集思谱需要我帮你解读这件专利吗？
公开（公告）号CN123013698A | 申请号CN202611360111.2 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人中国矿业大学 |
分类号G06F30/27(2020.01), G06N3/042(2023.01), G06N3/096(2023.01), G06F18/214(2023.01), G06N3/08(2023.01), G06N3/084(2023.01), G06F111/04(2020.01), G06F119/14(2020.01) | 申请日2026-09-03 | 公开日2026-10-30 |
发布日期2026-10-30 | 文档 ID84661699355500004 | 源数据页码84 |
专利语言zh | ||
本发明公开了一种融合物理信息神经网络与跨工况迁移学习的TBM滚刀磨损预测方法，包括：根据历史TBM施工过程中的地质参数、掘进参数及滚刀配置参数，构建源域样本数据集；将滚刀磨损演化规律作为物理约束项嵌入物理信息神经网络模型，基于源域样本数据集对嵌入物理约束项的物理信息神经网络模型进行预训练，获得预训练模型；将预训练模型迁移至目标工程并固定部分网络层参数，利用目标工程少量样本数据对未冻结参数进行训练更新，获得目标工程滚刀磨损预测模型；获取待预测工程实时掘进数据，将待预测工程实时掘进数据输入至目标工程滚刀磨损预测模型，获得滚刀磨损预测结果。本发明能够实现滚刀磨损精准预测与换刀时机智能决策。
附图 1