基于BP神经网络的盾构机滚刀磨损量检测方法及系统

    公开(公告)号:CN117688323A

    公开(公告)日:2024-03-12

    申请号:CN202311611552.1

    申请日:2023-11-29

    摘要: 本发明公开了一种基于BP神经网络的盾构机滚刀磨损量检测方法及系统,方法包括:获取盾构机滚刀的相关数据,并对数据进行分组,分为训练组数据和测试组数据;基于BP神经网络构建滚刀磨损量检测模型,并利用训练组数据和测试组数据对滚刀磨损量检测模型分别进行训练学习及测试验证;利用训练好的滚刀磨损量检测模型对盾构机滚刀的磨损量进行实时检测计算,输出盾构机滚刀磨损量检测结果。本发明方法通过BP神经网络模型对盾构机实际工作中的数据进行分析,从而实现及时对滚刀实际磨损量的判断以及对滚刀下一阶段的磨损量检测,提高了检测工作的效率及安全性,便于及时维修或者更换滚刀,有助于确保盾构机的高效运行。

    一种基于自适应阶次寻优的ARIMA的盾构机掘进参数预测方法

    公开(公告)号:CN117592375A

    公开(公告)日:2024-02-23

    申请号:CN202311626396.6

    申请日:2023-11-29

    IPC分类号: G06F30/27 G06F18/27

    摘要: 本发明公开了一种基于自适应阶次寻优的ARIMA的盾构机掘进参数预测方法,包括:获取盾构机掘进参数当前采样时刻k之前对应的多个元素所构成的时间序列数据;构建ARIMA时间序列模型;利用ADF检验确定ARIMA时间序列模型的最优差分次数d;利用BIC准则确定ARIMA时间序列模型的最优阶次p和q;根据当前采样时刻k的不断更新设计滑动窗,完成ARIMA时间序列模型的d、p、q三个参数的自适应更新;更新后对k+1时刻的盾构机掘进参数进行预测。该方法可以使模型根据输入数据的变化自适应确定ARIMA的最佳阶次,从而适应不同地质条件下采集的原始数据,使模型保持较高的预测精度,准确预测不同地质环境下的盾构机刀盘扭矩或掘进速度的未来变化趋势,以便提高施工效率。

    一种盾构机刀具磨损检测装置与状态评估方法

    公开(公告)号:CN117662170A

    公开(公告)日:2024-03-08

    申请号:CN202311612746.3

    申请日:2023-11-29

    IPC分类号: E21D9/08 E21D9/093 G01N3/56

    摘要: 本发明公开了一种盾构机刀具磨损检测装置与状态评估方法,涉及数据处理技术领域,装置包括控制器、若干数据接收器和若干转速传感器;转速传感器均匀布设在盾构机刀盘上;转速传感器与数据接收器之间采用Zigbee网络通讯连接;控制器和数据接收器采用Zigbee网络通讯连接。本发明避免了人工拆卸来判断刀具磨损量,该装置可以实时采集刀具的转速信息,并利用转速信息做一定的变换,得到刀具的磨损信息,相对直接测量刀具的磨损量,测量转速受环境的影响小,得到的磨损信息更为准确。

    一种隧道管片运输车
    10.
    实用新型

    公开(公告)号:CN209617138U

    公开(公告)日:2019-11-12

    申请号:CN201822105175.5

    申请日:2018-12-14

    IPC分类号: B61D15/00 B61F9/00

    摘要: 本实用新型提供了一种隧道管片运输车的技术方案,包括车架,所述车架外的前后两端分别固定有导轨轮架,所述导轨轮架上设置有导轨轮组件;所述车架的底部上设置有承重轮;所述车架内的前后两端分别设置有两个第一加强筋,两个第一加强筋之间固定有支撑板,所述支撑板上固定有第二加强筋,所述第一加强筋、第二加强筋和支撑板上安装有管片垫。本实用新型能够有效地解决隧道管片运输车存在左右倾覆危险的问题,能够有效地保证管片运输过程中的稳定性、可靠性和安全性。