1.一种煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法，其特征在于，所述方法包括：获取目标掘进路段的实际岩体勘测数据，所述实际岩体勘测数据包括岩体单轴抗压强度、岩体抗剪强度和岩体泊松比；

获取全断面硬岩隧道掘进机上安装的传感器设备实时感知的TBM实际运行信息，所述TBM实际运行信息包括刀盘转速、掘进速度和液压缸推进位移；

采用数据降噪算法对所述实际岩体勘测数据和所述TBM实际运行信息进行平滑处理，获得处理后的实际岩体勘测数据和处理后的TBM运行信息；

将所述处理后的实际岩体勘测数据和所述处理后的TBM运行信息作为边界条件，输入实时模拟煤矿TBM破岩过程的模拟数字孪生模型中，获得岩体颗粒位移来反映滚刀破岩过程的掌子面形貌变化情况，实现煤矿破岩过程的实时模拟；

将所述处理后的实际岩体勘测数据和所述处理后的TBM运行信息，输入基于神经网络的预测数字孪生模型中进行煤矿TBM破岩过程实时预测，预测出下一时刻预测的岩体微裂纹数量、预测的滚刀载荷和预测的破岩效率的变化情况，以实现对煤矿TBM滚刀破岩过程的实时预测；

所述模拟数字孪生模型的构建方式为：

利用PFC仿真软件在不同岩体的仿真勘测数据和不同TBM仿真运行信息下对滚刀破岩过程进行仿真，获得不同岩体和不同TBM仿真运行信息下仿真的微裂纹数量、仿真的滚刀载荷、仿真的破岩效率以及仿真的颗粒位移存储至第一数据库中；

根据所述第一数据库中的所有仿真的颗粒位移，构建仿真的颗粒位移矩阵，根据不同岩体的仿真勘测数据和不同TBM仿真运行信息作为仿真的边界条件，构建仿真的边界条件矩阵；

根据所述仿真的颗粒位移矩阵和所述仿真的边界条件矩阵，采用混沌多项式展开法，构建岩体颗粒位移和边界条件具有映射关系的实时模拟煤矿TBM破岩过程的模拟数字孪生模型；

所述模拟数字孪生模型 的表达式为：

；

其中， 表示混沌多项式的基底，为混沌多项式的截断阶数， 为混沌多项式的基底对应的系数， 表示模拟数字孪生模型的输入；

所述预测数字孪生模型的表达式为：

；

其中， 表示预测数字孪生模型的输出， 表示全连接层的神经元权重参数，表示全连接层的神经元偏差参数， 表示标准化层， 表示长短时记忆网络， 表示预测数字孪生模型的输入。

2.根据权利要求1所述的煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法，其特征在于，所述混沌多项式的基底对应的系数的确定方式为：将所述仿真的颗粒位移矩阵作为模拟数字孪生模型的输出，所述仿真的边界条件矩阵作为所述模拟数字孪生模型的输入，采用贝叶斯模型平均法进行求解，获得所述混沌多项式的基底对应的系数。

3.根据权利要求2所述的煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法，其特征在于，所述方法还包括：通过可视化模块将滚刀破岩过程的所述掌子面形貌变化情况显示在全断面硬岩隧道掘进机的驾驶舱显示屏幕上。

4.根据权利要求3所述的煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法，其特征在于，所述方法还包括：根据所述混沌多项式的基底对应的系数，分析所述模拟数字孪生模型的均值和方差，所述模拟数字孪生模型的均值 和方差 的表达式为：；

其中， 表示混沌多项式的基底对应的系数 的第一项；

通过可视化模块将所述模拟数字孪生模型的均值和方差，显示在全断面硬岩隧道掘进机的驾驶舱显示屏幕上。

5.根据权利要求1所述的煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法，其特征在于，所述方法还包括：结合SHAP方法对所述预测数字孪生模型进行可解释分析，确定出所述预测数字孪生模型的输入对所述预测数字孪生模型的输出的影响情况，将所述影响情况反馈至所述全断面硬岩隧道掘进机的决策系统，以辅助掘进决策。

6.根据权利要求1所述的煤矿TBM滚刀破岩过程实时模拟预测的数字孪生方法，其特征在于，所述方法还包括：通过可视化模块将下一时刻预测的岩体微裂纹数量、预测的滚刀载荷和预测的破岩效率的变化情况显示在全断面硬岩隧道掘进机的驾驶舱显示屏幕上，实现对预测的煤矿TBM滚刀破岩过程可视化。

7.一种煤矿TBM滚刀破岩过程实时模拟预测的数字孪生系统，其特征在于，所述系统包括：实际岩体勘测数据获取模块，用于获取目标掘进路段的实际岩体勘测数据，所述实际岩体勘测数据包括岩体单轴抗压强度、岩体抗剪强度和岩体泊松比；

TBM实际运行信息获取模块，用于获取全断面硬岩隧道掘进机上安装的传感器设备实时感知的TBM实际运行信息，所述TBM实际运行信息包括刀盘转速、掘进速度和液压缸推进位移；

降噪模块，用于采用数据降噪算法对所述实际岩体勘测数据和所述TBM实际运行信息进行平滑处理，获得处理后的实际岩体勘测数据和处理后的TBM运行信息；

TBM破岩过程模拟模块，用于将所述处理后的实际岩体勘测数据和所述处理后的TBM运行信息作为边界条件，输入实时模拟煤矿TBM破岩过程的模拟数字孪生模型中，获得岩体颗粒位移来反映滚刀破岩过程的掌子面形貌变化情况，实现煤矿破岩过程的实时模拟；

TBM破岩过程预测模块，用于将所述处理后的实际岩体勘测数据和所述处理后的TBM运行信息，输入基于神经网络的预测数字孪生模型中进行煤矿TBM破岩过程实时预测，预测出下一时刻预测的岩体微裂纹数量、预测的滚刀载荷和预测的破岩效率的变化情况，以实现对煤矿TBM滚刀破岩过程的实时预测；

所述模拟数字孪生模型的构建方式为：

利用PFC仿真软件在不同岩体的仿真勘测数据和不同TBM仿真运行信息下对滚刀破岩过程进行仿真，获得不同岩体和不同TBM仿真运行信息下仿真的微裂纹数量、仿真的滚刀载荷、仿真的破岩效率以及仿真的颗粒位移存储至第一数据库中；

根据所述第一数据库中的所有仿真的颗粒位移，构建仿真的颗粒位移矩阵，根据不同岩体的仿真勘测数据和不同TBM仿真运行信息作为仿真的边界条件，构建仿真的边界条件矩阵；

根据所述仿真的颗粒位移矩阵和所述仿真的边界条件矩阵，采用混沌多项式展开法，构建岩体颗粒位移和边界条件具有映射关系的实时模拟煤矿TBM破岩过程的模拟数字孪生模型；

所述模拟数字孪生模型 的表达式为：

；

其中， 表示混沌多项式的基底，为混沌多项式的截断阶数， 为混沌多项式的基底对应的系数， 表示模拟数字孪生模型的输入；

所述预测数字孪生模型的表达式为：

；

其中， 表示预测数字孪生模型的输出， 表示全连接层的神经元权重参数，表示全连接层的神经元偏差参数， 表示标准化层， 表示长短时记忆网络， 表示预测数字孪生模型的输入。