龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：黄河勘测规划设计研究院有限公司
摘要：本发明公开了一种基于可解释性深度学习的刀盘扭矩预测方法，使用TAM‑LSTM和GAT‑LSTM最优参数模型预测未来刀盘扭矩，并绘制未来刀盘扭矩的预测结果与输入的时间序列数据在时间步长上的注意力权重图和未来刀盘扭矩与输入的时间序列数据的空间依赖性图，预测结果精度高、考虑了刀盘扭矩的时间信息和空间信息，实现了刀盘扭矩在时空维度上的可解释性分析，能够反映刀盘扭矩与TBM掘进特征参数在时间和空间上的影响关系，透明化了模型计算过程，为隧道盾构机提供了更丰富的信息，进而有助于隧道盾构机司机提前调整和关注重要的操作参数，以实现安全高效的掘进。
主权项：1.一种基于可解释性深度学习的刀盘扭矩预测方法，其特征在于，包括如下步骤：S1，从TBM稳定工作数据中获取原始刀盘扭矩及特征参数的时间序列数据，构建训练数据集和测试数据集；S2，分别构建TAM-LSTM模型和GAT-LSTM模型，利用训练数据集进行迭代训练，得到预测未来刀盘扭矩的TAM-LSTM和GAT-LSTM最优参数模型；S3，利用测试数据集对所述TAM-LSTM和GAT-LSTM最优参数模型进行验证和指标分析；S4，使用TAM-LSTM和GAT-LSTM最优参数模型预测未来刀盘扭矩，并绘制未来刀盘扭矩的预测结果与输入的时间序列数据在时间步长上的注意力权重图和未来刀盘扭矩与输入的时间序列数据的空间依赖性图。
全文数据：
权利要求：
百度查询： 黄河勘测规划设计研究院有限公司 基于可解释性深度学习的刀盘扭矩预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号