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！

龙图腾网获悉上海交通大学申请的专利全断面隧道掘进机刀盘扭矩长时间预测方法及系统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：CN114462453B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210129526.4，技术领域涉及：G06F17/18；该发明授权全断面隧道掘进机刀盘扭矩长时间预测方法及系统是由覃程锦;刘成良;陶建峰;石岗;余宏淦;金衍瑞;孙浩设计研发完成，并于2022-02-11向国家知识产权局提交的专利申请。

本全断面隧道掘进机刀盘扭矩长时间预测方法及系统在说明书摘要公布了：本发明提供了一种全断面隧道掘进机刀盘扭矩长时间预测方法及系统，包括：采集全断面隧道掘进机掘进过程中的刀盘扭矩信号并进行预处理得到刀盘扭矩序列；采用小波包分解矩阵将刀盘扭矩序列分解为高频和低频部分；将低频部分分解为若干个子序列和残差序列；高频部分分解为若干个子序列；构建刀盘扭矩多步长时间预测神经网络模型并进行训练；采用最小‑最大法分别对若干个子序列进行归一化，并传输至训练后的刀盘扭矩多步长时间预测神经网络模型得到若干个预测结果；将若干个预测结果相加，得到预测t时刻的刀盘扭矩数值；根据预测得到的多个刀盘扭矩数值，分别计算平均绝对百分比误差、均方根误差和平均绝对误差，评估刀盘扭矩的预测性能。

本发明授权全断面隧道掘进机刀盘扭矩长时间预测方法及系统在权利要求书中公布了：1.一种全断面隧道掘进机刀盘扭矩长时间预测方法，其特征在于，包括： 步骤S1：采集全断面隧道掘进机掘进过程中的刀盘扭矩信号并进行预处理，得到刀盘扭矩序列； 步骤S2：采用小波包分解矩阵将刀盘扭矩序列分解为高频刀盘扭矩序列和低频刀盘扭矩序列； 步骤S3：低频刀盘扭矩序列采用改进自适应变分模态分解法分解为若干个低频子序列和残差序列；高频刀盘扭矩序列采用经验小波变换法分解为若干个高频子序列； 步骤S4：基于门控循环神经网络利用TensorFlow框架下的Keras包构建刀盘扭矩多步长时间预测神经网络模型并进行训练，得到训练后的刀盘扭矩多步长时间预测神经网络模型； 步骤S5：采用最小-最大法分别对若干个高频子序列和若干个低频子序列进行归一化，并将归一化后的若干个高频子序列和若干个低频子序列传输至训练后的刀盘扭矩多步长时间预测神经网络模型得到若干个预测结果；将若干个预测结果相加，得到预测t时刻的刀盘扭矩数值； 步骤S6：根据预测得到的多个刀盘扭矩数值，分别计算平均绝对百分比误差、均方根误差和平均绝对误差，评估刀盘扭矩的预测性能； 所述改进自适应变分模态分解法是根据待分解信号空尺度变换自适应地确定其模态数以及每个模态对应的中心频率和惩罚因子，在此基础上对待分解信号进行更精细的变分模态分解； 所述步骤S2采用： 其中，Tt表示原始扭矩信号；Wp表示小波包分解矩阵；Wpc表示原始扭矩信号Tt经小波包分解矩阵分解后得到的系数矩阵；Wp1表示Wp的第1列；Wp2表示Wp的第2列；WpN表示Wp的第N列；Wpk表示Wp的第k列；Γ1表示信号长度N的单位矩阵的第1列；Γ2表示信号长度N的单位矩阵的第2列；Γk表示信号长度N的单位矩阵的第k列；ΓN表示信号长度N的单位矩阵的第N列；λ表示小波包分解的层数；db6表示小波基函数Daubechies6；函数wpdec和wpcoef为matlab小波包工具箱里的分解函数和小波包系数获取函数； 所述改进自适应变分模态分解法采用： 步骤S3.1：求得低频刀盘扭矩序列ft的空间尺度变换表示Lf； 步骤S3.2：根据空间尺度变换表示Lf得到低频刀盘扭矩序列的模态数K，每个模态i对应的中心频率ωi和惩罚因子αi； 步骤S3.3：根据模态数K，每个模态i对应的中心频率ωi和惩罚因子αi为初始值，对低频刀盘扭矩序列进行经验模态分解,从而将低频刀盘扭矩序列分解为若干个低频子序列和残差序列。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。