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！

龙图腾网获悉西南交通大学申请的专利一种盾构机盘形滚刀异常磨损监测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：CN119598127B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411678790.9，技术领域涉及：G06F18/20；该发明授权一种盾构机盘形滚刀异常磨损监测方法是由张楷;王俊人;郑庆;丁国富;张中华;李致萱设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种盾构机盘形滚刀异常磨损监测方法在说明书摘要公布了：本发明提供了一种盾构机盘形滚刀异常磨损监测方法，根据盾构机掘进过程中盘形滚刀的异常磨损监测需求，对与盘形滚刀磨损状态密切相关的掘进参数进行筛选并填补由于采集问题产生的数据缺失。基于异常注意力机制的长短时记忆自编码器模型利用可学习的高斯核得到原始序列中的先验关联，通过获取序列的关联差异提升正常、异常间的可分辨性，结合极值理论对盾构机盘形滚刀进行准确可靠的异常磨损监测，本发明方法更加准确的识别出与盘形滚刀运行状态密切相关的掘进参数，并提高模型训练精度以及滚刀异常磨损监测的准确性。本发明对盾构机盘形滚刀异常磨损监测的应用具有重要意义。

本发明授权一种盾构机盘形滚刀异常磨损监测方法在权利要求书中公布了：1.一种盾构机盘形滚刀异常磨损监测方法，其特征在于，包括： 步骤S1：采集盾构机掘进时的掘进参数数据，通过数据长度和数据方差大小判断是否为整体缺失数据或整体无变化数据，删除整体缺失数据以及整体无变化数据； 步骤S2：利用筛选策略筛选与盘形滚刀运行状态密切相关的掘进参数，所述筛选策略为皮尔逊和斯皮尔曼相关性系数相结合； 步骤S3：对筛选出的掘进参数数据进行归一化处理，并利用数据缺失行的前后行数据均值对此数据缺失行进行数据填补，并通过滑动窗口截取样本x； 步骤S4：构建异常注意力机制改进的长短时记忆自编码器网络模型设置的超参数； 步骤S5：随机初始化网络参数，将所述步骤S3中的样本x输入异常注意力机制层中，输出异常注意力机制隐藏层特征h，计算异常注意力机制关联差异损失Lassociation，将异常注意力机制隐藏层特征h输入所述长短时记忆自编码器网络层中，输出与样本x尺寸相同的重构样本计算x与之间的均方根误差重构损失LRMSE； 步骤S6：定义损失函数Ltotal，通过Lassociation与LRMSE计算得到Ltotal，反向传播计算各网络层梯度，并用优化器更新网络参数； 损失函数Ltotal计算公式如下所示： Ltotal＝LRMSE‑λLassociation式中，LRMSE是均方根误差重构损失，Lassociation是异常注意力机制关联差异损失，λ是惩罚项权重； 步骤S7：重复步骤S5至步骤S6，训练达到预设轮数M，保存训练完毕的异常注意力机制改进的长短时记忆自编码器模型网络参数； 步骤S8：将案例测试样本输入至训练完毕的中得到案例测试样本重构误差,并计算异常评分； 步骤S9：利用极值理论为每段案例测试样本划定异常阈值并输出盾构机盘形滚刀异常磨损监测结果。

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西南交通大学，其通讯地址为：610000 四川省成都市二环路北一段；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”。

以上内容由龙图腾AI智能生成。