摘要
本发明涉及凿岩机故障预测技术领域,具体涉及一种凿岩机卡钻预测方法、设备及介质,所述方法通过卡钻预测模型实现凿岩机的卡钻预测,模型构建方式为:采集随钻参数构建样本数据集;对随钻参数进行数据预处理,得到多特征时序片段;构建分类预测模型,将多特征时序片段输入到分类预测模型中,调整模型参数并且观察输出准确率,确定最佳输入数据长度;构建一个新的分类预测模型,基于最佳输入数据长度训练新的分类预测模型,得到卡钻预测模型。本发明方法针对具有多特征、非线性、动态变化等特性的分级卡钻数据,采用多特征时间序列标记策略,将卡钻数据进行分级和切片,形成了多特征时序片段,提高了对卡钻数据的处理精度和效率。
技术关键词
分类预测模型
多头注意力机制
故障分类器
衰减技术
数据
凿岩台车
隧道凿岩机
故障预测技术
切片
时序特征
正则化技术
样本
模型超参数
处理器
可读存储介质
序列特征
系统为您推荐了相关专利信息
智能运维方法
LDA算法
序列
计算方法
智能运维系统
气候控制
智能控制模块
空气净化消毒
数据传输模块
人机交互模块
数据
SOC估算方法
电池特征
样本
模型训练方法