[發明專利]一種硬巖TBM掘進控制參數智能決策方法及系統

有效

• 申請號: 201710937469.1
• 申請日: 2017-09-30
• 公開（公告）號: CN107632523B
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 李建斌;荊留杰;李鵬宇;徐受天;楊晨;焦妮
• 申請（專利權）人: 中鐵工程裝備集團有限公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 鄭州優盾知識產權代理有限公司 41125
• 代理人: 張紹琳;栗改

本發明提出了一種硬巖TBM掘進控制參數智能決策方法及系統，方法包含以下組成部分：工程數據庫的建立；依據工程數據庫建立巖機互饋模型和智能控制決策模型；模型參數輸出顯示與更新；自動/手動掘進參數控制方法；模型自學習自更新算法；系統包含以下組成部分：工程數據庫單元；巖機互饋模型單元；智能控制決策模型單元；模型參數輸出實時顯示模塊；自動/手動掘進參數控制模塊；模型自學習自更新單元。本發明巖機互饋模型根據設備運行參數預測當前圍巖狀態參數實時感知TBM掘進環境；智能控制決策模型根據當前掘進環境預測出最優控制掘進參數，通過控制掘進參數及時調整當前掘進參數，以適應當前掘進環境，保持掘進的安全高效穩定。

技術領域

本發明涉及隧道掘進裝備施工智能控制的技術領域，尤其涉及一種硬巖TBM掘進控制參數智能決策方法及系統。

背景技術

硬巖隧道掘進機(以下簡稱硬巖TBM)是一種專門應用于開挖巖石隧道與地下通道工程的大型高科技施工裝備。傳統的施工方式中，主控室司機通過緩慢試掘進過程評估圍巖狀態參數，再通過反復調整掘進參數直到掘進參數保持穩定。這樣的操作方式一方面會由于不斷的緩慢試掘進和反復調整掘進參數導致大量施工時間的消耗，另一方面當圍巖劇烈變化時，無法實時有效的對當前圍巖的參數進行感知，導致掘進參數無法適應當前掘進環境，造成刀具的非正常磨損和刀盤系統破巖性能的下降，嚴重情況下會導致關鍵部件的破壞和停機，影響TBM的使用壽命。因此，找到一套既能實時感知當前圍巖狀態參數，又能快速決策尋找適合當前掘進環境的最優掘進參數的智能決策方法十分重要。

發明內容

針對現有的操作方式中僅能憑借主司機的人為經驗去猜測圍巖狀態參數，依靠不斷嘗試不同掘進參數所導致的耗時耗力、TBM刀具非正常磨損、刀盤系統破巖性能下降、關鍵部件破壞和停機等技術問題，本發明提出一種硬巖TBM掘進控制參數智能決策方法及系統，利用數據挖掘和機器學習技術對掘進參數進行預測，通過自學習和自更新可以適應于不同圍巖、不同直徑、不同性能TBM和同一TBM全生命周期不同階段的使用。

為了達到上述目的，本發明的技術方案是這樣實現的：一種硬巖TBM掘進控制參數智能決策方法，其步驟如下：

步驟一：建立包含圍巖狀態數據庫和掘進參數數據庫的工程數據庫；

步驟二：根據圍巖狀態參數得到連續的圍巖等級W；利用三層神經網絡、支持向量機和最小二乘回歸的方法對工程數據庫中的圍巖狀態參數和掘進控制參數進行數據挖掘和機器學習，通過數學計算獲取巖機互饋模型和智能控制決策模型；

步驟三：巖機互饋模型根據TBM上位機在線實時獲取的掘進參數對當前掘進環境的圍巖狀態參數進行預估，智能控制決策模型根據獲得的圍巖狀態參數對最佳掘進控制參數進行預估，將累積平均預估參數和當前預估參數顯示在TBM上；

步驟四：利用累積平均預估參數和當前預估參數對TBM的當前掘進參數進行自動或手動調整；

步驟五：將TBM實時掘進參數和其他TBM工程數據庫傳送至工程數據庫，進入步驟二對巖機互饋模型和智能控制決策模型進行自學習自更新。

所述圍巖狀態數據庫中包含的數據有：單刀推力Ft、單刀扭矩Tn、貫入度P、刀盤轉速n、推進速度V；所述掘進參數數據庫中包含的數據有：巖石單軸飽和抗壓強度Rc、單位巖體體積的節理數Jv、圍巖等級W。

所述根據圍巖狀態參數得到連續的圍巖等級W的方法是：

步驟一：將單位巖體體積的節理數Jv轉化為完整程度指標Kv的節點處進行插值，通過擬合得到擬合值Kv'＝e^{(-0.05Jv-0.11)}；

步驟二：根據工程巖體分級標準，利用單軸飽和抗壓強度Rc和擬合值Kv’求取巖體基本質量指標BQ的值；