公开(公告)号：CN117909808A

公开(公告)日：2024-04-19

申请号：CN202311719157.5

申请日：2023-12-14

Applicant: 中铁工程服务有限公司 ,  西南交通大学

Inventor： 章龙管 ,  徐进 ,  李才洪 ,  林良宇 ,  严一舟 ,  朱菁 ,  胡可 ,  刘绥美 ,  杨冰 ,  梅元元 ,  陈可 ,  李开富 ,  李恒

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开一种融合深度学习与关联规则的盾构故障多标签预测方法，涉及盾构设备故障预测领域，解决现有技术存在的没有考虑故障与故障之间的关联关系，且没有对故障数据的强时序特点进行研究的问题；本发明先采集并处理盾构机相关数据作为训练集和测试集，而后建立基于CNN‑LSTM的故障姿态预测模型；利用训练集对故障姿态预测模型进行训练；再使用Apriori关联规则挖掘算法对训练集进行关联规则挖掘，挖掘出故障间的关联规则；最后结合关联规则优化算法和S4寻找到的关联规则对输出结果进行优化；本发明依据多故障预测能够发现未来某时刻可能同时发生的故障，其难度与实用性都相较于以往研究更进一步。

公开(公告)号：CN114810100A

公开(公告)日：2022-07-29

申请号：CN202210739896.X

申请日：2022-06-28

Applicant: 中铁工程服务有限公司 ,  西南交通大学

Inventor： 章龙管 ,  徐进 ,  刘绥美 ,  李才洪 ,  杨冰 ,  林良宇 ,  朱菁 ,  陈鑫 ,  梁博 ,  郑军 ,  白杰

IPC: E21D9/00 ,  E21D9/06 ,  E21D9/12 ,  G06N3/04 ,  G06N3/067

Abstract: 本发明属于盾构掘进技术领域，具体涉及一种基于深度神经网络的盾构掘进姿态预测方法；本发明针对盾构掘进姿态预测难、人工决策效率低等问题，综合使用了小波变换降噪以及深度学习的方法，确定了盾构姿态多种相关参数的集合构建，实现了对未来时刻盾构姿态参数的预测。本发明建立的盾构掘进姿态预测模型，能够有效的降低施工数据中噪声的影响，并且在面对海量、高维数据对象时，依旧能够保持良好的预测效果；将本发明运用到盾构项目中，通过对盾构姿态参数的预测，可以辅助现场操作人员判断盾构掘进姿态，进而及时调整操作规避姿态异常的风险。

公开(公告)号：CN114810100B

公开(公告)日：2022-12-02

申请号：CN202210739896.X

申请日：2022-06-28

Applicant: 中铁工程服务有限公司 ,  西南交通大学

Inventor： 章龙管 ,  徐进 ,  刘绥美 ,  李才洪 ,  杨冰 ,  林良宇 ,  朱菁 ,  陈鑫 ,  梁博 ,  郑军 ,  白杰

IPC: E21D9/00 ,  E21D9/06 ,  E21D9/12 ,  G06N3/04 ,  G06N3/067

Abstract: 本发明属于盾构掘进技术领域，具体涉及一种基于深度神经网络的盾构掘进姿态预测方法；本发明针对盾构掘进姿态预测难、人工决策效率低等问题，综合使用了小波变换降噪以及深度学习的方法，确定了盾构姿态多种相关参数的集合构建，实现了对未来时刻盾构姿态参数的预测。本发明建立的盾构掘进姿态预测模型，能够有效的降低施工数据中噪声的影响，并且在面对海量、高维数据对象时，依旧能够保持良好的预测效果；将本发明运用到盾构项目中，通过对盾构姿态参数的预测，可以辅助现场操作人员判断盾构掘进姿态，进而及时调整操作规避姿态异常的风险。