買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京科技大學(xué)申請(qǐng)的專利一種全生命周期盾構(gòu)掘進(jìn)參數(shù)預(yù)測(cè)方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114492174B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210017848.X，技術(shù)領(lǐng)域涉及：G06F30/27；該發(fā)明授權(quán)一種全生命周期盾構(gòu)掘進(jìn)參數(shù)預(yù)測(cè)方法及裝置是由寧煥生;高大智;李榮洋;徐陽(yáng);毛凌鋒;李莎設(shè)計(jì)研發(fā)完成，并于2022-01-07向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種全生命周期盾構(gòu)掘進(jìn)參數(shù)預(yù)測(cè)方法及裝置在說(shuō)明書摘要公布了：本發(fā)明公開(kāi)了一種全生命周期盾構(gòu)掘進(jìn)參數(shù)預(yù)測(cè)方法及裝置，該方法包括獲取掘進(jìn)任務(wù)歷史數(shù)據(jù)和預(yù)測(cè)步數(shù)，對(duì)歷史數(shù)據(jù)進(jìn)行預(yù)處理，以預(yù)處理后的歷史數(shù)據(jù)構(gòu)建樣本數(shù)據(jù)集；其中歷史數(shù)據(jù)包括地質(zhì)參數(shù)和掘進(jìn)參數(shù)；利用樣本數(shù)據(jù)集對(duì)基于注意力機(jī)制的深度卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練；深度卷積網(wǎng)絡(luò)的輸入為地質(zhì)參數(shù)與歷史掘進(jìn)參數(shù)，輸出為未來(lái)的掘進(jìn)參數(shù)，輸出維度為預(yù)測(cè)步數(shù)；利用訓(xùn)練好的深度卷積網(wǎng)絡(luò)對(duì)待預(yù)測(cè)的掘進(jìn)參數(shù)進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)結(jié)果。本發(fā)明提出一種標(biāo)準(zhǔn)化的預(yù)處理方式，且使用基于注意力機(jī)制的深度卷積網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)輸入特征的權(quán)重進(jìn)行動(dòng)態(tài)分布，充分考慮到了不同設(shè)備使用的便捷性，同時(shí)考慮到了地質(zhì)信息與掘進(jìn)參數(shù)之間的關(guān)系，并實(shí)現(xiàn)了多步預(yù)測(cè)的可能性。

本發(fā)明授權(quán)一種全生命周期盾構(gòu)掘進(jìn)參數(shù)預(yù)測(cè)方法及裝置在權(quán)利要求書中公布了：1.一種全生命周期盾構(gòu)掘進(jìn)參數(shù)預(yù)測(cè)方法，其特征在于，包括： 獲取掘進(jìn)任務(wù)的歷史數(shù)據(jù)和預(yù)測(cè)步數(shù)，對(duì)歷史數(shù)據(jù)進(jìn)行預(yù)處理，以預(yù)處理后的歷史數(shù)據(jù)構(gòu)建樣本數(shù)據(jù)集；其中，所述歷史數(shù)據(jù)包括地質(zhì)參數(shù)和掘進(jìn)參數(shù)； 利用所述樣本數(shù)據(jù)集對(duì)基于注意力機(jī)制的深度卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練；其中，深度卷積網(wǎng)絡(luò)的輸入為地質(zhì)參數(shù)與歷史掘進(jìn)參數(shù)，輸出為未來(lái)的掘進(jìn)參數(shù)，輸出維度為所述預(yù)測(cè)步數(shù)； 利用訓(xùn)練好的深度卷積網(wǎng)絡(luò)對(duì)待預(yù)測(cè)的掘進(jìn)參數(shù)進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)結(jié)果； 所述獲取掘進(jìn)任務(wù)的歷史數(shù)據(jù)和預(yù)測(cè)步數(shù)，對(duì)歷史數(shù)據(jù)進(jìn)行預(yù)處理，以預(yù)處理后的歷史數(shù)據(jù)構(gòu)建樣本數(shù)據(jù)集，包括： 獲取掘進(jìn)地層下相關(guān)的地質(zhì)參數(shù)、掘進(jìn)任務(wù)實(shí)際的掘進(jìn)參數(shù)和預(yù)測(cè)步數(shù)； 對(duì)地質(zhì)參數(shù)進(jìn)行標(biāo)注，將標(biāo)注結(jié)果放入數(shù)據(jù)庫(kù)中； 根據(jù)里程和環(huán)號(hào)將標(biāo)注后的地質(zhì)參數(shù)與掘進(jìn)參數(shù)相匹配，生成地質(zhì)-掘進(jìn)數(shù)據(jù)； 對(duì)地質(zhì)參數(shù)進(jìn)行離散化； 刪除離散化后的地質(zhì)-掘進(jìn)數(shù)據(jù)中非掘進(jìn)段數(shù)據(jù)和無(wú)關(guān)變量，去除冗余數(shù)據(jù)； 對(duì)去除冗余數(shù)據(jù)后的地質(zhì)-掘進(jìn)數(shù)據(jù)進(jìn)行缺失數(shù)據(jù)補(bǔ)全； 對(duì)補(bǔ)全缺失數(shù)據(jù)的地質(zhì)-掘進(jìn)數(shù)據(jù)進(jìn)行數(shù)據(jù)歸一化； 將歸一化后的地質(zhì)-掘進(jìn)數(shù)據(jù)按照預(yù)設(shè)比例制作訓(xùn)練集、驗(yàn)證集和測(cè)試集； 所述對(duì)地質(zhì)參數(shù)進(jìn)行標(biāo)注，將標(biāo)注結(jié)果放入數(shù)據(jù)庫(kù)中，包括： 將地質(zhì)參數(shù)分類為文本數(shù)據(jù)和表格數(shù)據(jù)； 對(duì)文本數(shù)據(jù)使用BERT模型進(jìn)行標(biāo)注，根據(jù)所需標(biāo)注的地質(zhì)參數(shù)選擇相應(yīng)的歷史訓(xùn)練文本訓(xùn)練BERT模型，然后將待標(biāo)注文本輸入訓(xùn)練好的BERT模型，得到標(biāo)注結(jié)果，并將標(biāo)注結(jié)果放入數(shù)據(jù)庫(kù)中；對(duì)表格數(shù)據(jù)使用Key-Value方法提取表格內(nèi)數(shù)據(jù)，并對(duì)提取到的數(shù)據(jù)進(jìn)行標(biāo)注，將標(biāo)注結(jié)果一并放入數(shù)據(jù)庫(kù)中； 所述深度卷積網(wǎng)絡(luò)包括輸入層、一維卷積層、注意力層和全連接層； 利用所述樣本數(shù)據(jù)集對(duì)基于注意力機(jī)制的深度卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，包括： 隨機(jī)初始化一維卷積層和注意力層，將所述訓(xùn)練集作為輸入，放入一維卷積層中進(jìn)行卷積計(jì)算，公式如下： yi＝fW*[xi:i+k]+b 其中，yi表示卷積結(jié)果，xi表示輸入特征，k表示每次卷積的步長(zhǎng)，W表示卷積核，b表示偏置項(xiàng)，f表示RELU激活函數(shù)； 將卷積輸出Y＝{y1,y2…yi}輸入到注意力層中計(jì)算不同特征的權(quán)重，公式為： αi＝softmaxeyi,qj 其中，qj為當(dāng)前輸入的上下文，αi為注意力分布，其值在[0,1]之間；Ci即為特征的重要程度值，N表示輸入序列長(zhǎng)度； 之后將輸出變?yōu)橐痪S向量，輸入進(jìn)入全連接層，輸出最后預(yù)測(cè)結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京科技大學(xué)，其通訊地址為：100083 北京市海淀區(qū)學(xué)院路30號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。