买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学申请的专利一种全生命周期盾构掘进参数预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114492174B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210017848.X，技术领域涉及：G06F30/27；该发明授权一种全生命周期盾构掘进参数预测方法及装置是由宁焕生;高大智;李荣洋;徐阳;毛凌锋;李莎设计研发完成，并于2022-01-07向国家知识产权局提交的专利申请。

本一种全生命周期盾构掘进参数预测方法及装置在说明书摘要公布了：本发明公开了一种全生命周期盾构掘进参数预测方法及装置，该方法包括获取掘进任务历史数据和预测步数，对历史数据进行预处理，以预处理后的历史数据构建样本数据集；其中历史数据包括地质参数和掘进参数；利用样本数据集对基于注意力机制的深度卷积网络进行训练；深度卷积网络的输入为地质参数与历史掘进参数，输出为未来的掘进参数，输出维度为预测步数；利用训练好的深度卷积网络对待预测的掘进参数进行预测，得到预测结果。本发明提出一种标准化的预处理方式，且使用基于注意力机制的深度卷积网络实现对输入特征的权重进行动态分布，充分考虑到了不同设备使用的便捷性，同时考虑到了地质信息与掘进参数之间的关系，并实现了多步预测的可能性。

本发明授权一种全生命周期盾构掘进参数预测方法及装置在权利要求书中公布了：1.一种全生命周期盾构掘进参数预测方法，其特征在于，包括： 获取掘进任务的历史数据和预测步数，对历史数据进行预处理，以预处理后的历史数据构建样本数据集；其中，所述历史数据包括地质参数和掘进参数； 利用所述样本数据集对基于注意力机制的深度卷积网络进行训练；其中，深度卷积网络的输入为地质参数与历史掘进参数，输出为未来的掘进参数，输出维度为所述预测步数； 利用训练好的深度卷积网络对待预测的掘进参数进行预测，得到预测结果； 所述获取掘进任务的历史数据和预测步数，对历史数据进行预处理，以预处理后的历史数据构建样本数据集，包括： 获取掘进地层下相关的地质参数、掘进任务实际的掘进参数和预测步数； 对地质参数进行标注，将标注结果放入数据库中； 根据里程和环号将标注后的地质参数与掘进参数相匹配，生成地质-掘进数据； 对地质参数进行离散化； 删除离散化后的地质-掘进数据中非掘进段数据和无关变量，去除冗余数据； 对去除冗余数据后的地质-掘进数据进行缺失数据补全； 对补全缺失数据的地质-掘进数据进行数据归一化； 将归一化后的地质-掘进数据按照预设比例制作训练集、验证集和测试集； 所述对地质参数进行标注，将标注结果放入数据库中，包括： 将地质参数分类为文本数据和表格数据； 对文本数据使用BERT模型进行标注，根据所需标注的地质参数选择相应的历史训练文本训练BERT模型，然后将待标注文本输入训练好的BERT模型，得到标注结果，并将标注结果放入数据库中；对表格数据使用Key-Value方法提取表格内数据，并对提取到的数据进行标注，将标注结果一并放入数据库中； 所述深度卷积网络包括输入层、一维卷积层、注意力层和全连接层； 利用所述样本数据集对基于注意力机制的深度卷积网络进行训练，包括： 随机初始化一维卷积层和注意力层，将所述训练集作为输入，放入一维卷积层中进行卷积计算，公式如下： yi＝fW*[xi:i+k]+b 其中，yi表示卷积结果，xi表示输入特征，k表示每次卷积的步长，W表示卷积核，b表示偏置项，f表示RELU激活函数； 将卷积输出Y＝{y1,y2…yi}输入到注意力层中计算不同特征的权重，公式为： αi＝softmaxeyi,qj 其中，qj为当前输入的上下文，αi为注意力分布，其值在[0,1]之间；Ci即为特征的重要程度值，N表示输入序列长度； 之后将输出变为一维向量，输入进入全连接层，输出最后预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。