Prediction of TBM cutterhead speed and penetration rate for high-efficiency excavation of hard rock tunnel using CNN-LSTM model with construction big data - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Arabian Journal of Geosciences Année : 2022

Prediction of TBM cutterhead speed and penetration rate for high-efficiency excavation of hard rock tunnel using CNN-LSTM model with construction big data

Long Li
Zaobao Liu
Hongyuan Zhou
  • Fonction : Auteur
Jing Zhang
  • Fonction : Auteur
  • PersonId : 757517
  • IdRef : 164499075
Wanqing Shen
Laboratoire de Mécanique, Multiphysique, Multiéchelle - UMR 9013
Jianfu Shao
Laboratoire de Mécanique, Multiphysique, Multiéchelle - UMR 9013

Domaines

Sciences de l'ingénieur [physics]

Wanqing Shen  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03617370

Soumis le : mercredi 23 mars 2022-14:15:45

Dernière modification le : mardi 16 avril 2024-16:16:16

Fichier non déposé

Dates et versions

hal-03617370 , version 1 (23-03-2022)

Identifiants

Citer

Long Li, Zaobao Liu, Hongyuan Zhou, Jing Zhang, Wanqing Shen, et al.. Prediction of TBM cutterhead speed and penetration rate for high-efficiency excavation of hard rock tunnel using CNN-LSTM model with construction big data. Arabian Journal of Geosciences, 2022, 15 (3), pp.280. ⟨10.1007/s12517-022-09542-0⟩. ⟨hal-03617370⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-LILLE LAMCUBE
17 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More