TBM巖機映射關(guān)系及其優(yōu)化決策方法研究.pdf

1、硬巖隧道掘進機(The Hard Rock Tunnel Boring Machine，簡稱TBM)是實現(xiàn)硬巖開挖、巖渣運輸、換步推進和支撐襯砌等的隧道斷面一次成型的大型地下工程裝備。TBM施工面臨的安全高效掘進與智能控制問題，成為隧道工程領(lǐng)域的重大技術(shù)挑戰(zhàn)和前沿熱點問題之一。國內(nèi)外對隧道掘進機智能化模型的研究成果主要集中在用于軟土地層開挖的盾構(gòu)機，對硬巖隧道掘進機的研究相對較少，并且，國內(nèi)對硬巖隧道掘進機的自主研發(fā)相對較晚，巖機作用關(guān)

2、系尚不明確，優(yōu)化決策理論并不成熟，圍巖地質(zhì)信息大量獲取難度太高，施工人員無法準確依據(jù)當前地質(zhì)情況操作TBM，無法使TBM工作于最優(yōu)掘進狀態(tài)。故有必要以搞清楚巖機作用關(guān)系為前提，開展TBM掘進載荷預測模型、圍巖地質(zhì)智能識別系統(tǒng)和TBM優(yōu)化決策理論的研究。
　　本課題在國家重點基礎(chǔ)研究計劃(973)項目的資助下，以吉林引松供水施工工程TBM3標段現(xiàn)場掘進數(shù)據(jù)為基礎(chǔ)，分析得到了TBM操作參數(shù)、圍巖類別和掘進載荷間的關(guān)系，建立了基于非線性

3、支持向量回歸和序列最小最優(yōu)化算法的TBM載荷預測模型，并通過現(xiàn)場數(shù)據(jù)進行訓練、測試和修正模型，結(jié)合TBM載荷預測模型和改進的粒子群優(yōu)化算法，分別建立了以掘進比能和掘進工期為決策的操作參數(shù)優(yōu)化模型。根據(jù)TBM非穩(wěn)定掘進狀態(tài)的掘進載荷與切深的擬合關(guān)系，建立了TBM圍巖類別智能識別系統(tǒng)。根據(jù)掘進載荷預測模型、優(yōu)化決策理論和圍巖識別系統(tǒng)，提出了TBM智能掘進優(yōu)化決策閉環(huán)系統(tǒng)。
　　本文主要研究工作如下:
　　第一章介紹了國內(nèi)外TBM

4、技術(shù)的發(fā)展歷史和現(xiàn)狀，總結(jié)了發(fā)展特點和發(fā)展規(guī)劃。然后根據(jù)本文研究內(nèi)容闡述了TBM掘進載荷、優(yōu)化決策理論以及圍巖識別方法的研究現(xiàn)狀，介紹了TBM實際工程中存在的問題，分析了TBM的研究需求和已有研究的不足，最后闡述了本文所做研究的意義和主要研究內(nèi)容。
　　第二章介紹了吉林引松供水工程及其數(shù)據(jù)庫系統(tǒng)，分析了掘進載荷與掘進參數(shù)的相關(guān)聯(lián)程度，闡述了掘進參數(shù)選擇的理由，進行了掘進數(shù)據(jù)和操作參數(shù)的預處理，提取了用于研究參數(shù)關(guān)系的特征點集，最后

5、，使用圖表分析法研究所選操作參數(shù)與掘進載荷的具體變化關(guān)系。得出在硬巖地質(zhì)條件下，掘進載荷主要受推進速度影響，在軟巖地質(zhì)條件下，掘進載荷主要受刀盤轉(zhuǎn)速影響的結(jié)論，即在硬巖地質(zhì)條件下得到較大的掘進載荷，主要調(diào)節(jié)推進速度，在軟巖地質(zhì)條件下，則主要調(diào)節(jié)刀盤轉(zhuǎn)速。定性描述了掘進載荷和操作參數(shù)的作用關(guān)系，為第三章進一步研究其間的定量關(guān)系指明了方向。
　　第三章提出了TBM掘進載荷的非線性支持向量回歸(NSVR)預測模型，并使用序列最小最優(yōu)化算

6、法加速算法求解速度。結(jié)合第二章中處理的施工現(xiàn)場掘進大量數(shù)據(jù)，按1∶1劃分訓練樣本和測試樣本，對建立的模型進行訓練、測試和調(diào)整。測試結(jié)果表明，在給定刀盤轉(zhuǎn)速、推進速度和圍巖類別條件下，建立的模型對刀盤扭矩和總推進力的預測平均誤差均控制在13.1％以下，建立的NSVR模型具有較高的預測精度，能夠應用于第四章掘進優(yōu)化決策理論模型。
　　第四章總結(jié)了決策目標優(yōu)化方法，推導了關(guān)于掘進比能和操作參數(shù)、掘進工期和操作參數(shù)的函數(shù)關(guān)系，引入第三章建

7、立的掘進載荷的NSVR掘進載荷預測模型，結(jié)合針對本工程的改進粒子群優(yōu)化算法，提出了能耗最小和掘進工期最短的決策來指導操作參數(shù)的優(yōu)化，給出了兩種優(yōu)化決策理論的計算流程圖以及算法偽代碼。最后，應用建立的優(yōu)化決策理論給出了針對不同地質(zhì)條件下的分別以最小掘進比能和最快掘進速度為決策的最優(yōu)操作參數(shù)結(jié)果。
　　第五章以二值狀態(tài)判別函數(shù)為依據(jù)提取了掘進循環(huán)數(shù)據(jù)，使用非線性回歸擬合總推進力和刀盤切深在TBM非穩(wěn)定掘進狀態(tài)下的關(guān)系，使用線性回歸擬合

8、刀盤扭矩和刀盤切深在TBM非穩(wěn)定掘進狀態(tài)下的關(guān)系，得到了多組TBM非穩(wěn)定掘進狀態(tài)下掘進載荷與切深的擬合曲線和擬合參數(shù)值。分析擬合曲線和擬合參數(shù)值與圍巖類別的關(guān)系，發(fā)現(xiàn)不同的圍巖地質(zhì)對應曲線的分布具有區(qū)域性，擬合參數(shù)值出現(xiàn)聚類現(xiàn)象。以擬合參數(shù)聚類邊界建立了圍巖類別劃分線，得到基于擬合參數(shù)的圍巖邊界判別方程。基于此，建立了圍巖類別智能識別系統(tǒng)，通過擬合非穩(wěn)定狀態(tài)數(shù)據(jù)得到擬合參數(shù)值，進而根據(jù)擬合參數(shù)和圍巖邊界判別方程得出當前地質(zhì)的圍巖類別。最