本发明提供了一种基于神经网络的TBM滚刀磨损实时预测方法及系统,获取每一滚刀的现场数据;依据获取的现场数据,以及预设的TBM滚刀磨损时序预测模型,得到每一滚刀磨损量的时序预测值;在每一滚刀寿命周期内,对各个时段的历史滚刀磨损量和预测滚刀磨损量累加,获得总磨损量;依据总磨损量确定预测的滚刀磨损状态和滚刀更换时间;本发明基于LSTM,综合考虑现场掘进数据领域信息和历史信息,有效提取数据的序列变化信息,建立预测TBM滚刀磨损量的时序预测模型,利用现场掘进数据实现对滚刀磨损智能化预测和信息化管理,对滚刀的磨损状态以及滚刀更换的时间进行预测,避免了盾构机在一段复杂岩石地层下停机,规避了不良地质问题的发生。
声明:
“基于神经网络的TBM滚刀磨损实时预测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)