摘要
本发明提出了一种基于PSO算法的盾构掘进参数寻优方法，包括：原始掘进数据获取；数据预处理：去除盾构机非掘进状态和停机重启状态下的参数，去除数据异常点；地质条件划分；建立预测模型：构建BP神经网络模型构建相应的映射式，建立总推力和刀盘转速与掘进速度和刀盘扭矩的关系，确定适应度函数；预测阶段：将BP神经网络模型输入到PSO粒子群优化算法中，对训练得到的刀盘转速和总推力的最优解进行验证，输出以盾构耗能最低及施工工期最短为目标所得到的盾构主动操作参数刀盘转速和总推力。本发明能够对不同地层中的盾构掘进参数进行优化，达到降低盾构耗能及提升掘进速度的目标，从而节约施工成本并缩短施工工期。
