基于BP神经网络的盘形滚刀磨损预测研究

摘要：

为防止全断面掘进机滚刀磨损超限、减少刀具检修维护的费用,需要准确地对滚刀磨损进行预测.文章依据磨粒磨损机理和滚刀受力模型,推导了滚刀径向磨损量与贯入度、安装半径、刀盘转速间的数学模型;建立了基于BP神经网络的滚刀径向磨损量预测模型,并采用遗传算法(GA)和粒子群算法(PSO)分别对预测模型进行优化;以中国西北地区某TBM掘进工程为实例对预测模型进行验证.结果表明:以掘进机推力、滚刀安装半径和刀盘转速作为神经网络输入节点能较为准确地预测滚刀径向磨损,且该神经网络预测模型有较高的预测精度.最后基于GA-BP神经网络预测模型,采用MATLAB和C#混合编程的方法设计了该预测模型的人机交互界面.

关键词：盘形滚刀;磨损预测;神经网络;图形界面化

所属期刊栏目：58

分类号：U455.43(隧道工程)

资助基金：国家重点研发计划2017YFB0305905

在线出版日期：2021-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-84