| 专利号 | 2019113301974 | 申请日 | 2019-12-20 | 专利名称 | 基于深度学习的TBM操作参数决策方法及系统 |
| 授权日 | 2022-07-12 | 专利权人 | 山东大学 | 发明人 | 刘斌;朱颜;王亚旭;王瑞睿;高博洋;赵光祖;王滨 |
| 主分类号 | G06Q10/04 | 关键词 | 应用领域 | ||
| 摘要 | 本公开提供了一种基于深度学习的TBM操作参数决策方法及系统，接收TBM掘进实时机械参数信息；利用深度学习神经网络构建出总推进力和刀盘总扭矩与推进速度和刀盘转速的实时映射关系；基于获取的映射关系，根据施工现场需求，设定相适配的掘进速度设定值和刀盘转速给定值，构成TBM操作参数决策方案。克服了当前由司机驾驶TBM时，无法量化了解随着TBM向前掘进而变化的岩体和TBM力学上相互作用的关系，而对TBM操作参数进行盲目决策导致的各种效率和安全的问题。本公开在不需要对隧道中岩体进行取芯实验的情况下，仅依据TBM记录的机器数据高效及时的计算出掘进的最佳策略，对TBM的高效安全掘进做出了贡献。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
