文献

J-GLOBAL ID：201802239638120899   整理番号：18A1360619

計算知能による岩盤評価の監視-掘削に基づく推定:トンネル掘削フロントの事例【JST・京大機械翻訳】

Monitor-While-Drilling-based estimation of rock mass rating with computational intelligence: The case of tunnel excavation front

著者 (4件)： Galende-Hernandez M. (CARTIF Centro Tecnologico, Parque Tecnologico de Boecillo, Boecillo 47151, Valladolid, Spain) ,  Menendez M. (VIAS y Construcciones S.A., Avda. Camino de Santiago 50, 28050 Madrid, Spain) ,  Fuente M.J. (Dpt. of Systems Engineering and Control, School of Industrial Engineering, University of Valladolid, Valladolid 47011, Spain) ,  Sainz-Palmero G.I. (Dpt. of Systems Engineering and Control, School of Industrial Engineering, University of Valladolid, Valladolid 47011, Spain)
資料名： Automation in Construction  (Automation in Construction)
巻： 93  ページ： 325-338  発行年： 2018年 
JST資料番号： W0491A  ISSN： 0926-5805  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： トンネルの建設は,安全性と予算の両方の事項を含む重大な地質機械的不確実性を持っている。今日,現代の機械は,掘削プロセスに関する非常に有用な情報を集めている。従って,この現場データに基づくトンネル建設のための支援を提供することが課題である。ここでは,トンネル建設を支援するためのMWDに基づく方法論を紹介した。すなわち,Rock Mass Rating(RMR)推定は,掘削フロントとエキスパート知識のMWD岩石ベースの特性化によって提供される。周知の機械学習(ML)と計算知能(CI)技術を用いた。さらに,知識の収集可能で「解釈可能な」基礎を得て,MWD特性化掘削前線とRMRを結びつけた。実際のトンネル事例からの結果は,良好でサービス可能な性能を示した。RMR推定の精度は,15のファジィルール,3つの言語学的変数,および3つの言語用語の生成知識ベースを用いて,高い,誤差_試験≒3%である。しかし,この提案は,その性能を強化するための新しいアルゴリズムに開かれている。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  安全性 ,  言語 ,  言語学 ,  不確実性 ,  岩石 ,  *岩盤 ,  *人工知能 ,  地質 ,  キャラクタリゼーション ,  *トンネル掘削 ,  知識ベース ,  機械学習
準シソーラス用語： ファジィルール ,  トンネル建設 , 【Automatic Indexing@JST】

著者キーワード (7件)： トンネル ,  MWD ,  FRBS ,  特徴の選択/抽出 ,  クラスタリング ,  RMR ,  意思決定

分類 (3件)： CAD,CAM  (JE10000A) ,  建設管理  (RA01096R) ,  建築設計,建築家,建築史  (RB04000W)

タイトルに関連する用語 (7件)： 計算知能 ,  岩盤 ,  評価 ,  掘削 ,  推定 ,  トンネル掘削 ,  フロント