文献类型：期刊文章

作　　者：潘秋景[1] 李晓宙[1] 黄杉[2] 汪来[1] 王树英[1] 方国光[3]

PAN Qiujing;LI Xiaozhou;HUANG Shan;WANG Lai;WANG Shuying;FANG Guoguang(College of Civil Engineering,Central South University,Changsha 410075,Hunan,China;China Railway No.5 Engineering Group Electric City Communication Co.,Ltd.,Changsha 410117,Hunan,China;Singapore University of Technology and Design,Singapore 487372,Singapore)

机构地区：[1]中南大学土木工程学院,湖南长沙410075 [2]中铁五局电务城通公司,湖南长沙410117 [3]新加坡科技设计大学,新加坡新加坡487372

出　　处：《隧道与地下工程灾害防治》

基　　金：国家自然科学基金优青资助项目(52022112);国家自然科学基金青年科学基金资助项目(52108388);湖湘青年英才基金资助项目(2021RC3015);湖南省自然科学基金青年基金资助项目(2022JJ40611)。

年　　份：2022

卷　　号：4

期　　号：3

起止页码：10-30

语　　种：中文

收录情况：普通刊

摘　　要：对国内外盾构施工中机器学习方法的应用研究现状进行文献调研,针对盾构掘进参数、地层类别与不良地质、地表沉降、姿态偏差和刀具磨损等5个主题,分析梳理机器学习方法及模型输入输出参数的选择情况,归纳总结现有研究的不足和问题,并从模型泛化能力、盾构施工多源异构数据降维压缩与协同融合、基于数据-物理双驱动的盾构智能掘进控制、盾构隧道施工大数据等方面对未来的研究给出了展望,以期为基于机器学习和数据驱动的盾构施工智能化研究和实践提供指导。

关 键 词：机器学习  盾构隧道 智能掘进  掘进参数 地表沉降 姿态预测  

分 类 号：U455.43]