买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜石家庄铁道大学;昌邑市矿产资源服务中心申请的专利基于TBM运行参数的风险动态评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119337742B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411878115.0，技术领域涉及：G06F30/27；该发明授权基于TBM运行参数的风险动态评估方法是由张骞;聂瑶奇;石龙贺;张颖;杜立杰;杨亚磊;李青蔚设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于TBM运行参数的风险动态评估方法在说明书摘要公布了：本发明属于隧道掘进机施工领域，提供了基于TBM运行参数的风险动态评估方法，包括：获取TBM运行参数数据，利用TOPSIS法对每个循环的数据进行综合评价，生成对应的评价分数；构建并训练第一个神经网络模型，以TBM的掘进速度、刀盘扭矩和总推进力作为输入，评价分数作为输出；构建并训练第二个神经网络模型，三个特征的未来值作为第一神经网络模型的输入；将第二神经网络模型预测出的未来值输入到第一神经网络模型中，以实时动态输出TBM的围岩适应性评价分数；本发明能够对TBM的掘进速度、刀盘扭矩和总推进力进行实时预测，并据此输出动态的围岩适应性评价分数，以实现施工方案的自适应调整，确保施工的安全性和效率。

本发明授权基于TBM运行参数的风险动态评估方法在权利要求书中公布了：1.基于TBM运行参数的风险动态评估方法，其特征在于，包括以下步骤：步骤1，获取并连续采集TBM在正常掘进过程中每个循环的运行参数数据，运行参数数据包括掘进速度、刀盘扭矩和总推进力，建立完整的数据库；步骤2，通过变异系数法对运行参数数据进行处理，计算各个运行参数的变异系数，并利用TOPSIS法对每个循环的数据进行综合评价，生成对应的评价分数；步骤3，构建并训练第一个神经网络模型，以TBM的掘进速度、刀盘扭矩和总推进力作为输入，评价分数作为输出，优化神经网络的权重参数；步骤4，构建并训练第二个神经网络模型，利用历史数据预测TBM的掘进速度、刀盘扭矩和总推进力三个特征的未来值，作为第一神经网络模型的输入；步骤5，将第二神经网络模型预测出的掘进速度、刀盘扭矩、总推进力输入到第一神经网络模型中，以实时动态输出TBM的围岩适应性评价分数；步骤6，在施工过程中，通过实时输入TBM的实际和预测的运行参数，动态调整TBM的掘进参数，实现围岩适应性的动态评估；步骤2中，变异系数的计算公式为： ； 是第i个运行参数的变异系数，是第i个运行参数的标准差，是第i个运行参数的均值；步骤2中，利用TOPSIS法对每个循环的数据进行综合评价，生成对应的评价分数，包括以下步骤：步骤2.1：对TBM的运行参数进行标准化处理，标准化公式为： ； 是第i个参数在第j个循环的标准化值， 是第i个参数在第j个循环的原始值；步骤2.2：计算正负理想解,公式如下： ；其中，为标准化后的最大值，为标准化后的最小值；步骤2.3：分别计算每个循环的数据到正理想解和负理想解的欧几里得距离： ；其中，定义第i个评价对象与最大值距离为，定义第i个评价对象与最小值距离为；步骤2.4：使用以下公式计算每个循环的综合评价分数： ；分数用于表示每个循环的围岩适应性分数，数值越接近1表示越理想，越接近0表示围岩适应性较差；步骤3中，包括以下步骤：步骤3.1：将TBM的掘进速度、刀盘扭矩和总推进力作为第一个神经网络模型的输入，第一个神经网络模型的网络结构包括两层隐藏层，每层包括128个神经元；步骤3.2：第一个神经网络模型采用Adam优化算法，初始学习率设定为0.001，损失函数选择均方误差，用于衡量预测值与真实值之间的差异；步骤3.3：第一个神经网络模型训练过程中，将历史数据集划分为训练集和验证集，通过反复迭代优化网络权重和偏置，逐步提升预测性能；步骤3.4：训练完成后，第一个神经网络模型应用于实时环境中，根据TBM的当前运行参数，输出围岩适应性评价分数；步骤5中，包括以下步骤：步骤5.1：第二个神经网络模型的输入为TBM在过去若干时间步内的历史运行参数，包括掘进速度、刀盘扭矩和总推进力；步骤5.2：第二个神经网络模型采用LSTM网络的结构设计，包括一层LSTM隐藏层，包括64个神经元，LSTM隐藏层之后连接一层全连接层，输出未来的运行参数，使用线性激活函数使输出为连续值；步骤5.3：第二个神经网络模型使用Adam优化器进行训练，初始学习率设置为0.0005，损失函数为均方误差，用于衡量模型预测值与实际值之间的差异，训练过程中，数据被划分为训练集和验证集，通过反复迭代优化模型权重和偏置参数；步骤5.4：训练完成后，第二个神经网络模型根据输入的历史运行数据进行未来参数的预测，提供对TBM运行的动态调整依据；步骤5.4：将预测的未来运行参数输入到第一神经网络，实现TBM适应性评价的实时动态更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人石家庄铁道大学;昌邑市矿产资源服务中心，其通讯地址为：050043 河北省石家庄市北二环东路17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。