数据进行对比,结果表明:神经网络模型优于其他模型,而且通过本文提出的反向模型得到的预测值与原始数据变化规律一致。根据实验得出的结论,该方法使用的模型具有轻量级、泛化能力强的特点,符合现场施工要求,具有一定的实用价值。
展开更多
关键词
神经网络
掘进参数预测
盾构隧道
下载PDF
职称材料
基于隧道智能安全巡检机器人的人员穿戴识别模型研究
被引量:
1
7
作者
陈可
刘绥美
+2 位作者
姚秀军
石晶晶
王栋
《电子设计工程》
2022年第9期37-41,共5页
在轨道交通施工过程中需通过大量巡检工作保证隧道内安全,其中工作服和安全帽是安全防范中的关键因素。但是由于人工巡检成本较高、费时费力且无法及时获得巡检结果。为此,文中利用神经网络的图像识别方法,构建基于YOLO V4改进的轻量型...
在轨道交通施工过程中需通过大量巡检工作保证隧道内安全,其中工作服和安全帽是安全防范中的关键因素。但是由于人工巡检成本较高、费时费力且无法及时获得巡检结果。为此,文中利用神经网络的图像识别方法,构建基于YOLO V4改进的轻量型检测模型,高效实时地对隧道人员的穿戴进行识别。将该模型应用于隧道巡检机器人,实际测试结果表明,该模型识别准确率可达98%,泛化能力更强,解决了图像质量差和光照对人员穿戴识别率的影响,提高了隧道内安全监测的智能化水平。
展开更多
关键词
地铁隧道
巡检机器人
目标检测
神经网络
人员识别
下载PDF
职称材料
盾构工程领域的数据中台建设研究
8
作者
陈可
刘绥美
+2 位作者
杨梦柳
谭远良
刘祥
《中国信息化》
2022年第8期83-85,共3页
一、引言新一轮科技革命和产业变革正在迅猛发展,全球经济正处在一个前所未有的变轨期。其中,数字经济代表了未来经济的发展方向,已成为经济增长的核心要素和企业竞争的关键领域。数据价值的日益彰显,使得数据成为助力经济转向高质量发...
一、引言新一轮科技革命和产业变革正在迅猛发展,全球经济正处在一个前所未有的变轨期。其中,数字经济代表了未来经济的发展方向,已成为经济增长的核心要素和企业竞争的关键领域。数据价值的日益彰显,使得数据成为助力经济转向高质量发展阶段的重要内容。数字化成为中央企业提升核心竞争力的关键。阿里巴巴最初提出数据中台概念,更多企业聚焦数据资产汇集、数据开发建模、数据服务。
展开更多
关键词
产业变革
阿里巴巴
数据资产
数据价值
数据开发
提升核心竞争力
数据服务
关键领域
下载PDF
职称材料
基于智能网关的交通工程数据接入系统设计
9
作者
陈可
刘绥美
+3 位作者
杜尚川
高能
吴友兴
谭远良
《长江信息通信》
2021年第4期87-89,共3页
针对交通工程中自动化设备通信接口协议不统一、数据格式不规范、数据孤岛现象普遍存在等问题,设计了一种基于智能网关的智慧工程数据接入系统。系统建立了标准化通信接口协议和数据格式规范,一方面利用智能网关直接接入自动化设备数据...
针对交通工程中自动化设备通信接口协议不统一、数据格式不规范、数据孤岛现象普遍存在等问题,设计了一种基于智能网关的智慧工程数据接入系统。系统建立了标准化通信接口协议和数据格式规范,一方面利用智能网关直接接入自动化设备数据,另一方面从第三方系统接入数据,系统还对采集的数据进行清洗、加工、存储和订阅等一体化管理。系统应用于某隧道工程除渣管理系统,实现了对除渣自动化设备流水线中不同设备的统一管控,并对多源数据进行标准化输出,提升了数据的采集和应用效率。
展开更多
关键词
智慧工程
智能网关
数据接入系统
工业互联网
下载PDF
职称材料
基于故障树与贝叶斯网络的地铁盾构施工风险预测
被引量:
16
10
作者
章龙管
刘绥美
+6 位作者
李开富
徐进
王胜楠
李强
梅元元
李才洪
杨冰
《现代隧道技术》
CSCD
北大核心
2021年第5期21-29,55,共10页
在我国现阶段地铁盾构施工过程中,风险事故频发,预测盾构施工风险发生趋势、提高风险应对精准度已成为盾构施工风险管理的重要任务。文章设计了通过盾构机报警数据对盾构施工风险及其发展趋势进行预测的一套有效方法:首先采用故障树法,...
在我国现阶段地铁盾构施工过程中,风险事故频发,预测盾构施工风险发生趋势、提高风险应对精准度已成为盾构施工风险管理的重要任务。文章设计了通过盾构机报警数据对盾构施工风险及其发展趋势进行预测的一套有效方法:首先采用故障树法,找到盾构施工重要风险与盾构机故障报警数据之间的关联;然后,以此建立基于贝叶斯网络的风险预测模型,运用贝叶斯网络的反向诊断推理技术计算最大可能路径,确定导致风险事件发生的关键盾构机故障,从而在发生该类故障时严控后续风险;最后,以某地铁项目为例,验证该方法的可靠性与适用性。所研究的方法与模型可以嵌入到各类盾构施工风险管理系统中,为施工现场提供风险预警支持。
展开更多
关键词
地铁
风险预测
盾构施工
故障树
贝叶斯网络
下载PDF
职称材料
题名
基于稀疏编码字典学习的疵点检测
被引量:
17
1
作者
刘绥美
李鹏飞
张蕾
张宏伟
张缓缓
景军锋
机构
西安工程大学电子信息学院
出处
《西安工程大学学报》
CAS
2015年第5期594-599,共6页
基金
国家自然科学基金资助项目(61301276)
文摘
为了快速准确地实现背景纹理复杂织物的疵点检测,改善传统算法计算量大的缺点,提出基于稀疏编码字典学习的疵点检测算法.首先利用Radon变化对图像进行倾斜矫正,减小像素信息处理误差,再使用Gabor滤波器对矫正后图像滤波,消除噪声影响.接着对预处理后的图像,以一定尺寸窗口,滑动选取图像块构建输入样本集,采用K-SVD算法对无瑕疵样本集合进行字典学习,得到稀疏系数并重构,进而取得水平、垂直投影特征矩阵.最后利用已得到的字典与稀疏系数对待检测样本重构,求得其相对应的特征矩阵,并用结构相似法最终确定疵点区域.实验表明,该算法检测时间短,效率较高,平均可达92.3%.
关键词
疵点检测
稀疏编码
K-SVD字典学习
Keywords
,defect detection
sparse coding
K-SVD dictionary learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度学习的盾构掘进姿态预测模型
被引量:
1
2
作者
徐进
林良宇
章龙管
刘绥美
李强
机构
西南交通大学信息系统与运营管理系
综合交通大数据应用技术国家工程实验室
服务科学与创新四川省重点实验室
中铁工程服务有限公司
西南交通大学机械工程学院
出处
《地下空间与工程学报》
CSCD
北大核心
2022年第S02期813-821,共9页
基金
国家自然科学基金(72171197,71942006)
综合交通大数据应用技术国家工程实验室开放基金项目(CTBDAT201904)
文摘
盾构掘进姿态的偏差变化和趋势,是现场管理者掌控项目施工安全与质量所需的关键信息。为了提高姿态控制的自动化与智能化水平,设计了基于小波变换(WT)与长短期记忆神经网络(LSTM)的预测模型WT-LSTM,通过历史施工数据对未来时刻盾构姿态参数进行预测,并对模型进行多次试验,以确定最优参数。在工程实例中,所提出的模型对各参数的预测均方根误差均较低。通过与其他方法的对比实验表明,所设计的模型能够实现根据历史数据准确预测未来时刻的盾构掘进姿态,辅助施工现场管理者和操作人员高效决策,提前规避异常掘进姿态,解决目前盾构施工人工决策低效、不稳定以及数据闲置等问题,对于保障盾构稳定掘进、减少盾构项目风险事故具有重要价值。
关键词
盾构施工
深度学习
小波变换
长短期记忆神经网络
盾构姿态预测
Keywords
shield construction
deep learning
wavelet transform
long-short term memory neural network
shield attitudeprediction
分类号
TU94 [建筑科学—建筑技术科学]
下载PDF
职称材料
题名
基于PCA-LSTM的盾构故障多标签预测模型研究
被引量:
2
3
作者
徐进
刘丽莎
章龙管
段文军
刘绥美
机构
西南交通大学经济管理学院
中铁工程服务有限公司
出处
《山东农业大学学报(自然科学版)》
北大核心
2019年第6期1005-1009,共5页
基金
国家自然科学基金项目(71490725,71472158)
中央高校基本科研业务费专项资金(2682017WCX03)
西南交通大学“双一流”建设项目(交通软科学类JDSYLYB2018021,JDSYLZD2018003)
文摘
盾构是开展隧道施工的大型关键设备,在我国各类地下工程项目中的使用日益增多。为了保证盾构施工安全,预防施工故障发生,本文针对盾构施工中出现的多故障问题,采用深度学习方法中的长短期记忆网络(LSTM),设计了可处理时序数据的盾构故障多标签预测模型。根据某城市地铁项目中的实际数据,首先利用主成分分析法(PCA)对盾构施工参数进行特征提取,然后利用LSTM模型从集成了外部环境数据的盾构施工时序数据中,挖掘盾构机故障的发生规律,并通过适应多标签学习的交叉熵损失函数进行模型参数的优化,最后用基于多标签的评估指标对模型结果进行评估。实验结果表明该方法在盾构单故障和多故障的预测中都有较好表现,能够为盾实际构施工中的故障预防提供一定的指导。
关键词
盾构机
故障预测
Keywords
Shield tunneling machine
fault prediction
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
深圳轨道交通十四号线施工安全管理系统研究
被引量:
1
4
作者
刘绥美
陈可
机构
中铁工程服务有限公司
出处
《科学技术创新》
2021年第7期87-88,共2页
文摘
本文针对轨道交通高速发展下工程施工安全重要性,基于深圳轨道交通十四号线工程,研究开发一种基于AI视觉识别的城市轨道交通施工安全管理系统,针对不同场景建立识别预警模型,并提供统一管控检测入口,便于管理人员及时发现并处理,提高施工安全保障。
关键词
轨道交通
安全
视觉识别
分类号
TU714 [建筑科学—建筑技术科学]
TU17 [建筑科学—建筑理论]
下载PDF
职称材料
题名
盾构大数据预处理方法研究
被引量:
4
5
作者
章龙管
段文军
庄元顺
张中华
刘绥美
章峰
机构
中铁工程服务有限公司
电子科技大学
出处
《现代隧道技术》
EI
CSCD
北大核心
2020年第2期34-41,共8页
文摘
在盾构法隧道施工过程中,合理设置盾构机运行参数,确保盾构机能够按照一定速度掘进,是整个工程流程控制中非常重要的工作。针对现有的盾构参数预测方法缺少对数据系统性的分析和处理,导致预测效果不及预期的情况,文章提出了一整套新的数据预处理流程。该流程分为数据分析和数据处理两个阶段,第一阶段通过主成分分析、皮尔森相关性系数分析进行特征筛选,第二阶段通过插值平滑、卷积平滑进行数据平滑。经过这两个阶段的原始数据处理后,能够在盾构产生的海量数据中提取出特征更明显、价值更高的数据。通过选取真实盾构机数据集进行对比实验,结果表明,所提出的数据预处理流程,能够有效提高盾构机参数预测模型的准确率。
关键词
盾构
掘进参数
大数据预处理
Keywords
Shield
Driving parameters
Big data
Preprocessing
分类号
U455.43 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于权重优化神经网络的盾构机掘进参数预测方法
被引量:
5
6
作者
牟松
段文军
庄元顺
刘绥美
章峰
机构
中铁工程服务有限公司
电子科技大学计算机科学与工程学院
出处
《中国工程机械学报》
北大核心
2021年第2期111-116,122,共7页
文摘
为了使盾构机能高效地适应区间地质因素以及掘进参数变化的影响,从而在盾构施工的过程中更好地规避风险,提出了一种将正向神经网络模型与反向神经网络模型相结合的盾构机掘进参数的预测方法。本文基于某盾构数据平台在某区间的盾构隧道施工数据,首先,利用神经网络算法建立了一种用于预测复杂地质条件的盾构机掘进参数的正向模型;其次,在正向模型的基础上引入权重优化层进行分步训练,实现了对盾构机部分掘进参数的反向预测。实验部分将预测数据与真实的施工数据进行对比,结果表明:神经网络模型优于其他模型,而且通过本文提出的反向模型得到的预测值与原始数据变化规律一致。根据实验得出的结论,该方法使用的模型具有轻量级、泛化能力强的特点,符合现场施工要求,具有一定的实用价值。
关键词
神经网络
掘进参数预测
盾构隧道
Keywords
neural network
tunneling parameter prediction
tunnel construction
分类号
U455.43 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于隧道智能安全巡检机器人的人员穿戴识别模型研究
被引量:
1
7
作者
陈可
刘绥美
姚秀军
石晶晶
王栋
机构
中铁工程服务有限公司
京东科技集团机器人产品部
出处
《电子设计工程》
2022年第9期37-41,共5页
文摘
在轨道交通施工过程中需通过大量巡检工作保证隧道内安全,其中工作服和安全帽是安全防范中的关键因素。但是由于人工巡检成本较高、费时费力且无法及时获得巡检结果。为此,文中利用神经网络的图像识别方法,构建基于YOLO V4改进的轻量型检测模型,高效实时地对隧道人员的穿戴进行识别。将该模型应用于隧道巡检机器人,实际测试结果表明,该模型识别准确率可达98%,泛化能力更强,解决了图像质量差和光照对人员穿戴识别率的影响,提高了隧道内安全监测的智能化水平。
关键词
地铁隧道
巡检机器人
目标检测
神经网络
人员识别
Keywords
subway tunnel
inspection robot
target detection
neural network
personnel identification
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
U455.1 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
盾构工程领域的数据中台建设研究
8
作者
陈可
刘绥美
杨梦柳
谭远良
刘祥
机构
中铁工程服务有限公司
出处
《中国信息化》
2022年第8期83-85,共3页
文摘
一、引言新一轮科技革命和产业变革正在迅猛发展,全球经济正处在一个前所未有的变轨期。其中,数字经济代表了未来经济的发展方向,已成为经济增长的核心要素和企业竞争的关键领域。数据价值的日益彰显,使得数据成为助力经济转向高质量发展阶段的重要内容。数字化成为中央企业提升核心竞争力的关键。阿里巴巴最初提出数据中台概念,更多企业聚焦数据资产汇集、数据开发建模、数据服务。
关键词
产业变革
阿里巴巴
数据资产
数据价值
数据开发
提升核心竞争力
数据服务
关键领域
分类号
F27 [经济管理—企业管理]
下载PDF
职称材料
题名
基于智能网关的交通工程数据接入系统设计
9
作者
陈可
刘绥美
杜尚川
高能
吴友兴
谭远良
机构
中铁工程服务有限公司
重庆富能智能交通科技有限公司
出处
《长江信息通信》
2021年第4期87-89,共3页
文摘
针对交通工程中自动化设备通信接口协议不统一、数据格式不规范、数据孤岛现象普遍存在等问题,设计了一种基于智能网关的智慧工程数据接入系统。系统建立了标准化通信接口协议和数据格式规范,一方面利用智能网关直接接入自动化设备数据,另一方面从第三方系统接入数据,系统还对采集的数据进行清洗、加工、存储和订阅等一体化管理。系统应用于某隧道工程除渣管理系统,实现了对除渣自动化设备流水线中不同设备的统一管控,并对多源数据进行标准化输出,提升了数据的采集和应用效率。
关键词
智慧工程
智能网关
数据接入系统
工业互联网
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于故障树与贝叶斯网络的地铁盾构施工风险预测
被引量:
16
10
作者
章龙管
刘绥美
李开富
徐进
王胜楠
李强
梅元元
李才洪
杨冰
机构
中铁工程服务有限公司
综合交通大数据应用技术国家工程实验室
西南交通大学经济管理学院
服务科学与创新四川省重点实验室
四川省机场集团有限公司成都天府国际机场分公司
出处
《现代隧道技术》
CSCD
北大核心
2021年第5期21-29,55,共10页
基金
综合交通大数据应用技术国家工程实验室开放基金项目(CTBDAT201904)
国家自然科学基金(71942006,71472158)。
文摘
在我国现阶段地铁盾构施工过程中,风险事故频发,预测盾构施工风险发生趋势、提高风险应对精准度已成为盾构施工风险管理的重要任务。文章设计了通过盾构机报警数据对盾构施工风险及其发展趋势进行预测的一套有效方法:首先采用故障树法,找到盾构施工重要风险与盾构机故障报警数据之间的关联;然后,以此建立基于贝叶斯网络的风险预测模型,运用贝叶斯网络的反向诊断推理技术计算最大可能路径,确定导致风险事件发生的关键盾构机故障,从而在发生该类故障时严控后续风险;最后,以某地铁项目为例,验证该方法的可靠性与适用性。所研究的方法与模型可以嵌入到各类盾构施工风险管理系统中,为施工现场提供风险预警支持。
关键词
地铁
风险预测
盾构施工
故障树
贝叶斯网络
Keywords
Subway
Risk prediction
Shield construction
Fault tree
Bayesian network
分类号
U458.1 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于稀疏编码字典学习的疵点检测
刘绥美
李鹏飞
张蕾
张宏伟
张缓缓
景军锋
《西安工程大学学报》
CAS
2015
17
下载PDF
职称材料
2
基于深度学习的盾构掘进姿态预测模型
徐进
林良宇
章龙管
刘绥美
李强
《地下空间与工程学报》
CSCD
北大核心
2022
1
下载PDF
职称材料
3
基于PCA-LSTM的盾构故障多标签预测模型研究
徐进
刘丽莎
章龙管
段文军
刘绥美
《山东农业大学学报(自然科学版)》
北大核心
2019
2
下载PDF
职称材料
4
深圳轨道交通十四号线施工安全管理系统研究
刘绥美
陈可
《科学技术创新》
2021
1
下载PDF
职称材料
5
盾构大数据预处理方法研究
章龙管
段文军
庄元顺
张中华
刘绥美
章峰
《现代隧道技术》
EI
CSCD
北大核心
2020
4
下载PDF
职称材料
6
基于权重优化神经网络的盾构机掘进参数预测方法
牟松
段文军
庄元顺
刘绥美
章峰
《中国工程机械学报》
北大核心
2021
5
下载PDF
职称材料
7
基于隧道智能安全巡检机器人的人员穿戴识别模型研究
陈可
刘绥美
姚秀军
石晶晶
王栋
《电子设计工程》
2022
1
下载PDF
职称材料
8
盾构工程领域的数据中台建设研究
陈可
刘绥美
杨梦柳
谭远良
刘祥
《中国信息化》
2022
0
下载PDF
职称材料
9
基于智能网关的交通工程数据接入系统设计
陈可
刘绥美
杜尚川
高能
吴友兴
谭远良
《长江信息通信》
2021
0
下载PDF
职称材料
10
基于故障树与贝叶斯网络的地铁盾构施工风险预测
章龙管
刘绥美
李开富
徐进
王胜楠
李强
梅元元
李才洪
杨冰
《现代隧道技术》
CSCD
北大核心
2021
16
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部