基于物理信息神经网络的TBM滚刀磨损预测方法

本发明公开了基于物理信息神经网络的TBM滚刀磨损预测方法，包括获取不同工况TBM实际掘进过程中的滚刀每日磨损量，以及影响滚刀磨损量且随时间变化的掘进参数、地质参数和TBM机器参数，构建成滚刀磨损数据库，以影响滚刀磨损的掘进参数、地质参数和机器参数为输入，以滚刀磨损指标为输出，建立PINN物理神经网络模型，采用数据库中数据对PINN物理神经网络模型进行训练和测试，将物理约束作为损失函数的惩罚项约束模型，获得滚刀磨损预测模型，将实时监测的影响待预测滚刀磨损量的参数输入滚刀磨损预测模型中，输出即为滚刀磨损指标，采用该预测方法，施工人员可以根据机器记录的监测数据判断什么时候换刀，从而提升施工效率。