典型文献
基于机器学习的盾构螺旋输送机转速预测研究
文献摘要：
盾构机作为地铁施工最重要的工具,目前基本由受过专业培训的盾构司机根据历史经验和人工判断进行控制,盾构机的历史作业数据没有得到充分利用和挖掘.当今社会的数字化进程也要求盾构机能实现智能化与自动化等方面的改变.受自动驾驶技术的启发,文中利用盾构机的历史掘进数据和掘进时传感器检测到的实时数据,针对盾构螺旋输送机的转速控制问题,提出运用树模型、神经网络等机器学习和人工智能方法,对螺旋输送机转速进行预测的研究对于盾构机的智能化和数字化进程具有重要意义.研究结果表明,盾构螺旋输送机的转速预测结果可以接受,为提高控制的稳定性,需要进一步研究以提高控制精度.
文献关键词：
盾构机;螺旋输送机;神经网络;决策树;随机森林
中图分类号：
作者姓名：
赵炯;王鹏峰;周奇才;张恒;陈传林
作者机构：
同济大学机械与能源工程学院 上海 201804;上海地铁盾构设备工程有限公司 上海 200120
文献出处：
引用格式：
[1]赵炯;王鹏峰;周奇才;张恒;陈传林-.基于机器学习的盾构螺旋输送机转速预测研究)[J].起重运输机械,2022(21):51-55
A类：
B类：
基于机器学习,螺旋输送机,预测研究,盾构机,地铁施工,受过,专业培训,司机,历史作业,作业数据,当今社会,数字化进程,自动驾驶技术,掘进,传感器检测,实时数据,转速控制,控制问题,出运,树模型,人工智能方法,控制精度,决策树
AB值：
0.260169
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
