[发明专利]基于掘进速度和破碎比能最优的TBM操作参数优化方法

说明书

本公开提供了一种基于掘进速度和破碎比能最优的TBM操作参数优化方法，包括以下步骤：获取TBM掘进时实时记录下来的机械参数信息；以机械参数信息作为输入，以当前推进速度和破碎比能作为输出，在设定范围内，构建不同总推进力和刀盘总扭矩与掘进速度和破碎比能的实时映射关系；以掘进速度和破碎比能的加权和为目标，基于所述实时映射关系，对机械参数信息进行全局寻优，根据掘进速度和破碎比能的综合目标需要，对TBM的推进速度设定值和刀盘转速给定值做出优化；本公开可以根据不同的施工需求做出高速，高效，安全的智能优化。

技术领域

本公开属于隧道掘进机施工技术领域，涉及一种基于掘进速度和破碎比能最优的TBM操作参数优化方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

与传统的钻爆法施工相比，隧道掘进机施工具有“掘进速度快、成洞质量高、综合经济效益高、施工安全文明”等显著优势，日本、美国、欧洲等发达国家采用掘进机施工的隧道比例超过80％，而随着我国隧道建设的不断发展，隧道掘进机也将得到越来越多的应用。与此同时，众多工程实践表明，隧道掘进机对地质条件的敏感性较高，操作参数与地质条件难以匹配，往往导致刀具、刀盘异常磨损、卡机甚至机毁人亡等重大事故，给隧道掘进机安全施工带来了重大挑战。另一方面，对TBM的驾驶参数的选择具有盲目性和经验性，对掘进质量缺乏量化的评估，因此会造成掘进缓慢，TBM刀盘磨损严重，能源消耗大等问题。

为避免盲目掘进导致的掘进机施工中的安全事故，提高掘进的效率，降低能耗成本，一套科学的指导掘进参数选择和优化的方法迫在眉睫。

区别于以往TBM操作参数优化方法，本方法优势在于：

(1)传统方法多以司机驾驶经验作为学习目标，然而由于主司机驾驶熟练程度不一以及不能实时掌控掘进状态和了解岩体情况的原因，具有先天性的缺陷。本方法不以司机驾驶经验或历史数据作为学习目标，规避了对司机既不了解地质情况盲目的误操作问题。

(2)以往方法大多需要岩体参数，可掘性分级等信息作为决策的必要信息，然而此类信息需要采芯取样并实验获取，该过程耗时耗力，不能满足快速掘进的施工要求。此方法不需要岩体参数作为输入，因此不需要对岩体采芯取样进行实验来获取岩体参数，大量节省了时间成本。

(3)在现有研究中通常只选取一个TBM目标参数作为优化决策的对象，缺乏将多个参数相结合作为联合目标，其优化结果具有片面性。

发明内容

本公开为了解决上述问题，提出了一种基于掘进速度和破碎比能最优的TBM操作参数优化方法，本公开同时考虑了能耗和施工效率两个关键问题，在能耗和速度上综合考虑，达到了综合最优，利于隧道掘进机施工。

根据一些实施例，本公开采用如下技术方案：

一种基于掘进速度和破碎比能最优的TBM操作参数优化方法，包括以下步骤：

获取TBM掘进时实时记录下来的机械参数信息；

以机械参数信息作为输入，以当前推进速度和破碎比能作为输出，在设定范围内，构建不同总推进力和刀盘总扭矩与掘进速度和破碎比能的实时映射关系；

以掘进速度和破碎比能的加权和为目标，基于所述实时映射关系，对机械参数信息进行全局寻优，根据掘进速度和破碎比能的综合目标需要，对TBM的推进速度设定值和刀盘转速给定值做出优化。

作为可选择的实施方式，所述机械参数信息包括但不限于刀盘扭矩、总推进力、刀盘转速、功率、掘进速度和破碎比能。

作为可选择的实施方式，构建不同总推进力和刀盘总扭矩与掘进速度和破碎比能的实时映射关系的具体过程包括：搭建交替卷积神经网络，以机械参数信息作为输入，以当前推进速度和破碎比能作为输出。