摘要
本发明公开了一种隧道全断面机械化施工的自主感知方法及相关设备,涉及隧道掘进领域,主要为解决对于隧道全断面机械化施工的掘进设备的故障检测不够快速准确的问题。该方法包括:确定隧道掘进设备的优化运行数据;基于粗糙集理论划分所述优化运行数据,以构建故障诊断模型,其中,所述故障诊断模型为RBF神经网络;基于所述故障诊断模型确定故障类型和位置,以对隧道掘进设备的进行自主感知。本发明用于隧道全断面机械化施工的自主感知过程。
技术关键词
故障诊断模型
隧道掘进设备
隧道全断面
自主感知方法
RBF神经网络
粗糙集理论
故障诊断需求
故障诊断规则
数据
神经网络结构
可读存储介质
感知装置
处理器
电子设备
故障检测
程序
存储器
计算机
非线性
系统为您推荐了相关专利信息
分析模块
巡检数据
算法模型
识别算法
缺陷自动识别
故障监测方法
卷积模块
电网故障诊断模型
回路
电网继电保护
故障诊断模型
继电器保护设备
继电保护设备
故障检测方法
梯度下降优化算法
低压设备
深度置信网络
拓扑网络
动态规划算法
管理方法
数字编码单元
点阵结构
优化设计方法
RBF神经网络
构型