摘要
本发明提出一种基于LSTM网络和核密度估计的盾构机刀盘结泥饼预警方,该方法通过筛选与结泥饼现象密切相关的盾构机运行参数,进行数据预处理,包括异常值去除、数据标准化和线性插值标注;利用LSTM网络构建模型,捕捉数据的时序关联性;并通过KDE方法确定预警阈值,实现对结泥饼事件的早期预警。本发明能够在盾构施工过程中有效识别泥饼形成的早期趋势,提前发出预警信号,避免因结泥饼导致的施工效率下降和安全隐患。
技术关键词
盾构机刀盘结泥饼
预警方法
概率密度函数
高斯核函数
网络
核密度估计方法
数据标注方法
线性插值方法
标准化方法
剩余误差
刀盘扭矩
样本
采样点
预警模型
判定方法
数据分布
参数
系统为您推荐了相关专利信息
动作识别方法
多层感知机
卷积神经网络模块
卷积模块
网球技术
网络仿真系统
任务调度策略
节点
资源占用状态
深度强化学习方法
轴承故障诊断方法
振动信号特征
一维卷积神经网络
航空发动机机匣
数据
海上风电机组
校核方法
构建深度神经网络
视频监控数据
识别设备运行状态