[发明专利]基于MIC-LSTM的盾构施工地表变形动态预测方法

权利要求书

1.一种基于MIC-LSTM的盾构施工地表变形动态预测方法，其特征在于，该方法包括以下步骤:

步骤一、在盾构施工过程中，获取I个盾构管片环所处施工区域的地表变形量以及地表变形影响因素；其中，地表变形影响因素包括盾构施工的地质参数、盾构施工形成隧道的覆跨比和盾构机的掘进参数；其中，I表示盾构管片环的总数，I为正整数，且I不小于50；

步骤二、LSTM神经网络模型的训练：

步骤201、对I个盾构管片环所处施工区域的地表变形量终值以及地表变形影响因素分别进行预处理，得到预处理后的L个影响因素集合和预处理后的变形量集合；其中，预处理后的第l个影响因素集合为表示第i个盾构管片环所处施工区域施工时的第l个影响因素的预处理后数据，i表示盾构管片环的序号，i为正整数，1≤i≤I；l为正整数，且1≤l≤L，L表示地表变形影响因素的总数；

预处理后的变形量集合为{Y′¹,Y′²,...,Y′ⁱ,...,Y′^I}；其中，Y′ⁱ表示第i个盾构管片环所处施工区域的地表变形量终值的预处理后数据；

步骤202、采用MIC法对预处理后的L个影响因素集合和预处理后的变形量集合处理，得到地表变形影响因素的权重；

步骤203、构建LSTM神经网络模型；

步骤204、将步骤202中得到的地表变形影响因素的权重和地表变形影响因素相乘以及相邻10个测量时刻的地表变形量作为输入层，后续相邻3个测量时刻的地表变形量作为输出层，输入构建的LSTM神经网络模型进行训练，得到训练好的LSTM神经网络模型；

步骤三、根据训练好的LSTM神经网络模型预测I个盾构管片之后各个盾构管片所处施工区域施工过程中的地表变形量；

步骤202中采用MIC法对预处理后的L个影响因素集合和预处理后的变形量集合处理，得到地表变形影响因素的权重，具体过程如下：

步骤2021、以预处理后的第l个影响因素集合为X轴坐标，以预处理后的变形量集合为Y轴坐标，得到I个盾构管片环下第l个影响因素和变形量的散点图；其中，为一个数据散点；

步骤2022、数据处理器针对第l个影响因素和变形量的散点图进行网格划分，得到最大的归一化的互信息值，则最大的归一化的互信息值为第l个影响因素所对应的最大信息系数值MIC_l；

步骤2023、多次重复步骤2021和步骤2022，得到13个影响因素所对应的最大信息系数值；

步骤2024、数据处理器根据公式得到第l个影响因素所对应的权重

2.按照权利要求1所述的一种基于MIC-LSTM的盾构施工地表变形动态预测方法，其特征在于：步骤一中盾构施工的地质参数包括粘聚力、内摩擦角、压缩模量、静止侧压力系数和泊松比，盾构机的掘进参数包括盾构机的掘进速度、盾构机的刀盘扭矩、盾构机的土仓压力、盾构机的总推力、盾构机的注浆压力、盾构机的注浆量和盾尾间隙。

3.按照权利要求1或2所述的一种基于MIC-LSTM的盾构施工地表变形动态预测方法，其特征在于：步骤一中获取I个盾构管片环所处施工区域的地表变形影响因素的方法均相同，其中，获取第i个盾构管片环所处施工区域的地表变形影响因素，具体过程如下：

步骤101、根据地质剖面图和地质勘查报告，获取盾构施工的地质参数；

步骤102、根据盾构施工设计图纸，获取盾构施工形成隧道的覆跨比；

步骤103、根据盾构机上的PLC数据采集模块，获取盾构机的掘进参数。