来源：期刊VIP网 时间：
作者：杜康;朱强;秦东晨;陈江义;
单位：郑州大学机械与动力工程学院;
摘要：为了提高盾构机掘进效率、有效预测滚刀磨损，采用将格拉姆角差场法（GADF）与改进的卷积神经网络（CNN）结合的预测方法，建立了盾构盘形滚刀磨损预测模型。以某输水工程的盾构数据为研究对象，建立了以滚刀磨损影响因素为主体的磨损数据集，利用格拉姆角差场法转换为二维图像集，以此为输入层训练、优化卷积神经网络模型，确定了最佳网络参数。通过对测试样本的预测结果对比分析，表明GADF-CNN模型的预测误差明显较小，测试样本的平均误差为2.75%，综合预测效果优于简化CSM模型，验证了GADF-CNN模型用于预测盾构盘形滚刀磨损量，具有较高精度和一定可行性。
关键词：盾构机;;盘形滚刀磨损;;格拉姆角差场;;卷积神经网络
基金资助：郑洛新国家自主创新示范区产业集群专项课题（181200210100）
