提供了一种机器学习的盾构机刀具磨损退化关联特征分析方法,用于解决现有技术中存在的适用范围较窄的技术问题,同时提高对刀具健康状态监测和寿命预测的准确率,实现步骤包括：获取微风化地层下的原始特征数据集data3；获取数据资源集Data；构建LightGBM特征排序模型；获取重要特征子集Fea；对重要特征子集Fea进行离散化；对离散化的重要特征子集data_lsh进行关联规则挖掘；获取盾构机刀具磨损退化关联特征。本发明充分考虑所有采集的数据对盾构机刀具磨损的影响,适用范围广且准确率高。
科研之友
微信
新浪微博
Facebook
分享链接
