← 返回列表
基于深度神经网络和数值仿真的TBM卡机预测系统及方法
摘要文本
本发明提供一种基于深度神经网络和数值仿真的TBM卡机预测方法及系统，属于隧道掘进技术领域，包括以下步骤：利用数值仿真技术，构建卡机数值样本库；基于所述卡机数值样本库利用CNN和Transformer，建立卡机预测模型；利用卡机预测模型，实现对TBM卡机的实时监测和预警。本发明实现了对TBM卡机的实时监测和预警，减轻或避免卡机现象的发生，提高了TBM施工的安全性和效率。
申请人信息
- 申请人:石家庄铁道大学; 中国国家铁路集团有限公司
- 申请人地址:050043 河北省石家庄市长安区北二环东路17号
- 发明人: 石家庄铁道大学; 中国国家铁路集团有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度神经网络和数值仿真的TBM卡机预测系统及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311553224.0 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117371111A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G06F30/13 |
| 权利人 | 石家庄铁道大学; 中国国家铁路集团有限公司 |
| 发明人 | 张骞; 聂瑶奇; 杜立杰; 赵勇; 田四明; 马岩; 李青蔚; 杨亚磊 |
| 地址 | 河北省石家庄市北二环东路17号; 北京市海淀区复兴路10号 |
专利主权项内容
1.一种基于深度神经网络和数值仿真的TBM卡机预测方法，其特征在于，包括以下步骤：利用数值仿真技术，构建卡机数值样本库；基于所述卡机数值样本库利用CNN和Transformer，建立卡机预测模型；利用卡机预测模型，实现对TBM卡机的实时监测和预警。