检索结果-维普期刊中文期刊服务平台

基于深度学习的滚刀磨损预测模型对比: 1; 作者丁小彬袁霖轩 +1 位作者杨辉泰任续锋《同济大学学报(自然科学版)》北大核心 2025年第5期757-766,共10页; 盾构开挖过程中的滚刀磨损影响因素极其复杂,常规的预测公式中系数给定的参考值实用性较差,预测精度较低,考虑采用机器学习方法预测滚刀磨损量。依托广州地铁某线路区间硬岩地层情况,基于滚刀磨损量的实测数据,采用文献调研分析滚刀磨... 展开更多; 关键词深度学习盾构开挖滚刀磨损预测开仓换刀; 在线阅读下载PDF 职称材料

基于滚刀Cerchar磨蚀性指数的滚刀磨损量预测方法被引量：1: 2; 作者齐梦蕾朱强 +3 位作者杨延栋范文超秦东晨贾连辉《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第11期112-118,共7页; 为探究正常磨损机制下的滚刀磨损特性及对滚刀磨损量进行预测,根据盘形滚刀实际几何尺寸制作了比例为1∶10的缩尺滚刀,使用SP3-I滚刀复合磨蚀实验平台开展6种硬度刀具的滚刀旋转磨蚀试验,分析滚刀硬度对滚刀磨损量的影响规律。利用ATA-I... 展开更多; 关键词磨蚀性指数滚刀旋转磨蚀试验缩尺滚刀滚刀磨损预测预测方法; 在线阅读下载PDF 职称材料

基于复合磨蚀试验平台的TBM滚刀磨损影响因素研究: 3; 作者刘征尤晓波 +2 位作者魏民张康健张志强《铁道标准设计》北大核心 2025年第5期124-132,169,共10页; 隧道掘进机是一种广泛用于隧道掘进开挖的工程机械。盘型滚刀作为掘进过程中直接接触并切割岩石的关键部件,其磨耗程度将显著影响隧道掘进机的工作效率和安全性。为探究正常磨损机制下的滚刀磨损特性及关键施工参数对滚刀磨损量的影响规... 展开更多; 关键词 TBM滚刀复合磨蚀试验 Cerchar磨蚀指数滚刀磨损预测相似比模型; 在线阅读下载PDF 职称材料

基于遗传规划的复杂地层中盾构滚刀磨损寿命预测被引量：10: 4; 作者乔金丽孟秋杰 +1 位作者刘建琴金建星《工矿自动化》北大核心 2018年第9期51-58,共8页; 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、掘进距离、贯入度、刀间距、刀盘转速等主要的滚刀寿命影响因素,建立了基于遗传规划的复杂地... 展开更多; 关键词复杂地层盾构滚刀遗传规划滚刀磨损寿命预测; 在线阅读下载PDF 职称材料

题名基于深度学习的滚刀磨损预测模型对比: 1; 作者丁小彬袁霖轩杨辉泰任续锋; 机构华南理工大学土木与交通学院华南岩土工程研究所; 出处《同济大学学报(自然科学版)》北大核心 2025年第5期757-766,共10页; 基金国家自然科学基金(41827807) 广东省现代土木工程技术重点实验室(2021B1212040003)。; 文摘盾构开挖过程中的滚刀磨损影响因素极其复杂,常规的预测公式中系数给定的参考值实用性较差,预测精度较低,考虑采用机器学习方法预测滚刀磨损量。依托广州地铁某线路区间硬岩地层情况,基于滚刀磨损量的实测数据,采用文献调研分析滚刀磨损的影响因素,优选15种特征作为输入参数,预测参数为滚刀磨损量,经过数据处理共得到4514条数据序列作为输入,采用深度学习的方法,包括卷积神经网络(CNN)、长短期记忆网络(LSTM)和转换器(Transformer)模型,与传统的多层感知机(MLP)模型进行了对比。结果表明,深度学习模型能够很好地预测滚刀的磨损趋势,其中,CNN模型在测试集每环磨损量上的相关系数为0.9872,均方根误差为0.0138,表现优于其他的模型。CNN模型在累计开仓区间上的相关系数为0.9963,均方根误差为0.2108,平均误差百分比只有1个开仓段超出+20%区间,效果优于传统的基于神经网络滚刀磨损量预测的方法。所提出的基于CNN滚刀磨损预测模型显著提高了预测精度,能够准确预测滚刀磨损量,为开仓换刀提供了参考。; 关键词深度学习盾构开挖滚刀磨损预测开仓换刀; Keywords deep learning shield excavation cutter wear prediction cutter replacement during tunneling; 分类号 U455.3 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名基于滚刀Cerchar磨蚀性指数的滚刀磨损量预测方法被引量：1: 2; 作者齐梦蕾朱强杨延栋范文超秦东晨贾连辉; 机构郑州大学机械与动力工程学院盾构及掘进技术国家重点实验室中铁工程装备集团有限公司; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第11期112-118,共7页; 基金河南省科技攻关项目(232102320242) 河南省重大科技专项项目(231100220700)。; 文摘为探究正常磨损机制下的滚刀磨损特性及对滚刀磨损量进行预测,根据盘形滚刀实际几何尺寸制作了比例为1∶10的缩尺滚刀,使用SP3-I滚刀复合磨蚀实验平台开展6种硬度刀具的滚刀旋转磨蚀试验,分析滚刀硬度对滚刀磨损量的影响规律。利用ATA-IGG I类岩石磨蚀伺服实验仪器进行不同硬度滚刀的Cerchar磨蚀试验,引入滚刀Cerchar磨蚀性指数,通过滚刀Cerchar磨蚀试验测得滚刀CAI(cerchar abrasivity index)值,基于滚刀CAI值提出了基于滚刀Cerchar磨蚀性指数的滚刀磨损量预测方法。结果表明:不同硬度滚刀在同种岩石条件下,其滚刀磨损量随着滚刀硬度增大呈现出先减小后增大的趋势,对于同一种岩石类型,存在一个最佳的刀具硬度区间,使用该硬度范围的滚刀可以提高施工效率;依据滚刀CAI值及其滚刀千米磨损量之间的拟合曲线,得出当前工况下花岗岩、砂岩、玄武岩中的滚刀磨损量计算公式,选取单一滚刀在花岗岩中进行旋转磨蚀试验,通过验证对比,该预测方法得出的预测磨损量与实际磨损量的平均误差在10%以内。; 关键词磨蚀性指数滚刀旋转磨蚀试验缩尺滚刀滚刀磨损预测预测方法; Keywords cerchar abrasivity index cutter rotational abrasion test scale cutter cutter wear prediction method; 分类号 U239.5 [交通运输工程—道路与铁道工程] U455.3 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名基于复合磨蚀试验平台的TBM滚刀磨损影响因素研究: 3; 作者刘征尤晓波魏民张康健张志强; 机构西南交通大学土木工程学院重庆交通建设(集团)有限责任公司; 出处《铁道标准设计》北大核心 2025年第5期124-132,169,共10页; 基金国家自然科学基金高铁联合基金项目(U1934213)。; 文摘隧道掘进机是一种广泛用于隧道掘进开挖的工程机械。盘型滚刀作为掘进过程中直接接触并切割岩石的关键部件,其磨耗程度将显著影响隧道掘进机的工作效率和安全性。为探究正常磨损机制下的滚刀磨损特性及关键施工参数对滚刀磨损量的影响规律,根据盘型滚刀实际几何尺寸制作了比例1∶10的小滚刀模型,采用SP3-I滚刀复合磨蚀实验台开展不同试验参数(贯入速度、滚压速度、刀刃宽度、岩样)的小尺寸滚刀磨损实验,分析各试验参数对滚刀磨损量的影响规律。在此基础上,应用ATA-IGG I岩石磨蚀伺服实验仪,进行不同岩样的Cerchar磨蚀指数(Cerchar Abrasivity Index)试验。结果表明:(1)滚刀磨损量随贯入速度增加而线性增加,过高的贯入速度易使滚刀发生卷边,导致磨损量剧增;(2)增大滚压速度可有效减少滚刀磨损量,但在实际工程应用中,应将滚压速度控制在合理区间,以减少对围岩的扰动并保证掘进效率;(3)采用宽刃滚刀和窄刃滚刀交替布置可充分发挥不同刃宽滚刀的侧向和径向裂缝拓展能力,提高掘进效率;(4)基于岩石值和滚刀千米磨损量提出一种滚刀磨损预测方法,可实现滚刀磨损状态的评估。研究成果可对TBM掘进过程中盘型滚刀优化设计和磨损状态的实时评估提供一定指导。; 关键词 TBM滚刀复合磨蚀试验 Cerchar磨蚀指数滚刀磨损预测相似比模型; Keywords TBM cutter composite abrasion test Cerchar abrasivity index cutter wear prediction similarity ratio model; 分类号 U239.5 [交通运输工程—道路与铁道工程] U455.3 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名基于遗传规划的复杂地层中盾构滚刀磨损寿命预测被引量：10: 4; 作者乔金丽孟秋杰刘建琴金建星; 机构河北工业大学土木与交通学院天津大学机械工程学院; 出处《工矿自动化》北大核心 2018年第9期51-58,共8页; 基金国家自然科学基金项目(5167050969); 文摘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、掘进距离、贯入度、刀间距、刀盘转速等主要的滚刀寿命影响因素,建立了基于遗传规划的复杂地层中盾构滚刀磨损寿命预测模型。该模型通过遗传规划将磨损寿命预测问题转化为程序的归纳问题,通过树状函数表达式反映出在复杂地质条件下滚刀寿命影响因素与磨损寿命之间的关系。工程测试结果表明,该模型平均预测误差为16.07%,均方差为0.001 6,均优于简化CSM模型,有效解决了滚刀寿命预测难的问题,为滚刀寿命预测提供了新的解决方法。; 关键词复杂地层盾构滚刀遗传规划滚刀磨损寿命预测; Keywords complex formation shield disc cutter genetic programming prediction of cutter wear life; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于深度学习的滚刀磨损预测模型对比	丁小彬袁霖轩杨辉泰任续锋	《同济大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于滚刀Cerchar磨蚀性指数的滚刀磨损量预测方法	齐梦蕾朱强杨延栋范文超秦东晨贾连辉	《重庆理工大学学报（自然科学）》 CAS 北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于复合磨蚀试验平台的TBM滚刀磨损影响因素研究	刘征尤晓波魏民张康健张志强	《铁道标准设计》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于遗传规划的复杂地层中盾构滚刀磨损寿命预测	乔金丽孟秋杰刘建琴金建星	《工矿自动化》北大核心	2018	10	在线阅读下载PDF 职称材料