发明公开
- 专利标题: 一种机理和数据联合驱动的TBM滚刀磨损预测方法
-
申请号: CN202211578613.4申请日: 2022-11-21
-
公开(公告)号: CN115774912A公开(公告)日: 2023-03-10
- 发明人: 张合沛 , 张亚坤 , 周星海 , 龚国芳 , 孙佳椿 , 李叔敖 , 李治国 , 周建军 , 李凤远 , 郭璐
- 申请人: 盾构及掘进技术国家重点实验室 , 浙江大学
- 申请人地址: 河南省郑州市国家高新技术产业开发区科学大道99号;
- 专利权人: 盾构及掘进技术国家重点实验室,浙江大学
- 当前专利权人: 盾构及掘进技术国家重点实验室,浙江大学
- 当前专利权人地址: 河南省郑州市国家高新技术产业开发区科学大道99号;
- 代理机构: 杭州求是专利事务所有限公司
- 代理商 郑海峰
- 主分类号: G06F30/17
- IPC分类号: G06F30/17 ; G06F30/27 ; G06N3/084 ; G06F111/10
摘要:
本发明公开了一种机理和数据联合驱动的TBM滚刀磨损预测方法,属于滚刀磨损量预测领域。本发明一方面由滚刀与岩体的磨粒磨损、黏着磨损及疲劳磨损等磨损机理推导出的滚刀磨损量计算公式,另一方面采用数据模型对机理磨损量与实际磨损量的残差部分进行建模,将TBM掘进参数也作为滚刀磨损量的影响因素。本发明的预测方法充分结合了理论机理模型和数据模型的各自优点,能够根据TBM规格参数和现场工程数据高精度的预测出每把滚刀的实际磨损程度,较纯数据模型有更好的泛化特性,较纯机理模型有更好的拟合精度,为现场操作人员掌握滚刀信息提供帮助,为及时换刀提供数据依据,提升了滚刀的利用率和掘进机的工作效率。