《表3 正则化成孔用时的预测结果与监测参数(h)》
使用人工神经网络进行预测分为两部分:第1部分为人工神经网络的训练,首先将用于训练网络的所有中桩输入参数(钻孔深度、钻进速度、扭矩)和目标输出参数(成孔用时),共397组数据全部加载到Matlab软件中的NNTOOL,然后共同建立1个BP网络并对其进行训练,训练完成的BP网络结构如图6所示。第2部分为人工神经网络的预测,向第1部中已经完成训练的BP网络中加载10、19、20、28号中桩的输入参数(钻孔深度、钻进速度、扭矩),使用该网络来预测4根中桩的成孔用时,正则化成孔用时的预测结果与监测参数如表3所示。最后,计算成孔用时的预测结果与监测参数的绝对误差评价成孔工况。
图表编号 | XD00129586300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 周翠红、陈佳蕊、冯利华、张洪军 |
绘制单位 | 北京石油化工学院机械工程学院环境工程系、北京石油化工学院机械工程学院环境工程系、中铁一局集团第二工程有限公司、中铁一局集团第二工程有限公司 |
更多格式 | 高清、无水印(增值服务) |