一种TBM刀盘扭矩预测方法、系统、设备及介质

本申请公开了一种TBM刀盘扭矩预测方法、系统、设备及介质，获取影响刀盘扭矩的掘进状态参数初始样本数据；对初始样本数据进行预处理，剔除TBM掘进状态参数中的异常掘进状态数据；采用粗糙集计算各个掘进状态参数影响因子的权重；利用粗糙集选出与刀盘扭矩相关性最高的几个特征参数，将其组成矩阵输入LSTM神经网络进行训练；依次根据LSTM模型输出的TBM刀盘扭矩预测结果计算损失函数，以损失函数计算结果优化模型参数，当达到训练条件时完成模型训练，得到TBM刀盘扭矩预测模型。本发明的方法及系统能够在TBM装备掘进过程中对刀盘扭矩进行快速精确地计算，从而为操作手提供参考，提高掘进效率，减少因操作参数选择不当造成设备故障、成本增加等。