摘要
本申请提供了基于故障模拟的TBM滚刀偏磨识别方法、系统及装置,涉及故障识别技术领域,该方法包括:在预设试验条件的约束下对目标TBM进行滚刀偏磨故障模拟,得到目标模拟记录;对偏磨时序信号进行多域特征提取,得到滚刀偏磨特征集;引入特征筛选机制得到目标偏磨特征集;通过滚刀偏磨故障识别模型得到输出信息;判断输出信息中的目标偏磨故障率是否达到预定故障率门限;若是达到,发出偏磨故障预警指令对目标TBM进行换刀处理。通过本申请可以解决现有方法无法综合多因素耦合作用影响进行实际工况下的滚刀偏磨故障检测识别的问题,提高了识别滚刀偏磨故障的准确率,达到了提升掘进机的工作效率和施工安全性的效果。
技术关键词
Stacking集成学习
时序
相关性分析方法
信号
时域特征提取
频域特征提取
掘进模式
识别方法
支持向量分类
故障识别技术
理论分析方法
随机森林模型
机制
刀座
特征提取模块
指令
故障检测
预警模块
系统为您推荐了相关专利信息
实时轨迹数据
订单数据处理方法
物流
指纹数据库
异常订单
睡眠阶段分类方法
频域特征
时间域
融合特征
自动分类方法