简介： 本发明提供了一种基于神经网络的TBM滚刀磨损实时预测方法及系统，获取每一滚刀的现场数据；依据获取的现场数据，以及预设的TBM滚刀磨损时序预测模型，得到每一滚刀磨损量的时序预测值；在每一滚刀寿命周期内，对各个时段的历史滚刀磨损量和预测滚刀磨损量累加，获得总磨损量；依据总磨损量确定预测的滚刀磨损状态和滚刀更换时间；本发明基于LSTM，综合考虑现场掘进数据领域信息和历史信息，有效提取数据的序列变化信息，建立预测TBM滚刀磨损量的时序预测模型，利用现场掘进数据实现对滚刀磨损智能化预测和信息化管理，对滚刀的磨损状态以及滚刀更换的时间进行预测，避免了盾构机在一段复杂岩石地层下停机，规避了不良地质问题的发生。