项目名称: 海量工程数据反演识别方法与盾构装备载荷及掘进能效的力学建模

项目编号: No.11302146

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 张茜

作者单位: 天津大学

项目金额: 25万元

中文摘要: 随着传感与检测技术的迅速发展,实测数据分析在复杂问题实验研究或大工程系统研究中起着日益重要的作用。本项目拟进行海量工程实测数据反演识别新方法的研究,将量纲分析与数据挖掘技术相结合,对海量数据中主干规律与细致特征进行分层次提取,为具有非线性、多参量、时变性特点的复杂工程系统的实验数据分析提供一种新思路。本项目将这一方法用于盾构装备载荷与能效的力学分析研究,掘进载荷是贯穿装备运行始终的核心力学量,也是装备能效控制与安全状态监控的基础参量。但是影响载荷的因素多,且工况复杂,目前行业还主要参照Krause经验公式,估值过于宽泛。建立合理有效的载荷模型是该领域需要解决的难点问题。本项目拟抓住装备与地质间相互耦合作用的力学本质,揭示地质条件、装备操作状态、装备结构特征这三类核心要素与载荷间的相互影响规律,建立装备载荷与掘进能效的力学模型,提出关键控制量的优化配比,为装备设计与安全施工提供科学依据。

中文关键词: 力学分析;掘进载荷;能效优化;反演识别;数据挖掘

英文摘要: With the rapid development of sensing and detection techniques, measured data analysis plays an increasingly important role in the research of complex experiments and heavy engineering equipments. The project intends to work out a new method for massive measured data inverse identification, in which dimensional analysis and data mining techniques will be combined. Trunk laws and detailed characteristics of massive data can be hierarchically extracted. The method will provide a new way for experimental data analysis of complex engineering systems with non-linear, multi-parameters, time-varying characteristics. The method will be used into the mechanical analysis of shield tunneling loads and energy efficiency. The loads are not only core mechanics parameters working throughout equipment running process, but also basic parameters in effective control and security status monitoring. However, there are lots of factors which can affect loads and the real tunneling conditions are very complex. As the main reference in industry, Krause empirical formula gives a broad estimated range. To establish a reasonable and effective load model is the aporia in tunneling field. The project intends to seize the mechanics essence of mutual coupling between equipment and geology and to reveal the influence of three core elements on

英文关键词: Mechanical analysis;Load;Optimizing energy efficiency;Inversion identification;Data mining

成为VIP会员查看完整内容
0

相关内容

重磅!《人工智能白皮书(2022年)》发布,42页pdf
专知会员服务
477+阅读 · 2022年4月13日
北理工2022最新paper《基于对抗性复杂博弈的OODA环分析》
专知会员服务
131+阅读 · 2022年4月9日
重磅!数字孪生技术应用白皮书(2021)
专知会员服务
256+阅读 · 2021年12月8日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
11+阅读 · 2021年7月16日
专知会员服务
32+阅读 · 2021年6月18日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
167+阅读 · 2020年3月27日
重磅!数字孪生技术应用白皮书(2021)
专知
13+阅读 · 2021年12月8日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
谁才是最强的视频动作识别算法?
ApacheMXNet
1+阅读 · 2021年1月8日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
One-Class Model for Fabric Defect Detection
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
重磅!《人工智能白皮书(2022年)》发布,42页pdf
专知会员服务
477+阅读 · 2022年4月13日
北理工2022最新paper《基于对抗性复杂博弈的OODA环分析》
专知会员服务
131+阅读 · 2022年4月9日
重磅!数字孪生技术应用白皮书(2021)
专知会员服务
256+阅读 · 2021年12月8日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
11+阅读 · 2021年7月16日
专知会员服务
32+阅读 · 2021年6月18日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
【经典书】数据结构与算法C++,第二版,738页pdf
专知会员服务
167+阅读 · 2020年3月27日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员