[發(fā)明專(zhuān)利]一種硬巖TBM掘進(jìn)控制參數(shù)智能決策方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710937469.1
• 申請(qǐng)日: 2017-09-30
• 公開(kāi)（公告）號(hào): CN107632523B
• 公開(kāi)（公告）日: 2019-07-23
• 發(fā)明（設(shè)計(jì)）人: 李建斌;荊留杰;李鵬宇;徐受天;楊晨;焦妮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中鐵工程裝備集團(tuán)有限公司
• 主分類(lèi)號(hào): G05B13/04
• 分類(lèi)號(hào): G05B13/04
• 代理公司: 鄭州優(yōu)盾知識(shí)產(chǎn)權(quán)代理有限公司 41125
• 代理人: 張紹琳;栗改

1.一種硬巖TBM掘進(jìn)控制參數(shù)智能決策方法，其特征在于，其步驟如下：

步驟一：建立包含圍巖狀態(tài)數(shù)據(jù)庫(kù)和掘進(jìn)參數(shù)數(shù)據(jù)庫(kù)的工程數(shù)據(jù)庫(kù)；

步驟二：根據(jù)圍巖狀態(tài)參數(shù)得到連續(xù)的圍巖等級(jí)W；利用三層神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和最小二乘回歸的方法對(duì)工程數(shù)據(jù)庫(kù)中的圍巖狀態(tài)參數(shù)和掘進(jìn)控制參數(shù)進(jìn)行數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)，通過(guò)數(shù)學(xué)計(jì)算獲取巖機(jī)互饋模型和智能控制決策模型；

步驟三：巖機(jī)互饋模型根據(jù)TBM上位機(jī)在線實(shí)時(shí)獲取的掘進(jìn)參數(shù)對(duì)當(dāng)前掘進(jìn)環(huán)境的圍巖狀態(tài)參數(shù)進(jìn)行預(yù)估，智能控制決策模型根據(jù)獲得的圍巖狀態(tài)參數(shù)對(duì)最佳掘進(jìn)控制參數(shù)進(jìn)行預(yù)估，將累積平均預(yù)估參數(shù)和當(dāng)前預(yù)估參數(shù)顯示在TBM上；

步驟四：利用累積平均預(yù)估參數(shù)和當(dāng)前預(yù)估參數(shù)對(duì)TBM的當(dāng)前掘進(jìn)參數(shù)進(jìn)行自動(dòng)或手動(dòng)調(diào)整；

步驟五：將TBM實(shí)時(shí)掘進(jìn)參數(shù)和其他TBM工程數(shù)據(jù)庫(kù)傳送至工程數(shù)據(jù)庫(kù)，進(jìn)入步驟二對(duì)巖機(jī)互饋模型和智能控制決策模型進(jìn)行自學(xué)習(xí)自更新；

所述圍巖狀態(tài)數(shù)據(jù)庫(kù)中包含的數(shù)據(jù)有：?jiǎn)蔚锻屏t、單刀扭矩Tn、貫入度P、刀盤(pán)轉(zhuǎn)速n、推進(jìn)速度V；所述掘進(jìn)參數(shù)數(shù)據(jù)庫(kù)中包含的數(shù)據(jù)有：巖石單軸飽和抗壓強(qiáng)度Rc、單位巖體體積的節(jié)理數(shù)Jv、圍巖等級(jí)W；

所述巖機(jī)互饋模型的獲取方法為：

步驟一：利用工程數(shù)據(jù)庫(kù)中的圍巖狀態(tài)數(shù)據(jù)庫(kù)求取圍巖狀態(tài)參數(shù)矩陣N＝[Rc，Jv，W]；提取掘進(jìn)參數(shù)數(shù)據(jù)庫(kù)中對(duì)掘進(jìn)循環(huán)有用的前10％掘進(jìn)參數(shù)數(shù)據(jù)組成上升段掘進(jìn)參數(shù)矩陣M1＝[Ft，Tn，P，n，V]；

步驟二：建立一個(gè)三層神經(jīng)網(wǎng)絡(luò)，將上升段掘進(jìn)參數(shù)矩陣M1作為輸入，圍巖狀態(tài)參數(shù)矩陣N作為輸出，對(duì)初始神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督的學(xué)習(xí)；選取掘進(jìn)參數(shù)數(shù)據(jù)庫(kù)中70％的數(shù)據(jù)進(jìn)行訓(xùn)練，30％的數(shù)據(jù)進(jìn)行測(cè)試，得到一個(gè)成熟的神經(jīng)網(wǎng)絡(luò)Net1，獲得圍巖狀態(tài)參數(shù)預(yù)測(cè)結(jié)果Ynet1；

步驟三：利用支持向量機(jī)將上升段掘進(jìn)參數(shù)矩陣M1作為輸入，圍巖狀態(tài)參數(shù)矩陣N作為輸出，對(duì)其進(jìn)行數(shù)據(jù)回歸；選取掘進(jìn)參數(shù)數(shù)據(jù)庫(kù)中70％的數(shù)據(jù)進(jìn)行訓(xùn)練，30％的數(shù)據(jù)進(jìn)行測(cè)試，得到一個(gè)成熟的回歸學(xué)習(xí)機(jī)svm1，獲得圍巖狀態(tài)參數(shù)預(yù)測(cè)結(jié)果Ysvm1；

步驟四：利用最小二乘回歸的方法將上升段掘進(jìn)參數(shù)矩陣M1作為輸入，圍巖狀態(tài)參數(shù)矩陣N作為輸出得到數(shù)學(xué)模型如下：

獲得圍巖狀態(tài)參數(shù)預(yù)測(cè)結(jié)果Yreg1；

步驟五：將步驟二-四得到的圍巖狀態(tài)參數(shù)預(yù)測(cè)結(jié)果Ynet1、Ysvm1和Yreg1進(jìn)行數(shù)學(xué)平均：獲得的巖機(jī)互饋模型Y1。

2.根據(jù)權(quán)利要求1所述的硬巖TBM掘進(jìn)控制參數(shù)智能決策方法，其特征在于，所述根據(jù)圍巖狀態(tài)參數(shù)得到連續(xù)的圍巖等級(jí)W的方法是：

步驟一：將單位巖體體積的節(jié)理數(shù)Jv轉(zhuǎn)化為完整程度指標(biāo)Kv的節(jié)點(diǎn)處進(jìn)行插值，通過(guò)擬合得到擬合值Kv'＝e^{(-0.05Jv-0.11)}；

步驟二：根據(jù)工程巖體分級(jí)標(biāo)準(zhǔn)，利用單軸飽和抗壓強(qiáng)度Rc和擬合值Kv’求取巖體基本質(zhì)量指標(biāo)BQ的值；

步驟三：將巖體基本質(zhì)量指標(biāo)BQ轉(zhuǎn)化為圍巖等級(jí)W的節(jié)點(diǎn)處進(jìn)行插值，通過(guò)擬合得到圍巖等級(jí)：W＝7-0.01*BQ，得到連續(xù)的圍巖等級(jí)。