来源：期刊VIP网 时间：
作者：杨耀红;张哲;陈建国;李群胜;刘宇翔;
单位：华北水利水电大学水利学院;河南省水圈与流域水安全重点实验室;河南省水利第一工程局集团有限公司;
摘要：合理准确预测隧道掘进机的推力和扭矩是实现TBM智能化控制的关键问题之一。对此，提出一种两阶段知识数据双驱动时空堆叠卷积网络(KD-NTS-GAT)预测方法。首先基于专家知识表达与NTS-NOTEARS方法提出一种新的信息融合技术，通过聚类方法将离散的专家经验与NTS-NOTEARS连续指标进行映射并平滑融合，量化提取TBM关键运行参数之间的因果关系，显著提高了因果关系的真实性。然后，将因果关系作为先验知识进一步与堆叠卷积网络深度学习模型结合，用于预测TBM推力和扭矩。结合新疆输水隧洞工程Ⅳ标段，将KD-NTS-GAT方法与纯数据驱动结果进行对比分析，结果表明两阶段知识数据双驱动时空堆叠卷积网络具有更好的推力与扭矩预测能力。研究结论可为TBM施工智能化控制提供参考。
关键词：TBM;;信息融合;;NTS-NOTEARS;;堆叠卷积网络
基金资助：国家自然科学基金项目(51679089);; 河南省学科创新引智基地项目“智慧水利”(GXJD004);; 河南省水利厅科技攻关项目(GG202358)
