[發(fā)明專利]一種基于LSTM的盾構(gòu)機(jī)故障預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201910517455.3
• 申請日: 2019-06-14
• 公開（公告）號: CN110210169B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 徐進(jìn);段文軍;章龍管;趙振威;王明;劉綏美;馮赟杰;劉麗莎;路桂珍;張中華;李恒;廖珂;焦俊奇
• 申請（專利權(quán)）人: 中鐵高新工業(yè)股份有限公司;中鐵工程服務(wù)有限公司;西南交通大學(xué)
• 主分類號: G06F18/2431
• 分類號: G06F18/2431;G06F18/15;G06F18/2135;G06F18/214;G06N3/0442;G06N3/048;G06N3/082;G06N3/084;G06F123/02
• 代理公司: 成都點(diǎn)睛專利代理事務(wù)所(普通合伙) 51232
• 代理人: 孫一峰

1.一種基于LSTM的盾構(gòu)機(jī)故障預(yù)測方法，其特征在于，包括以下步驟：

S1、對待預(yù)測的盾構(gòu)機(jī)，根據(jù)其歷史施工記錄采集樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括盾構(gòu)機(jī)施工數(shù)據(jù)、外部環(huán)境數(shù)據(jù)、盾構(gòu)機(jī)施工故障數(shù)據(jù)；

S2、對樣本數(shù)據(jù)進(jìn)行預(yù)處理，包括：

S21、對盾構(gòu)機(jī)施工數(shù)據(jù)進(jìn)行清理：刪除數(shù)據(jù)全部缺失的參數(shù)、補(bǔ)全數(shù)據(jù)部分缺失的參數(shù)、刪除重復(fù)數(shù)據(jù)；

S22、將清理后的盾構(gòu)機(jī)施工數(shù)據(jù)與外部環(huán)境數(shù)據(jù)集成，所述外部環(huán)境數(shù)據(jù)包括風(fēng)險(xiǎn)源數(shù)據(jù)和地質(zhì)數(shù)據(jù)，集成方式為根據(jù)起始和結(jié)束環(huán)號與盾構(gòu)機(jī)施工數(shù)據(jù)進(jìn)行關(guān)聯(lián)，將得到的數(shù)據(jù)定義為盾構(gòu)機(jī)施工集成數(shù)據(jù)；

S23、根據(jù)盾構(gòu)機(jī)施工故障數(shù)據(jù)，統(tǒng)計(jì)盾構(gòu)施工過程中的子系統(tǒng)故障，對盾構(gòu)子系統(tǒng)故障進(jìn)行故障標(biāo)簽編碼,然后對盾構(gòu)機(jī)施工集成數(shù)據(jù)進(jìn)行盾構(gòu)機(jī)故障標(biāo)簽標(biāo)注，每個故障標(biāo)簽對應(yīng)的值為“1”和“0”，其中“1”表示該發(fā)生該故障，“0”表示沒有發(fā)生該故障；

S24、根據(jù)盾構(gòu)機(jī)的停開工狀態(tài)將步驟S23標(biāo)注后的數(shù)據(jù)集進(jìn)行切分，即將獲得的原始數(shù)據(jù)集X劃分成X₁,X₂,X₃,…,X_n的n個小數(shù)據(jù)集，其中為X_i數(shù)據(jù)集采集的第m條數(shù)據(jù),每個X_i的大小因盾構(gòu)機(jī)停開工時間不同而各不相同，X_i內(nèi)全部為連續(xù)采集的數(shù)據(jù)；X_i對應(yīng)的故障標(biāo)簽集為其中L代表故障標(biāo)簽，為X_i數(shù)據(jù)集采集的第m條數(shù)據(jù)施工數(shù)據(jù)對應(yīng)的故障多標(biāo)簽集合；對所有的故障標(biāo)簽Y_i^l進(jìn)行統(tǒng)計(jì)，對持續(xù)沒有任何故障發(fā)生的數(shù)據(jù)集進(jìn)行剔除，對于Y_i^l中故障數(shù)據(jù)遠(yuǎn)大于正常施工數(shù)據(jù)的數(shù)據(jù)集進(jìn)行隨機(jī)采樣增加故障樣本，并按照時序順序加入到原始數(shù)據(jù)集中，以平衡數(shù)據(jù)集;

S3、采用主成分分析法對步驟S24獲得的數(shù)據(jù)中的盾構(gòu)機(jī)施工數(shù)據(jù)進(jìn)行降維，然后用得到的盾構(gòu)機(jī)施工數(shù)據(jù)的主成分替代原始的盾構(gòu)機(jī)施工數(shù)據(jù)，將獲得的數(shù)據(jù)定義為盾構(gòu)機(jī)施工集成樣本數(shù)據(jù)；

S4、設(shè)置LSTM模型的時間步長s，在每個盾構(gòu)機(jī)施工集成樣本數(shù)據(jù)集進(jìn)行連續(xù)采樣，生成盾構(gòu)機(jī)施工集成樣本數(shù)據(jù)的序列數(shù)據(jù)，即通過前s個時刻的施工數(shù)據(jù)來預(yù)測第s+t時刻的盾構(gòu)故障，得到最終輸入到LSTM模型中的盾構(gòu)機(jī)施工集成樣本數(shù)據(jù)的序列數(shù)據(jù)；

S5、將盾構(gòu)機(jī)施工集成樣本數(shù)據(jù)的故障標(biāo)簽沿時間軸往后順延t個時刻；

S6、建立基于LSTM的盾構(gòu)故障多標(biāo)簽預(yù)測模型，該模型分為輸入層、隱藏層和輸出層；模型損失函數(shù)為：

其中，y_i,l'為模型輸出的第i個樣本第l個標(biāo)簽的概率估計(jì)；模型訓(xùn)練過程中采用Adam學(xué)習(xí)率自適應(yīng)算法，通過模型在驗(yàn)證集上的最小損失來衡量最優(yōu)模型，保存最優(yōu)模型結(jié)構(gòu)和參數(shù)，獲得訓(xùn)練好的盾構(gòu)故障多標(biāo)簽預(yù)測模型；

S7、采用訓(xùn)練好的盾構(gòu)機(jī)故障多標(biāo)簽預(yù)測模型，進(jìn)行盾構(gòu)機(jī)故障預(yù)測。