[发明专利]一种盾构施工条件下盾构机姿态自适应控制方法及系统

权利要求书

1.一种盾构施工条件下盾构机姿态自适应控制方法，其特征在于，包括以下步骤：

S1构建用于TBM姿态自适应控制的虚拟施工环境；

S2确定TBM掘进过程中强化学习模型的状态和奖励，其中，TBM的状态根据本构关系进行更新，奖励用于前进速度和TBM姿态；

S3基于上述虚拟施工环境、状态和奖励，构建盾构掘进施工过程中的DGDPG模型，并对DGDPG模型进行优化训练；

S4基于优化训练后的DGDPG模型，对TBM掘进过程进行评估。

2.根据权利要求1所述的方法，其特征在于，步骤S1具体包括以下步骤：通过设置合理的土体本构模型，获取刀具与土壤之间的反馈数据，可计算TBM最佳油缸推力组合，同时考虑传感器最小采集间隔等基本参数，从而构建起可用于TBM姿态自适应控制的虚拟施工环境。

3.根据权利要求1所述的方法，其特征在于，步骤S2中，TBM的状态根据本构关系进行更新具体包括以下步骤：首先，根据当前俯仰角，通过向前隧道掘进分别获得净行程和垂直偏差，同时，增加由于TBM在垂直方向的重力而产生的随机沉降，沉降值的范围根据项目剖面确定；然后，根据上下推力缸组之间的力差更新俯仰角。

4.根据权利要求1所述的方法，其特征在于，步骤S2中，TBM的状态根据本构关系进行更新的计算模型如下：

其中，(x,y)和(x^*,y^*)分别表示更新前、更新后的位置，y_s表示TBM重力引起的随机沉降，表示自适应掘进过程中每个推力油缸的力，θ和θ^*分别表示更新前、更新后的俯仰角，Δ(·)表示输入参数的差异，为上部油缸组压力，为下部油缸组压力，k^(e)为地层弹性系数。

5.根据权利要求1所述的方法，其特征在于，步骤S2中，奖励用于前进速度和TBM姿态具体包括：对于前进速度，TBM以相等的时间间隔记录原始隧道数据，每次记录的净行程稳定在20mm左右；对于TBM姿态，理想情况下的偏差预计为0，在动态调整过程中，将TBM状态限制在一个可靠的范围内，当TBM姿态触发边界时，奖励中会给出一个惩罚值，以将TBM操作限制在允许的范围内。

6.根据权利要求1所述的方法，其特征在于，步骤S2中，根据式(2)和式(3)平衡推进速度和TBM姿态的数量级：

其中，表示自适应掘进过程中每个推力油缸的力，Th表示每个隧道步骤的净行程阈值，ω表示系数矩阵，Status^(a)表示当前步骤的TBM姿态，θ为更新前的俯仰角。

7.根据权利要求1-6任一项所述的方法，其特征在于，步骤S3中，DGDPG模型包括与虚拟地下环境交互的动作模块、评价模块和经验存储模块，其中，

动作模块输出网络首先获得当前TBM姿态，并输出推力油缸作用力和当前状态下的最大Q值，然后，将推力油缸作用力和当前TBM姿态一起输入到评价模块输出网络，并得到新的Q值，基于新的Q值，使用梯度上升法对动作模块输出网络进行相应的更新，来自动作模块输出网络的推力油缸作用力将改变虚拟地下环境，同时TBM姿态将会得到更新，将新的TBM姿态传递给动作模块目标网络，获得下一时刻的推力油缸作用力，将新的姿态和新的推力油缸作用力输入到评价模块目标网络，得到新的目标Q值，将该值与从虚拟地下环境获得的奖励一起计算，得到相应的时间差误差，并通过最小化误差来更新评价模块输出网络。

8.根据权利要求1-6任一项所述的方法，其特征在于，步骤S4具体包括：通过均值和标准差对TBM姿态及其稳定性进行评估，更具体的，使用姿态曲线和设计轴所包围的区域来表示姿态误差，并根据此度量来评估自适应控制相对于手动控制的改进幅度。