申请/专利权人：上海交通大学

申请日：2021-08-24

公开（公告）日：2024-04-09

公开（公告）号：CN113642082B

主分类号：G06F30/13

分类号：G06F30/13;G06F30/27;G06N3/0464;G06N3/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.11.30#实质审查的生效;2021.11.12#公开

摘要：本发明提供了一种TBM利用率预测的A‑CNN方法及系统，包括如下步骤：数据集构建步骤：构建数据集；网络架构步骤：建立A‑CNN神经网络架构；模型建立步骤：利用A‑CNN神经网络架构与数据集建立TBM利用率预测模型，利用建立的TBM利用率预测模型预测TBM在掘进环的利用率，为所述掘进环的后续施工提供指导。本发明针对TBM每环利用率实时预测设计新的A‑CNN神经网络架构，它能实现在较小的输入维度下利用卷积神经网络模块提取输入中更深层次的特征，并最终利用全连接网络建立提取的特征与利用率之间的回归模型，相比于目前该领域建模常用的多元回归方法或者传统的机器学习算法，具有更高的预测精度。

主权项：1.一种TBM利用率预测的A-CNN方法，其特征在于，包括如下步骤：数据集构建步骤：构建数据集；网络架构步骤：建立A-CNN神经网络架构；模型建立步骤：利用A-CNN神经网络架构与数据集建立TBM利用率预测模型；利用建立的TBM利用率预测模型预测TBM在掘进环的利用率，为所述掘进环的后续施工提供指导；该方法还包括预处理步骤和利用率获取步骤；所述预处理步骤：采集机器运行数据，从机器运行数据中筛选出载荷参数和操作参数，并对筛选出的载荷参数和操作参数进行预处理；所述利用率获取步骤：统计并计算各掘进环净掘进时间与总掘进时间的比值，得到每个掘进环的利用率；所述数据集构建步骤：利用掘进环预处理后的载荷参数、掘进环预处理后的操作参数、地质类型及每个掘进环利用率构造数据集；所述预处理步骤包括如下步骤：第一处理步骤：将筛选出的载荷参数和操作参数按掘进环划分，并选出每个掘进环中稳定段的数据；第二处理步骤：检测出稳定段的数据中异常值并进行剔除，得到处理后的数据；第三处理步骤：对处理后的数据按掘进环求取平均值；第四处理步骤：利用额定值对筛选出的载荷参数和操作参数的平均值进行归一化处理；所述数据集构建步骤包括如下步骤：第一构建步骤：样本的输入特征包括推力、扭矩、刀盘转速、推进速度及向量形式的地质类型，样本输出为掘进环的利用率；第二构建步骤：构造的数据集包括训练集与测试集，所述训练集包括验证集，训练集构建TBM利用率预测模型，验证集验证和调整TBM利用率模型参数，测试集证明构建的TBM利用率预测模型的有效性；所述网络架构步骤包括如下步骤：第一架构步骤：利用全连接网络层扩展输入的维度，然后将扩展的输入转换为一维向量，使其支持随后的卷积网络模块执行卷积与池化操作；第二架构步骤：构建卷积网络架构，卷积网络架构由若干BN层、卷积层和池化层堆叠而成，提取扩展的输入中的特征；第三架构步骤：利用全连接网络层构建回归器，建立提取的特征与利用率之间的映射关系。

全文数据：

权利要求：

百度查询： 上海交通大学 TBM利用率预测的A-CNN方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD