中电建铁路建设投资集团有限公司

本发明提供了一种岩溶盾构突水风险下基于边缘大模型的参数自调整影子寄存器毫秒级闭环控制方法，包括步骤：S1、毫秒级周期实时读取盾构PLC的掘进参数和超前地质预报数据；S2、计算突水风险概率P；S3、当P≥第一阈值Pth1时，提前加载应急参数到影子寄存器并发出提示信号；当P≥第二阈值Pth2时，推理引擎生成参数调整指令；S4、判断是否存在人工否决信号：若否，则执行COPY_SHADOW_TO_REAL()函数将影子寄存器值转正并立即作用于盾构推进系统；若是，则执行ROLLBACK_SHADOW()函数撤销影子寄存器值并恢复原始参数。本发明较传统人工确认方案响应速度提升10倍以上，显著降低突水事故概率。

本发明涉及隧道掘进参数预测技术领域，提出了一种基于Informer架构的盾构掘进参数预测方法，本发明提出了基于数据统计特征自适应选择最优小波基函数及最优分解层数的小波去噪方法，该自适应机制能够根据输入数据的信噪比和能量分布特征，自动从候选小波基函数库中挑选与当前数据噪声特征最为匹配的小波基函数及分解层数，从而实现最优的去噪效果；在稀疏自注意力模块中采用基于先验知识引导的自适应采样策略替代传统随机采样，在蒸馏层中引入自适应强度最大池化；本发明提取不同蒸馏层的多尺度特征图并通过可学习的动态权重进行融合，提升了总推力和刀盘扭矩的预测精度，为盾构施工现场的实时参数调整提供了可靠的数据支撑。

本发明公开了基于时空注意力蒸馏的轻量级异常行为检测方法及系统，属于计算机视觉、深度学习与边缘计算技术领域，包括S1、获取监控视频流并提取人体骨架关键点，构建时空图矩阵；S2、按比例建立深度教师网络与轻量级学生网络间的隐藏层映射关系，得到跨层均匀特征映射配对集合；S3、引入自适应转换算子，消除师生网络各映射层输出特征图间的通道维度差异；S4、对维度对齐后的特征图提取空间与时序注意力图；S5、构建整体目标函数，优化学生网络参数；S6、将训练完成的轻量级学生网络部署至边缘计算节点进行实时识别。本发明在保持轻量级学生网络高速推理的同时，能够有效保留深度网络对局部高危动作和关键时序瞬间的捕捉能力。