[發明專利]基于數據驅動支持向量回歸機的TBM刀具壽命預測方法

有效

• 申請號: 201611240128.0
• 申請日: 2016-12-29
• 公開（公告）號: CN106778010B
• 公開（公告）日: 2020-01-14
• 發明（設計）人: 施紅忠
• 申請（專利權）人: 中鐵十八局集團隧道工程有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/04
• 代理公司: 37241 青島中天匯智知識產權代理有限公司
• 代理人: 萬桂斌

1.基于數據驅動支持向量回歸機的TBM刀具壽命預測方法，其特征在于，包括如下步驟：

(1)收集TBM刀具挖掘現場的數據；

(11)對收集的數據進行處理，所述的處理過程包括：

(111)數據集成：把不同來源、格式、特點和性質的數據集中起來，統一數據格式；

(112)數據清洗：針對施工遇到的突發狀況和數據缺失采取如下措施，

a.數據剔除：如果某刀數據出現數據異常的部分少于5％，則只剔除出現異常的部分數據，如果數據丟失超過30％，則將該刀數據全部剔除；

b.數據補全：利用人工填充、均值替換的方法補全部分異常的數據；

(113)數據均值歸一化：將數據的每個維度歸一化為均值為0、方差為1且正態分布的數據集；

(2)確定影響TBM刀具壽命的驅動因子，建立驅動因子的樣本數據集作為訓練集；確定的影響TBM刀具壽命的驅動因子有里程、巖石等級、刀盤推力、刀片磨損量、刀盤轉速、掘進速度、半徑和刀具損壞量；

(3)構建多核支持向量回歸機的預測模型，輸入訓練集，對所述預測模型進行訓練從而確定各核函數所對應的最優參數以及懲罰函數C和不敏感損失函數參數ε；

(4)確定預測模型的最佳核函數；通過采用K-折交叉驗證增加訓練樣本量，并利用網格搜索法使各組核函數的參數相互解耦從而確定該預測模型的各核函數所對應的最優參數；網格搜索法基本原理是將各參數變量值的可行區間，劃分為一系列的小區，由計算機順序算出對應各參數變量值組合，所對應的誤差目標值并逐一比較擇優，從而求得該區間內最小目標值及其對應的最佳特定參數值；

(5)將待預測刀具的驅動因子的樣本數據集作為預測樣本集，輸入預測模型，得出預測結果。

2.根據權利要求1所述的基于數據驅動支持向量回歸機的TBM刀具壽命預測方法，其特征在于：所述步驟(2)中影響TBM刀具壽命的驅動因子是通過灰色關聯分析法對收集的數據進行處理確定的。

3.根據權利要求1所述的基于數據驅動支持向量回歸機的TBM刀具壽命預測方法，其特征在于：所述步驟(3)中構建的多核支持向量回歸機的預測模型的核函數包括多項式核函數、Gauss徑向基核函數和多層感知機核函數。