浙江大学;中国铁建重工集团股份有限公司祝毅获国家专利权
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！
龙图腾网获悉浙江大学;中国铁建重工集团股份有限公司申请的专利一种基于机器学习的智能盾构渣土改良方法及系统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：CN119783516B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202411851530.7，技术领域涉及：G06F30/27；该发明授权一种基于机器学习的智能盾构渣土改良方法及系统是由祝毅;黄鑫;伊家诚;蔡杰;杨华勇设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。
本一种基于机器学习的智能盾构渣土改良方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的智能盾构渣土改良方法及系统，通过集成渣土图像分类、改良参数预测及优化模型，实现盾构机在掘进过程中渣土改良的智能化和精确化。首先，利用YOLOV8网络对渣土图像进行实时分类，结合XGBOOST模型修正分类随机性，提升分类准确率和稳定性。其次，基于LSTM网络对渣土改良参数进行时间序列预测，并引入线性回归与遗传算法提高预测精度。最后，通过粒子群优化PSO算法对渣土改良参数进行最优解求解，显著提升盾构掘进的稳定性和效率。本发明解决了现有技术中依赖人工调整导致的随机性与滞后性问题，具有高效、精准的优点，适用于盾构工程的自动化应用场景。
本发明授权一种基于机器学习的智能盾构渣土改良方法及系统在权利要求书中公布了：1.一种基于机器学习的智能盾构渣土改良方法，其特征在于，包括以下步骤： 1采集盾构掘进过程中的渣土图像及相关传感器参数； 2利用改进的YOLOV8网络对渣土图像进行分类，XGBOOST模型通过分析渣土图像分类中的特征重要性，调整模型输出概率以修正分类随机性，获取准确的渣土类型概率； 3利用LSTM网络输入掘进过程中的传感器参数时间序列，结合渣土类型概率，并结合线性回归与遗传算法，进行预测未来掘进过程中需要的渣土改良参数； 4采用粒子群优化PSO算法，以渣土类型概率和掘进稳定性为目标函数，求解膨润土流量、泡沫液体流量和泡沫空气流量的最优解； 5将步骤4优化后的参数反馈至盾构机控制系统，实现掘进过程中的实时监测与动态调整。
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浙江大学;中国铁建重工集团股份有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励