机械式盾尾间隙实时测量装置研制及应用

针对非接触式盾尾间隙测量装置环境适应性差、精度低、造价高等不足,进行了接触式盾尾间隙测量装置的研制与开发。采用磁敏角度传感器进行角度测量,再经数学计算将角度值转换成距离值,得到对应的盾尾间隙值,实现盾尾间隙实时测量。该装置在工程现场进行了试验与应用,达到了较好的应用效果：测量装置可实现对盾尾间隙的连续实时测量,测量数据可以本地存储和远程读取,测量效率高;机械式测量不需要经过复杂的数据处理,测量误差相对较小,可以控制在1 mm以内;机械式盾尾间隙测量装置成本较低,达到非接触式测量装置造价的1/5,可有效降低工程成本。     

基于机器学习的围岩无侧限抗压强度预测困境

使用随机森林,神经网络,支持向量机算法构建隧道围岩无侧限抗压强度实时感知模型.模型利用掘进阶段100s内总推进力,刀盘转速,刀盘扭矩,推进速度,撑靴压力TBM运行参数数据实时预测掌子面围岩强度,并系统研究模型的跨线路应用和模型跨区间应用问题.这些认识与成果对使用掘进参数预测围岩性质预测模型提出了新的要求.     

高校图书馆建立“学科馆员”制度的思考

阐释高校图书馆学科馆员及其制度的内涵,探讨高校图书馆建立学科馆员制度的必要性,分析高校图书馆实施学科馆员制度存在的主要问题,并提出解决策略。     

医学高校图书馆信息服务模式发展趋向研究

文章对网络环境下医学高校图书馆的信息服务模式,包括：医学虚拟咨询台的应用、医学网络数据的检索和新型医学服务模式,例如：医学信息推送、增值服务,个性化信息服务等。并对医院及相关卫生医疗单位提供有偿信息服务进行阐述和展望。     

基于深度神经网络的围岩无侧限抗压强度预测

实时的围岩抗压强度预测能对TBM安全高效掘进有重要意义.针对现有技术难以实时获取隧道掘进机掌子面岩体参数的问题,基于青岛地铁1号线掘进过程产生的掘进参数数据,分别使用深度神经网络构建隧道围岩无侧限抗压强度实时感知模型.模型利用掘进阶段100s内总推进力、刀盘转速、刀盘扭矩、推进速度和撑靴压力等TBM运行参数数据实时预测掌子面围岩强度,平均预测精度达到72％,并系统研究模型的跨线路应用和模型跨区间应用问题.这些认识与成果对TBM掘进参数优化和风险预警有着重要意义,并将为建立基于数据挖掘的TBM智能决策控制平台提供参考.