第40卷第1期2023年1月长江科学院院报JournalofChangjiangＲiverScientificＲesearchInstituteVol．40No．1Jan．2023收稿日期:2021－08－30;修回日期:2021－10－26基金项目:引汉济渭建设有限公司科技项目(SPS－D－08);陕西省自然科学基金项目(2019JLP－23，2019JLZ－13，2021JLM－50);陕西省联合基金资助项目(2021JLM－53);中国电力建设股份有限公司核心攻关技术项目(DJ－HXGG－2021－01)作者简介:肖浩汉(1993－)，男，河北衡水人，工程师，博士，主要研究方向为大数据挖掘和智能化掘进。E-mail:xiaohh@iwhr．com通信作者:陈祖煜(1943－)，男，浙江宁波人，中国科学院院士，正高级工程师，博士，主要研究方向为岩土工程。E-mail:chenzy@tsinghua．edu．cndoi:10．11988/ckyyb．202109162023，40(1):123－131基于GＲU算法的盾构掘进参数预测———以成都地铁19号线为例肖浩汉1，陈祖煜1，徐国鑫2，蒋宗全3，苏岩2，曹瑞琅1，刘诗洋4(1．中国水利水电科学研究院岩土工程研究所，北京100048;2．陕西省引汉济渭工程建设有限公司，西安710010;3．中电建铁路建设投资集团有限公司，北京100038;4．同济大学软件学院，上海200092)摘要:刀盘扭矩和刀盘推力是保障盾构机正常掘进的关键参数，对其准确预测可有效指导设备运行。本项研究的数据来源于成都地铁19号线土压平衡(EPB)盾构机的掘进数据。深入剖析了EPB盾构掘进数据的特点，提出了一种包含数据分割、异常值处理、数据降噪和数据编译4个阶段的标准数据预处理算法。在Butterworth滤波器基础上，利用门控循环单元(GＲU)建立了盾构掘进参数预测模型，基于ＲMSE和MAE指标综合评估预测模型的预测效果。结果表明:预测模型对不同地质条件下的刀盘扭矩和刀盘推力掘进参数均能实现良好预测;经过Butter-worth滤波，预测模型的预测精度提高显著;砂岩地层中，预测模型对刀盘扭矩的预测误差最小，ＲMSE和MAE分别为4．91和3．86。基于GＲU算法的掘进参数预测，可提高盾构机掘进状态的判断水平，利于施工参数优化调整。关键词:掘进参数预测;数据预处理;Butterworth滤波;GＲU算法;土压平衡盾构机中图分类号:U455．43文献标志码:A文章编号:1001－5485(2023)01－0123－09PredictionofShieldTunnelingParametersBasedonGＲUAlgorithm:ACaseStudyonChengduMetroLine19XIAOHao-han1，CHENZu-yu1，XUGuo-xin2，JIANGZong-quan3，SUYan2，CAOＲui-lang1，LIUShi-yang4(1.DepartmentofGeotechnicalEngineering，ChinaInstituteofW...
