[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

说明书

本发明属于盾构施工控制技术领域，并具体公开了一种盾构施工条件下盾构机姿态自适应控制方法及系统。所述方法包括：构建用于TBM姿态自适应控制的虚拟施工环境；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；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；基于优化训练后的DGDPG模型，对TBM掘进过程进行评估。本发明针对传统盾构掘进过程中不可重复、控制精度差、智能化水平低等特点，实现基于深度强化学习方法的盾构机掘进姿态高精度自适应控制，从而克服目前盾构机姿态预测以及优化方法在工程应用中的不足。

技术领域

本发明属于盾构施工控制技术领域，并涉及一种盾构施工条件下盾构机姿态自适应控制方法及系统，更具体的，涉及特别是涉及一种基于门控循环神经网络结合深度确定性策略梯度方法的盾构施工条件下盾构机姿态自适应控制方法(DGDPG)。

背景技术

轨道交通工程装备隧道掘进机(TBM)因其环保、高效和安全的优点，被公认为城市地下施工的一种常用方法。掘进机的姿态在掘进过程中尤为重要，而保持良好的姿态是高质量隧道施工的先决条件。然而，在TBM掘进过程中，盾构掘进参数的调整仍然依赖于操作人员的经验，这不仅消耗了人力资源，也降低了TBM的安全性和稳定性。探索TBM自主掘进技术是一项迫切的要求。值得注意的是，TBM自主掘进的实施依赖于TBM参数的准确预测，即将到来的掘进过程可以根据预测结果进行适当调整。以往对TBM参数预测的研究依赖于通常基于项目特定数据的经验和半经验方法，因此，在轨道交通的盾构施工过程中，采取有效方法进行盾构施工自适应姿态控制优化是有必要的。

现阶段基于深度学习方法的TBM参数预测精度已达到一定的水平，但仍不能达到自适应控制，尤其是自适应姿态控制。一方面，现有的TBM参数预测方法往往需要大量的特征来组成训练集，以便训练后的模型能够达到更高的精度。然而，这与工程实际相矛盾，在隧道掘进过程中，只有少数主动参数(如油缸压力)可以修改，被动参数由各种传感器收集，并在主动参数改变后计算。虽然使用被动参数进行TBM姿态预测可以提高精度，但通常无法在掘进过程中直接控制这些被动参数，从而及时调整TBM姿态。因此，仅使用少量可操作的主动参数来精确控制TBM姿态是自主掘进技术的难点之一。另一方面，根据TBM参数的预测结果，只能对掘进过程进行有限的评估和改进。在建立预测模型后，输入不同的参数只会得到相应的结果。为了获得参数的最优组合，一些研究开始关注TBM参数的多目标优化。目前常用的主要优化算法有粒子群优化(PSO)、进化算法及其改进方法。这些优化方法基于已知信息，以在有限范围内找到隧道参数的最佳组合。虽然结果确实证明是有效的，但这些离线优化方法无法适应尚未挖掘的不断变化的环境。换言之，在复杂的地下环境中，优化方法无法达到自适应控制。此外，实际的TBM掘进过程是不可重复的，一旦完成就不能取消。一旦行动策略不是最优的，就无法纠正由此产生的错误。这是实现TBM自主掘进的另一个巨大困难。

因此，如何运用智能算法处理盾构施工数据来控制盾构姿态并指导盾构自主无人化施工成为一个至关重要的问题。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种盾构施工条件下盾构机姿态自适应控制方法及系统，针对传统盾构掘进过程中不可重复、控制精度差、智能化水平低等特点，实现基于深度强化学习方法的盾构机掘进姿态高精度自适应控制，从而克服目前盾构机姿态预测以及优化方法在工程应用中的不足。

为实现上述目的，按照本发明的一个方面，提出了一种盾构施工条件下盾构机姿态自适应控制方法，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；