摘要
本发明提供一种基于云边端协同的盾构机故障预测方法,属于盾构技术领域,包括以下步骤:S1,作为端设备的传感器实时采集盾构设备的数据,并将采集的数据上传至边缘设备;S2,所述边缘设备进行数据融合后,将融合后的数据上传至云端;S3,在所述云端使用上传的融合后的数据训练故障识别模型,之后将生成的故障识别模型下发至边缘设备;本发明通过边云协同作业,将数据服务进行合理划分将一部分功能下放到边缘设备,从而对端提供实时数据服务,把实时识别划分到边缘进行,这样缩短数据传输距离,能更迅速地识别故障,通过自适应数据采集方法,避免采集到过多的冗余信息,减少存储资源浪费的同时,可采集到更多有用的信息。
技术关键词
数据采集频率
数据采集方法
无故障数据
盾构设备
云端
神经网络分类器
旋转门算法
识别模型库
传感器
数据存储单元
盾构技术
刀盘扭矩
数据处理单元
支持向量机
识别故障
模式识别
盾构机
系统为您推荐了相关专利信息
数据采集平台
数据采集方法
数据采集模块
标识管理
国密算法