[發明專利]一種TBM極端復雜地質條件下掘進控制方法及系統

有效

• 申請號: 202011532020.5
• 申請日: 2020-12-22
• 公開（公告）號: CN112733432B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 薛翊國;曲傳奇;林春金;蘇茂鑫;公惠民;張貫達
• 申請（專利權）人: 山東大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/13;G06F119/14
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 陳曉敏

1.一種TBM極端復雜地質條件下掘進控制方法，其特征是，包括以下步驟：

建立TBM掘進樣本數據庫，并由TBM掘進參數與巖體力學參數的動態交互規律，建立TBM控制決策模型；

獲取TBM工作狀態信息，并對TBM健康狀態進行評價；若TBM健康狀態非優時，TBM控制決策模型調整掘進參數和狀態，使TBM在優的健康狀態下進行掘進；

TBM掘進參數與巖體力學參數的動態交互規律的得出過程為：

通過運用深度學習算法對TBM掘進過程中巖體力學參數與TBM掘進參數之間的相互關系進行分析，建立TBM掘進參數與巖體力學參數的動態交互規律；

巖體力學參數的獲得過程為：

通過TBM掘進參數對應的巖體數據庫得出巖體力學參數；通過圖像采集對渣土顆粒直徑的規模分布進行統計分析得出巖體力學參數；通過人工神經網絡對兩種方法得到的巖體力學參數進行加權融合，得出隧道掌子面巖體力學參數分布的真實解。

2.如權利要求1所述的TBM極端復雜地質條件下掘進控制方法，其特征是，TBM掘進樣本數據庫的數據信息包括TBM掘進參數、巖體力學參數信息。

3.如權利要求1所述的TBM極端復雜地質條件下掘進控制方法，其特征是，TBM工作狀態信息包括刀盤推力、刀盤轉矩、貫入度、推進速度。

4.如權利要求1所述的TBM極端復雜地質條件下掘進控制方法，其特征是，TBM健康狀態評價等級分為優、良、中、差：

TBM健康狀態的評價根據設定的參數閾值區間進行，處于第一設定閾值區間內，評價等級為優；處于第二設定閾值區間內，評價等級為良；處于第三設定閾值區間內，評價等級為中；處于第四設定閾值區間內，評價等級為差。

5.如權利要求4所述的TBM極端復雜地質條件下掘進控制方法，其特征是，若TBM健康狀態為良，根據TBM工作狀態信息確定TBM出現問題的單元，調整相應掘進參數，得到目前TBM掘進參數、TBM狀態調整的最優解。

6.如權利要求4所述的TBM極端復雜地質條件下掘進控制方法，其特征是，若TBM健康狀態為中或者差，控制TBM停止掘進，并對各項信息進行分析，待問題解決后繼續掘進。

7.如權利要求4所述的TBM極端復雜地質條件下掘進控制方法，其特征是，采集TBM掘進信息、巖體力學參數信息、注漿信息、渣土圖像信息，建立TBM施工信息庫，并對TBM健康狀態非優的信息進行深度學習訓練，重新擬合TBM掘進參數與巖體力學參數的關系的最優解，調整TBM在同樣狀況下的掘進參數。

8.一種TBM極端復雜地質條件下掘進控制系統，其特征是，包括：

模型建立模塊，用于建立TBM掘進樣本數據庫，并由TBM掘進參數與巖體力學參數的動態交互規律，建立TBM控制決策模型；

狀態評價模塊，用于獲取TBM工作狀態信息，并對TBM健康狀態進行評價；若TBM健康狀態非優時，TBM控制決策模型調整掘進參數和狀態，使TBM在優的健康狀態下進行掘進；

TBM掘進參數與巖體力學參數的動態交互規律的得出過程為：

通過運用深度學習算法對TBM掘進過程中巖體力學參數與TBM掘進參數之間的相互關系進行分析，建立TBM掘進參數與巖體力學參數的動態交互規律；

巖體力學參數的獲得過程為：

通過TBM掘進參數對應的巖體數據庫得出巖體力學參數；通過圖像采集對渣土顆粒直徑的規模分布進行統計分析得出巖體力學參數；通過人工神經網絡對兩種方法得到的巖體力學參數進行加權融合，得出隧道掌子面巖體力學參數分布的真實解。