一种面向制造技术

本发明专利技术涉及一种面向

【技术实现步骤摘要】
一种面向CAE仿真流程并基于数据驱动的滚刀载荷迁移计算方法


[0001]本专利技术涉及掘进机滚刀载荷迁移计算方法
，更具体地说，它涉及一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法
。

技术介绍

[0002]在掘进机
CAE
分析中，滚刀的载荷施加对于设计非常重要，采用传统的理论模型计算准确性不高，而且和实际的工况脱离
、
效率低，准确性也较低，如何提高掘进机领域
CAE
仿真分析载荷加载的精度和效率，解决掘进机新装备设计难题，成为了本领域技术人员亟需解决的技术问题
。

技术实现思路

[0003]针对现有技术存在的不足，本专利技术的目的在于提出一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法
。
[0004]本专利技术提供了如下技术方案：一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法，包括以下步骤：
[0005]S1
：提取掘进机刀盘中滚刀布置信息及滚刀主要参数信息；
[0006]对掘进机刀盘中滚刀布置信息及滚刀主要参数信息进行提取，滚刀布置信息包括滚刀的安装极径
、
极角
、
倾角，滚刀刀具信息包括滚刀刀具的尺寸
、
滚刀刀间距
、
刀刃宽度；
[0007]S2
：获取隧道线路开挖面岩石地层的物理力学特征参数；
[0008]岩石地层的物理力学特征参数包括岩石的单轴抗压强度
、
单轴抗拉强度；
[0009]S3
：从施工大数据平台获取特定地层条件下的装备运行数据；
[0010]通过施工大数据平台获取装备在特定地层条件下的运行数据，装备运行数据包括掘进机的刀盘转速
、
贯入度以及装备载荷数据；
[0011]S4
：对数据开展模型训练与验证；
[0012]以滚刀布置信息
、
滚刀主要参数信息
、
岩石地层的物理力学特征参数
、
刀盘转速
、
贯入度为输入样本，以装备载荷数据为输出样本；从输入样本和对应输出样本中随机选取部分作为训练样本，其余作为验证样本，基于样本数据开展模型训练，选择预测精度高的模型作为最终模型；
[0013]S5
：输入样本参数；
[0014]在最终模型中输入样本参数，样本参数包括滚刀布置信息
、
滚刀主要参数信息
、
岩石地层的物理力学特征参数
、
刀盘转速
、
贯入度
,
将输入样本参数转化为对应格式后输入最终模型开展计算；
[0015]S6
：输出预测载荷；
[0016]输入参数经过最终模型运算后输出预测载荷数据
。
[0017]进一步的，还包括以下步骤：
[0018]S7
：与
CAE
载荷加载模块关联，施加载荷；
[0019]在
CAE
载荷加载模块设置接口，将最终模型输出的预测载荷数据作为载荷输入，直接作为滚刀载荷数据进行加载
。
[0020]进一步的，步骤
S1
中，从掘进机随机图纸中获取滚刀布置信息及滚刀主要参数信息，滚刀布置信息和滚刀主要参数信息为掘进时实际安装的数据，实际安装的刀具与设计安装刀具不一致的，以实际安装刀具的信息或参数为准
。
[0021]进一步的，步骤
S2
中，利用地质勘察
CAD
纵断面图，将不同地层以不同颜色进行填充，以图片形式保存填充后的地勘图，编程载入地勘图的图片，读取隧道线路上掌子面范围内的地层所代表的色彩，按照预设的规则将色彩转换为对应地层，根据里程条件获取对应岩石地层的单轴抗压强度
、
单轴抗拉强度
。
[0022]进一步的，步骤
S3
中，被获取数据线路的掘进机增配液压系统，通过液压系统监测刀盘的推力，以获取装备运行数据
。
[0023]进一步的，步骤
S4
中，模型训练前对样本数据进行归一化处理，获取集合中最大值和最小值，将数据值映射到
[0,1]之间，数据的归一化公式为：
[0024][0025]数据归一化后从输入样本和输出样本中随机选取对应部分数据为训练样本，其余作为验证样本，训练样本占数据比例为
85
％～
90
％；
[0026]选取卷积神经网络
、RNN
神经网络
、BP
神经网络算法进行模型训练，并用验证样本进行验证，之后用
MSE
均方误差函数对模型进行评价，选择预测精度高的模型作为最终模型
。
[0027]进一步的，步骤
S5
中，向最终模型输入样本参数之前，需对实际的样本参数进行归一化处理，获取集合中最大值和最小值，将数据值映射到
[0,1]之间，数据的归一化公式为：
[0028][0029]进一步的，步骤
S6
中，将归一化后的样本参数载入最终模型中进行计算，得出预测数据，参考归一化方法进行反归一化，将输出的预测数据进行尺度变换还原，输出掘进机的预测载荷数据
。
[0030]综上所述，本专利技术具有以下有益效果：通过数据驱动
、
结合
CAE
仿真流程进行滚刀载荷迁移计算，能基于工况特点快速的计算出滚刀载荷，充分发挥施工大数据价值，大大提升了
CAE
仿真分析中滚刀加载的速度与准确性；可提高掘进机领域
CAE
仿真分析载荷加载的精度和效率，充分发挥
CAE
仿真对设计的指导和引导作用，进一步提高掘进机设计流程自动化水平，加深数据挖掘深度，实现高质高效设计
。
附图说明
[0031]图1是本专利技术的一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法的具体实施例1的流程简图
。
具体实施方式
[0032]下面结合附图对本专利技术进行详细描述
。
[0033]本专利技术的一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法的具体实施例1：
[0034]如图1所示，包括以下步骤：
[0035]S1
：提取掘进机刀盘中滚刀布置信息及滚刀主要参数信息；
[0036]对全断面岩石掘进机刀盘中滚刀布置信息及滚刀主要参数信息进行提取，滚刀布置信息包括滚刀的安装极径
r(
单位
m)、
极角
θ
(
单位
°
)、
倾角...

【技术保护点】

【技术特征摘要】
1.
一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法，其特征是，包括以下步骤：
S1
：提取掘进机刀盘中滚刀布置信息及滚刀主要参数信息；对掘进机刀盘中滚刀布置信息及滚刀主要参数信息进行提取，滚刀布置信息包括滚刀的安装极径
、
极角
、
倾角，滚刀刀具信息包括滚刀刀具的尺寸
、
滚刀刀间距
、
刀刃宽度；
S2
：获取隧道线路开挖面岩石地层的物理力学特征参数；岩石地层的物理力学特征参数包括岩石的单轴抗压强度
、
单轴抗拉强度；
S3
：从施工大数据平台获取特定地层条件下的装备运行数据；通过施工大数据平台获取装备在特定地层条件下的运行数据，装备运行数据包括掘进机的刀盘转速
、
贯入度以及装备载荷数据；
S4
：对数据开展模型训练与验证；以滚刀布置信息
、
滚刀主要参数信息
、
岩石地层的物理力学特征参数
、
刀盘转速
、
贯入度为输入样本，以装备载荷数据为输出样本；从输入样本和对应输出样本中随机选取部分作为训练样本，其余作为验证样本，基于样本数据开展模型训练，选择预测精度高的模型作为最终模型；
S5
：输入样本参数；在最终模型中输入样本参数，样本参数包括滚刀布置信息
、
滚刀主要参数信息
、
岩石地层的物理力学特征参数
、
刀盘转速
、
贯入度
,
将输入样本参数转化为对应格式后输入最终模型开展计算；
S6
：输出预测载荷；输入参数经过最终模型运算后输出预测载荷数据
。2.
如权利要求1所述的一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法，其特征是，还包括以下步骤：
S7
：与
CAE
载荷加载模块关联，施加载荷；在
CAE
载荷加载模块设置接口，将最终模型输出的预测载荷数据作为载荷输入，直接作为滚刀载荷数据进行加载
。3.
如权利要求1或2所述的一种面向
CAE
仿真流程并基于数据驱动的滚刀载荷迁移计算方法，其特征是，步骤
S1
中，从掘进机随机图纸中获取滚刀布置信息及滚刀主要参数信息，滚刀...

【专利技术属性】
技术研发人员：王凯，曾垂刚，陈瑞祥，孙振川，秦银平，李凤远，李梦雨，谷田鑫，任颖莹，江南，周振建，
申请(专利权)人：盾构及掘进技术国家重点实验室，
类型：发明
国别省市：