(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111456267.8 (22)申请日 2021.12.01 (71)申请人 南京工业大 学 地址 210000 江苏省南京市浦口区浦珠南 路30号 (72)发明人 王华　冯蒙蒙　 (74)专利代理 机构 北京卓岚智财知识产权代理 事务所 (特殊普通合伙) 11624 代理人 蒋真 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/08(2012.01) G06F 30/17(2020.01)G06F 30/27(2020.01) G06N 5/04(2006.01) (54)发明名称 一种基于知识管理的盾构掘进装备智能优 化选型方法 (57)摘要 本发明提供了一种基于知识管理的盾构掘 进装备智能优化选型方法， 包括如下步骤： 首先 总结盾构掘进装备设计领域的知识和以往的选 型规律， 收集著名生产厂家的盾构掘进装备的主 参数， 整理已经开挖的隧道工程数据， 建立相应 的知识库和数据库， 然后根据具体工况参数和地 质参数， 调用智能推理模块基于选型知识库以往 的选型规律和设计知识确定盾构掘进装备的结 构类型， 进一步基于实例推理模块从数据库中确 定盾构掘进机主参数， 得到盾构掘进装备机型选 型方案， 然后基于多级多指标综合评价模型和智 能决策模型， 完成盾构掘进装备最终选型及主参 数优化。 权利要求书2页 说明书5页 附图2页 CN 114418164 A 2022.04.29 CN 114418164 A 1.一种基于知识管理的盾构掘进装备智能优化选型 方法， 其特 征在于， 包括以下步骤: 步骤1： 根据施工要求输入工况设计参数与地质勘察 参数； 步骤2： 根据输入参数调用智能推理模块从选型知识库中选择适应性程度高的盾构掘 进装备的结构类型； 步骤3： 调用实例推理模块采用相似度计算方法从数据库中选择与目标实例相似度高 的盾构掘进装备机型及主参数； 步骤4： 调用多指标选型评价模块， 构建多级多指标评价模型， 对初步选型方案进行综 合评价； 步骤5： 调用多指标智能决策模块， 依据多指标评价模型确定盾构掘进装备机型以及主 参数， 然后基于智能决策子系统功能模块对所选机型以及主参数进行满意度调查， 如果不 符合要求， 则返回进行初步选型 方案的优化。 2.根据权利要求1所述的基于知识管理的盾构掘进装备智能优化选型方法， 其特征在 于： 所述步骤2中由于盾构掘进装备设计参数特别多， 其选型影响因素很多， 根据地质勘察 参数和工况设计参数提取设计任务的特征和属性， 调用智能推理模块模拟人解决问题的逻 辑思维方式进 行知识推理， 从选型知识库以往的选型规律和设计知识中选择对设计参数适 应性强的盾构掘进装备 结构类型。 3.根据权利要求1所述的基于知识管理的盾构掘进装备智能优化选型方法， 其特征在 于： 所述步骤3中基于实例 推理模块采用相似度计算方法从存入数据库中的国内外著名盾 构生产厂家生产的盾构掘进装备主参数和已经成功在不同地质开挖的盾构掘进装备机型 以及相应主参数中对设计任务确定的目标实例与数据库中的源实例进 行相似性衡量， 找到 相似性最高的实例来确定盾构掘进装备的机型以及主参数， 采用的相似度计算方法为: 假设目标实例表示为向量:A＝(A1,A2,...Ai...An)源实例表示为向量B＝(B1,B2, ...Bi...Bn),通过计算两个向量之间的余弦值来表示他们的相似性， 余弦值越大， 则相似性 越大。 4.根据权利要求1所述的基于知识管理的盾构掘进装备智能优化选型方法， 其特征在 于： 所述步骤4中构建基于盾构掘进装 备多级多指标影响的选型综合评价模块， 其 实施步骤 如下： 步骤4.1： 基于多级多指标综合评判法， 选取能够充分反映不同机型的适应性差异指 标； 步骤4.2： 构建盾构掘进装备多 级多指标综合评价模型， 确定多指标评价隶属函数。 5.根据权利要求4所述的基于知识管理的盾构掘进装备智能优化选型方法， 其特征在 于： 所述步骤4.1 中选取的具有适应性差异代表性的评价指标包括工况参数， 具体包括施工 环境、 地质条件、 水文条件、 运维反馈 。 6.根据权利要求4所述的基于知识管理的盾构掘进装备智能优化选型方法， 其特征在 于： 所述步骤4.2中构建的多级多指标综合评价模 型为： ＝(D,E,H,F)其中D为地质条件， E为 地层稳定性， H为施工环境， F为工况参数； D＝(风化岩地层、 软粘土地层、 砂卵石地层)； E＝(地层渗透系数、 地层颗粒级、 水压大小)； H＝(低温冷冻气候、 亚热气候、 温热气候)；权　利　要　求　书 1/2 页 2 CN 114418164 A 2F＝(掘进长度、 断面形状、 工期)； 二级评价指标为： O＝(工作效率， 掘进性能， 功能， 运行情况)； 根据要求设计参数与地质特征参数选型后对盾构掘进装备的机型以及主参数进行第 一、 第二级评价形成盾构掘进装备的多级多指标评价模型， 主参数包括刀盘推力、 转速、 扭 矩、 驱动功率。 7.根据权利要求4所述的基于知识管理的盾构掘进装备智能优化选型方法， 其特征在 于： 所述步骤4.2 中多指标评价的隶属函数是应用多指标综合评价法 的关键； 使用[0,1]来 表示元素和多指标集合， 取 “0”表示该元素不在多指标集合， 取 “1”表示该元素完全在多指 标集合中， 取[0,1]之间的任一个数， 表示该元素在多指标集合中的概率大小， 该概率为元 素对多指标集合的隶属度； 因此， 使用多指标综合评价法要先建立不同机型在不同地质适 应性差异评价指标对盾构掘进装备选型影响规 律的多指标 隶属函数。 8.根据权利要求1所述的一种基于知识管理的盾构掘进装备智能优化选型方法， 其特 征在于： 所述步骤5中在选型初步方案评价模型基础上， 将多级多指标评价模型与多指标隶 属函数结合， 基于智能决策模块， 确定盾构掘进装 备机型以及主参数， 然后基于智能决策子 系统功能模块对所选机型以及主参数进行适应性满意度判断， 如果不符合要求， 则 返回进 行初步选型方案的优化， 直到机型以及主参数符合要求， 盾构掘进装备 的智能多指标决策 模型为： max F(i)＝[P1(i)w1,p2(i)w2,p3(i)w3,...,pj(i)wj,...,pk(i)wk]r    (1) 式中， pj(i)为初步所选 机型方案i对于第j个评价指标的适应性； i＝1,2,3, …k； wj为第j个评价指标的权 重； 式(1)用以判断多指标在权重占比下对盾构掘进装备所选机型以及主参数的最大适应 性。权　利　要　求　书 2/2 页 3 CN 114418164 A 3