一种泥水盾构机油脂消耗预测方法、系统、设备和介质与流程

技术特征：
1.一种泥水盾构机油脂消耗预测方法，其特征在于，包括以下步骤：确定影响盾构机油脂消耗的参数，在对所述参数归一化处理之后，将处理后的参数划分为训练集和测试集；建立用于油脂消耗预测的rbf神经网络模型；并以训练集作为rbf神经网络的输入，对所述rbf神经网络模型进行训练；采用所述测试集对训练后的rbf神经网络模型进行验证，输出预测的消耗油脂量。2.根据权利要求1所述的一种泥水盾构机油脂消耗预测方法，其特征在于，所述影响盾构机油脂消耗的参数包括：当前区域对应盾构机的掘进速度、中等胶结砾岩方量、弱胶结砾岩方量、强风化碌岩方量、圆砾王方量和粉细砂士方量。3.根据权利要求1所述的一种泥水盾构机油脂消耗预测方法，其特征在于，所述输出预测的消耗油脂量包括盾尾密封油脂酒耗量、主驱动内密封油脂消耗量和主驱动外密封油脂消耗量。4.根据权利要求1所述的一种泥水盾构机油脂消耗预测方法，其特征在于，所述归一化处理的过程包括：其中，x
i
(k)为第k个样本的采样值；x
i-max
为影响因素x
i
的最大值；x
i-min
为影响因素x
i
的最小值；t
max
为归一化后的最大值；t
min
为归一化后的最小值；并且在t
max
取值为1时，t
min
取值-1。5.根据权利要求1所述的一种泥水盾构机油脂消耗预测方法，其特征在于，所述建立用于油脂消耗预测的rbf神经网络模型的过程包括：以影响盾构机油脂消耗的参数作为rbf神经网络的输入层、预测的消耗油脂量作为rbf神经网络的输出层；并确定隐含层内基函数的中心、方差以及隐含层到输出层的权值。6.根据权利要求5所述的一种泥水盾构机油脂消耗预测方法，其特征在于，所述确定隐含层内基函数的中心、方差的方法为：采用k-均值聚类法确认网络中心；选取h个中心做k-means聚类；则方差的计算公式为：其中c
max
为选取中心点之间的最大距离。7.根据权利要求6所述的一种泥水盾构机油脂消耗预测方法，其特征在于，所述确定隐含层到输出层的权值的方法为：采用最小二乘法确认网络权值，即对损失函数求解关于权值w的偏导数，使等于0；得到：其中p＝1,2,...,p；i＝1,2,...,h。8.一种泥水盾构机油脂消耗预测系统，其特征在于，包括确定模块、建立模块和预测模块；所述确定模块用于确定影响盾构机油脂消耗的参数，在对所述参数归一化处理之后，将处理后的参数划分为训练集和测试集；
所述建立模块用于建立用于油脂消耗预测的rbf神经网络模型；并以训练集作为rbf神经网络的输入，对所述rbf神经网络模型进行训练；所述预测模块用于采用所述测试集对训练后的rbf神经网络模型进行验证，输出预测的消耗油脂量。9.一种设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任意一项所述的方法步骤。10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法步骤。

技术总结
本发明提出了一种泥水盾构机油脂消耗预测方法、系统、设备和介质，该方法包括：确定影响盾构机油脂消耗的参数，在对参数归一化处理之后，将处理后的参数划分为训练集和测试集；建立用于油脂消耗预测的RBF神经网络模型；并以训练集作为RBF神经网络的输入，对所述RBF神经网络模型进行训练；采用所述测试集对训练后的RBF神经网络模型进行验证，输出预测的消耗油脂量。基于该方法，还提出了一种泥水盾构机油脂消耗预测系统、设备和存储介质。其中油脂消耗量包括盾尾密封油脂酒耗量、主驱动内密封油脂消耗量和主驱动外密封油脂消耗量，本发明采用神经网络能较好地预测油脂的消耗量，在可接受范围内，对于油脂消耗的预测具有一定参考。考。考。


技术研发人员：王瑶 李强 冯聪聪
受保护的技术使用者：济南重工集团有限公司
技术研发日：2022.03.31
技术公布日：2022/7/15