摘要
本发明属于隧道相关技术领域,为了解决掘进过程中现有监测方法难以实现地质诱因与设备响应的协同感知,造成风险预测不准确预警滞后等问题,提出地质风险‑扭矩预测驱动的卡机风险评价方法及系统,对地质风险评价,通过构建标准云模型实现,引入基于实时数据波动与风险敏感性的动态调整机制,使云模型不仅能够更精确地响应复杂和动态变化的地质条件,还能够在地质突变时保持高效和准确的风险评估能力;采用地质风险预测和扭矩预测双驱动的预测方法,实现地质诱因与设备响应的协同感知,全面、动态地掌握卡机风险的成因与演化过程,保证预测准确性。
技术关键词
地球物理参数
风险评价方法
长短期记忆神经网络
掘进机
卡机
风险预测模型
地质风险评价
不良地质
注意力机制
指标
风险评价系统
裂隙发育程度
岩石抗压强度
动态调整机制
TBM刀盘
刀盘厚度
数据收集模块
三元组
系统为您推荐了相关专利信息
控制优化方法
工况
历史运行数据
关联规则挖掘算法
熔炉
隧道突涌水
风险预测方法
掘进机
刀盘扭矩
模型库
线路调压器
长短期记忆神经网络
电压控制方法
残差预测
隔离开关组
大坝变形预测方法
特征选择
随机森林
长短期记忆神经网络
变形监测数据