【技术实现步骤摘要】
基于卷积神经网络的盾构机故障类型构建及故障诊断方法
[0001]本专利技术涉及故障类型构建及故障诊断,更特别地说,是指一种基于卷积神经网络的盾构机故障类型构建及故障诊断方法。
技术介绍
[0002]盾构隧道掘进机,简称盾构机(Shield Machine)。它是一种软土隧道掘进的专用工程机械。随着我国城市化建设的需要,各大城市陆续开展地铁建设工程。盾构法因有对周围环境影响小、掘进速度快、工程质量高、作业安全环保、适用范围广等优势,在地铁隧道建设中得到了广泛应用。由于盾构机系统(如图1所示)复杂,工作环境恶劣,在工程作业中积累了很多盾构机故障数据。盾构机故障数据一般以半结构化的盾构机故障记录文本的形式保存,然而以文本(text)为载体的盾构故障记录数据难以有效进行语料库(corpus)中存储和分析,这就迫切需要通过统计自然语言处理技术(Natural Language Processing,NLP)和文本数据分析技术实现盾构故障文本记录数据的结构化存储和智能分类。
[0003]目前针对盾构机故障记录文本的存储和分类主要依靠人工进行,人工在处理盾构机故障记录文本数据时存在以下三点不足:
[0004](A)速度缓慢,人工操作进行盾构机故障记录文本数据的存储和分类远低于计算机处理速度,会耗费大量时间。
[0005](B)准确度较低,盾构机故障记录文本数据按不同的标准可以分为多种类别,且受限于工作人员的知识水平,正确分类每一条故障文本数据是十分困难的,且长时间重复性工作会降低人的判断能力,进一步增加错误 ...
【技术保护点】
【技术特征摘要】
1.一种基于卷积神经网络的盾构机故障类型的构建方法,其特征在于包括的步骤有:步骤一,形式化盾构机故障记录文本;任意一个盾构机故障记录文本TEXT
i
记录着盾构机故障的相关信息;一个故障记录文本TEXT
i
记录着一个故障内容情况或多个故障内容情况;因此,一个故障记录文本TEXT
i
由一条故障内容或多条故障内容组成;故障内容,记为CONTENT;任意一个故障记录文本TEXT
i
中存在的故障内容采用集合形式表示为故障内容集且且表示属于TEXT
i
的第1条故障内容;表示属于TEXT
i
的第2条故障内容;表示属于TEXT
i
的第j条故障内容;下角标j表示故障内容的标识号;表示属于TEXT
i
的最后一条故障内容;下角标n表示故障内容的总数;步骤二,基于正则表达式的盾构机故障记录文本结构化存储;将所述包含的字段内容记为故障-字段内容所述project表示项目名称,即故障记录所属的项目名称;shield_num表示盾构机编号,即故障记录中的盾构机编号;problem表示问题(故障)名称,即故障记录中的问题(故障)名称;description表示简要描述,即故障记录中对故障的简要描述;analysis表示原因分析,即故障记录中对故障的原因分析;solution表示解决过程及措施,即对故障的解决过程及措施;partner表示主要参与人员,即故障处理的主要参与人员;summary表示小结,即故障记录的小结;recorder表示记录人,即故障记录文本的记录人;
将故障-字段内容作为正则表达式构建内容的元素,设置的故障-正则表达式内容记为步骤三,谱聚类分析盾构机故障记录文本数据;通过调用scikit
‑
learn的类库中的sklearn.cluster.SpectralClustering实现了基于Ncut的谱聚类;输入层为盾构机故障记录文本数据集FTS={TEXT1,TEXT2,
…
,TEXT
i
,
…
,TEXT
m
};基于Ncut的谱聚类需要调整的参数有:谱聚类的维数为x;全连接法的聚类为affinity;核函数参数为gm;谱聚类的输出结果中,采用集合的形式表达被划分为同一故障簇的盾构机故障记录文本数据集标记为{C},同一故障簇的划分集合,记为CTS
x
,且CTS
x
={{C1},{C2},
…
,{C
x
}};{C1}表示被聚类为第一故障簇的盾构机故障记录文本数据的集合;{C2}表示被聚类为第二故障簇的盾构机故障记录文本数据的集合;{C
x
}表示被聚类为第x故障簇的盾构机故障记录文本数据的集合;步骤四,打标盾构机故障;盾构机故障记录文本数据包含多种标签,采用集合形式表达标签集为T_LABEL,且T_LABEL={LABEL1,LABEL2,
…
,LABEL
k
,
…
,LABEL
z
};LABEL1表示第一类盾构机故障标签;LABEL2表示第二类盾构机故障标签;LABEL
k
表示第k类盾构机故障标签;LABEL
z
表示最后一类盾构机故障标签;
对聚类结果CTS
x
={{C1},{C2},
…
,{C
x
}}中的每一故障簇数据进行分析,归纳出同一故障簇盾构机故障记录数据蕴含的共同点,为各故障簇数据设定符合的LABEL;则有,标注完好的盾构机故障记录文本数据集,记为CTS_LABEL
x
,且,且表示标签LABEL1赋予{C1}中的每个故障文本;表示标签LABEL2赋予{C2}中每个故...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。