摘要
本发明属于隧道工程施工领域，提供一种盾构机停机前异常检测方法和系统，包括：采集盾构机多系统传感器数据并进行预处理；采用分层混合降维策略对数据进行分组、特征提取和降维处理；构建多尺度时空注意力残差神经网络模型并进行训练；对盾构机运行状态进行实时监测和停机预警。实验证明，该方法在四个测试集上准确率均超过95％，F1分数在0.90以上，能够准确预测盾构机停机前的异常状态。本发明有助于工程人员提前采取措施，避免突发停机带来的工期延误和经济损失，提高盾构施工的安全性和效率，对推进盾构机施工智能化具有重要意义。
