隧道全断面机械化施工的自主感知方法及相关设备
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
隧道全断面机械化施工的自主感知方法及相关设备
申请号:
CN202510162437
申请日期:
2025-02-14
公开号:
CN120105181A
公开日期:
2025-06-06
类型:
发明专利
摘要
本发明公开了一种隧道全断面机械化施工的自主感知方法及相关设备,涉及隧道掘进领域,主要为解决对于隧道全断面机械化施工的掘进设备的故障检测不够快速准确的问题。该方法包括:确定隧道掘进设备的优化运行数据;基于粗糙集理论划分所述优化运行数据,以构建故障诊断模型,其中,所述故障诊断模型为RBF神经网络;基于所述故障诊断模型确定故障类型和位置,以对隧道掘进设备的进行自主感知。本发明用于隧道全断面机械化施工的自主感知过程。
技术关键词
故障诊断模型
隧道掘进设备
隧道全断面
自主感知方法
RBF神经网络
粗糙集理论
故障诊断需求
故障诊断规则
数据
神经网络结构
可读存储介质
感知装置
处理器
电子设备
故障检测
程序
存储器
计算机
非线性
系统为您推荐了相关专利信息
1
一种无人船自适应路径跟踪控制方法、装置、设备及介质
路径跟踪控制方法
队列
RBF神经网络
推进器
路径跟踪控制装置
2
一种基于多目标遗传算法预测高炉最佳风温的方法
铁水硅含量
温度预测模型
RBF神经网络
遗传算法
风温
3
具有自动报警模块的高压开关柜及方法
高压开关柜
气体检测模块
进气管道
排气箱
进气模块
4
基于数字孪生和复合对抗域判别网络的齿轮箱故障诊断方法及装置
数字孪生
动态仿真模型
故障诊断模型
样本
非线性运动特性
5
风机及其叶片结冰故障诊断方法、装置、存储介质和产品
XGBoost模型
优化神经网络模型
训练神经网络模型
故障诊断方法
故障诊断模型