摘要
本发明公开了一种不同地质工况条件下盾构机掘进速度预测方法,以电驱土压平衡盾构机为对象,统计了六种地质组合类型以及对应的盾构机掘进参数,通过相关性分析,确定与掘进速度紧密相关的特征变量;针对实际盾构工程存在数据分布不均衡问题,提出数据高斯重采样策略,创建各地质组合类型分布均衡的有效样本集;基于深度学习网络KAN构建多变量回归预测模型,实现对盾构机掘进速度的预测;该模型将影响掘进速度的多种复杂因素分解为一系列单变量函数组合,在保证模型预测精度的同时简化模型计算过程,提高计算效率。上述方法的预测结果能够精确拟合实测数据,平均预测误差控制在15%以内,为复杂地质条件下盾构机施工优化提供了有力的决策支持。