“钢铁穿山甲”装上AI大脑穿越杂乱地层 杰出亮点

  在城市地下飞速延展的地铁和地道背面，一种名为“盾构机”的庞然大物正静静承担着穿山破土的重担。现在，这头“钢铁穿山甲”也渐渐的变聪明晰。

  盾构施工全套工艺流程中，地质条件变化莫测，直接影响着掘进速度和施行工程的本钱。传统的物理仿真模型不只核算周期长，还难以习惯杂乱多变的地层。武汉工程大学的科研团队构建了一个根据AI的掘进猜测模型，不只大幅度的进步了猜测精度，还明显减少了核算时刻，现在已成功应用于深大城际铁路的才智管控渠道，在杂乱地质条件下为掘进施工供给了强有力的决议计划支撑。

  研讨团队采集了961环、超越370万条真施行工数据，包括砂质黏性土等6类典型地质组合以及对应的盾构机掘进参数。经过相关性剖析和高斯重采样，构建了一个高质量的盾构机掘进猜测数据集，突破了地质样本散布不均的难题。

  此外该研讨初次将Kolmogorov-Arnold Network（KAN）引进盾构猜测范畴。比较传统神经网络，KAN模型能以更少的参数迫临杂乱非线性联系，把多种变量耦合问题“拆解”为一系列单变量函数组合，大幅度的进步猜测精度和核算功率。试验显现，其掘进速度猜测平均误差控制在15%以内，在单一地质工况下体现尤为优胜。

  跟着这一智能猜测模型的实践布置，工程团队能更精确地判别掘进进展、分配资源和优化本钱，助力我国城市轨道交通迈向更高质量的开展。

  （来源于我国科技期刊杰出行动计划当选期刊：《仪器仪表学报》，2025，46（3））

  《科技导报》创刊于1980年，我国科协学术会刊，首要刊登科学前沿和技能热门范畴突破性的研讨成果、权威性的科学谈论、引领性的高端总述，宣布促进经济社会继续健康开展、完善科学技能管理、优化科研环境、培养科学文化、促进科学技能创新和科技成果转化的决议计划咨询主张。常设栏目有院士卷首语、科技新闻、科技谈论、专稿专题、总述、论文、方针主张、科技人文等。