[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

本發明公開了一種TBM極端復雜地質條件下掘進控制方法及系統，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。

技術領域

本發明屬于隧道工程技術領域，具體涉及一種TBM極端復雜地質條件下掘進控制方法及系統。

背景技術

這里的陳述僅提供與本發明相關的背景技術，而不必然地構成現有技術。

近年來，TBM長大隧道的建設已經向偏遠地區偏移，這些地區面積廣袤，地質條件極端復雜，存在著諸如花崗巖蝕變帶、活動斷裂帶、高地壓、大規模破碎帶等復雜地質災害。TBM的快速掘進遭遇到前所未有的挑戰，開挖緩慢、頻繁卡機等問題困擾著工程的建設進度，提高TBM在極端復雜地質條件下的掘進效率是重大工程建設的必然要求。

TBM施工中掘進參數的選擇和控制基本上完全依靠人為經驗作出判斷和調整，其他一些TBM掘進智能化系統都是在TBM掘進參數與巖體狀態參數匹配性上進行改進，取得了一些滿意的結果，但是這些方法都只適用于巖體力學參數分布均勻且巖體力學參數較為恒定。極端復雜地質條件有以下兩個特點：

一、巖體力學參數分布不均勻。最簡單的例子即巖體軟硬互層，但在極端復雜地質條件下，掌子面的巖體力學參數分布會出現各種可能的情況，這就導致以當前掌子面的某一巖體力學參數來決定TBM的掘進參數是非常不準確的，很有可能產生負面效果。

二、巖體力學參數不恒定。通常情況下，隧道掌子面的巖體力學參數在同一巖層掘進時，巖體力學參數是較為恒定的。也就是說，在巖性沒有發生大的改變時，巖體力學參數基本相同。但是在極端復雜地質條件下，同一巖性的巖體力學參數卻會發生突變，例如花崗巖蝕變帶，其巖體力學參數可能由接近花崗巖突變為砂化后的巖體力學參數，兩者相差巨大。

在上述情況下，研究發明一種適用于極端復雜地質條件下的TBM高效掘進系統就顯得尤為重要。

發明內容

針對現有技術存在的不足，本發明的目的是提供一種TBM極端復雜地質條件下掘進控制方法及系統，該方法針對極端復雜地質條件，對TBM掘進效率進行了充分提高。

為了實現上述目的，本發明是通過如下的技術方案來實現：

第一方面，本發明的實施例提供了一種TBM極端復雜地質條件下掘進控制方法，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。

作為進一步的技術方案，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。

作為進一步的技術方案，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。

作為進一步的技術方案，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。

作為進一步的技術方案，TBM工作狀態信息包括刀盤推力、刀盤轉矩、貫入度、推進速度。