基于改进人工智能算法的盾构刀具磨损寿命预测方法

Prediction of TBM disc cutter wear life based on improved artificial intelligence algorithm

  • 摘要: 针对复杂地层盾构掘进过程中滚刀磨损量大、使用寿命难以预测且影响滚刀磨损寿命因素具有多元性和不确定性等问题,分析了复杂地层中安装半径、平均推力、平均贯入度、掘进距离、滚刀半径等对滚刀磨损寿命的影响,建立了基于改进自适应神经模糊推理系统(ANFIS)和遗传规划(GP)的滚刀磨损寿命预测模型。用K-means聚类优化了ANFIS的模糊化输入层,弥补了人为确定模糊集合不规范导致的训练效率低下和系统泛化能力不足的问题;通过GP将滚刀磨损寿命预测问题转化为程序归纳问题,通过树状函数表达式反映出在复杂地质条件下的相关影响因素与磨损寿命之间的关系。以神东矿区补连塔煤矿井筒场建设中的滚刀磨损寿命数据为例进行对比分析,2个模型预测结果与实际测量结果的平均绝对百分比误差均小于8%。GP具有收敛速度快、准确度高和显式表达等优点,在解决盾构滚刀磨损寿命预测的问题方面有良好的应用前景。

     

/

返回文章
返回