一种盾构机刀盘健康评估方法、系统、介质、设备及终端

技术特征：
1.一种盾构机刀盘健康评估方法，其特征在于，所述盾构机刀盘健康评估方法包括：通过循环神经网络自适应提取盾构机掘进特征序列中的时序特征，通过深层编码-解码网络结构，得到量化刀盘健康状态的指标。2.如权利要求1所述的盾构机刀盘健康评估方法，其特征在于，所述盾构机刀盘健康评估方法包括以下步骤：步骤一，生成刀具完整退化区间的数据集；步骤二，对数据集d1进行预处理，得到预处理后的数据集d2；步骤三，生成模型训练集d3；步骤四，生成标准化测试数据集d4；步骤五，构建seq2seq网络刀盘健康评估模型；步骤六，训练seq2seq网络模型；步骤七，对测试数据集d4进行健康评估。3.如权利要求2所述的盾构机刀盘健康评估方法，其特征在于，所述步骤一中的生成刀具完整退化区间的数据集包括：提取盾构机刀盘从正常状态到严重磨损时间段，刀具完整退化区间内盾构机运行的数据，组成包含工况特征和状态特征的刀具完整退化区间的数据集d1；所述步骤二中的对数据集d1进行预处理，得到预处理后的数据集d2包括：(1)将滑动窗口长度设为m1，窗口移动的步长为s1，其中m1在[30,90]区间内取任意正整数，s1的取值与m1相等；(2)按照下式计算每滑动一次后窗口内所有数据的均方根值：式中，y
i
表示第i次滑动窗口内所有数据的均方根值，x
a
表示第i次滑动后窗口内数据的第a个数据，∑表示求和操作。4.如权利要求2所述的盾构机刀盘健康评估方法，其特征在于，所述步骤三中的生成模型训练集d3包括：(1)从预处理后的数据集d2中选取前10％作为健康数据；前10％的数据是在刀具退化早期的数据，此时刀盘的状态较为健康，用数据作为训练集训练网络模型，使得网络模型学习刀盘健康状态的数据特点；(2)按照下式对健康数据进行标准化，得到模型训练集d3；式中，y
b
′
表示标准化后的健康数据，y
b
表示未进行标准化的健康数据，μ表示未进行标准化健康数据的均值，σ表示未进行标准化健康数据的标准差；所述步骤四中的生成标准化测试数据集d4包括：按照下式对数据集d2进行标准化，得到模型测试集d4；
式中，y
c
′
表示标准化后的数据，y
c
表示未进行标准化的数据，μ表示未进行标准化健康数据的均值，σ表示未进行标准化健康数据的标准差。5.如权利要求2所述的盾构机刀盘健康评估方法，其特征在于，所述步骤五中的构建seq2seq网络模型包括：搭建一个解码器和编码器均为循环神经网络的seq2seq网络模型，模型的输入是多维的时间序列，模型的目标输出是输入的逆序时间序列；编码器循环神经网络最后时刻的隐藏状态作为解码器循环神经网络开始时刻隐藏状态的初始值；解码器循环神经网络后接一个全连接层，将解码器循环神经网络的隐藏状态转化为目标值；所述步骤五中的用于构建seq2seq网络模型的循环神经网络不限于rnn、lstm、gru等循环神经网络的各种变体；所述步骤六中的训练seq2seq网络模型包括：(1)利用滑窗法提取模型训练集d3中的子序列作为训练样本；(2)将训练样本输入到seq2seq网络模型中，利用后向传播算法更新seq2seq网络模型的参数5000次，得到训练好的seq2seq网络模型。6.如权利要求2所述的盾构机刀盘健康评估方法，其特征在于，所述步骤七中的对测试数据集d4进行健康评估包括：(1)利用滑窗法提取模型测试集d4中的子序列作为输入样本；(2)根据下式，计算输入样本中每个时刻数据的重构误差：式中，表示第k个样本序列的t时刻的输入向量，表示第k个样本序列的t时刻的模型输出向量，||
·
||2表示向量二范数；(3)根据下式，计算输入样本中每个重叠时刻数据的重构误差均值，将重构误差均值作为健康指标：式中，hi
t
表示t时刻的健康指标，表示第k个样本序列的t时刻的重构误差，k表示t时刻重叠样本序列的个数。7.一种应用如权利要求1～6任意一项所述的盾构机刀盘健康评估方法的盾构机刀盘健康评估系统，其特征在于，所述盾构机刀盘健康评估系统包括：数据集生成模块，用于生成刀具完整退化区间的数据集；数据预处理模块，用于对数据集d1进行预处理，得到预处理后的数据集d2；网络模型构建模块，用于分别生成模型训练集d3、标准化测试数据集，并构建解码器和编码器均为循环神经网络的seq2seq网络模型；网络模型训练模块，用于利用健康数据训练seq2seq网络模型；健康评估模块，用于对测试数据集d4进行健康评估。
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1～6任意一项所述的盾构机刀盘健康评估方法的步骤。9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1～6任意一项所述的盾构机刀盘健康评估方法的步骤。10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求7所述的盾构机刀盘健康评估系统。

技术总结
本发明属于机械测定技术领域，公开了一种盾构机刀盘健康评估方法、系统、介质、设备及终端，生成刀具完整退化区间的数据集；对数据集D1进行预处理，得到预处理后的数据集D2；生成模型训练集D3；生成标准化测试数据集D4；构建Seq2Seq网络刀盘健康评估模型；训练Seq2Seq网络模型；对测试数据集D4进行健康评估。本发明利用循环神经网络自适应提取盾构机掘进特征序列中的时序特征，大幅减少人工构造特征的时间成本和对专家经验的依赖；其次，通过深层编码-解码网络结构，以输入数据的重构误差作为量化刀盘健康状态的指标，所得健康指标的趋势性、单调性和鲁棒性与现有的技术相比更强，更适用于实际复杂多变的盾构掘进环境。本发明可用于对盾构机刀盘在服役过程中的健康状态进行评估。行评估。行评估。


技术研发人员：刘尧 龚磊 陈强 常建涛 孔宪光
受保护的技术使用者：西安邮电大学
技术研发日：2022.11.01
技术公布日：2023/2/3