TBM掘进参数智能控制系统的研究与应用

doi:10.3973/j.issn.2096-4498.2018.10.019

中国科学引文数据库（CSCD）核心期刊
中文核心期刊中文科技核心期刊
Scopus RCCSE中国权威学术期刊
美国EBSCO数据库俄罗斯《文摘杂志》
《日本科学技术振兴机构数据库（中国）》

隧道建设（中英文） ›› 2018, Vol. 38 ›› Issue (10): 1734-1740.DOI: 10.3973/j.issn.2096-4498.2018.10.019

TBM掘进参数智能控制系统的研究与应用

张娜¹，李建斌²，荆留杰^{1, 3}，李鹏宇¹，徐受天¹

(1. 中铁工程装备集团有限公司，河南郑州 450016； 2. 中铁高新工业股份有限公司，北京 100000； 3. 中国矿业大学深部岩土力学与地下工程国家重点实验室，江苏徐州 221116)

收稿日期:2018-03-07 修回日期:2018-05-09 出版日期:2018-10-20 发布日期:2018-10-26
作者简介:张娜(1989—)，女，河南郑州人， 2014年毕业于山东大学, 道路与铁道工程专业，硕士，工程师，主要从事地下工程施工岩机相互作用机理与TBM智能掘进技术的研究。 Email: znazna@163.com。
基金资助:
国家重点基础研究发展计划（973计划）(2015CB058103)

Study and Application of Intelligent Control System of TBM Tunneling Parameters

ZHANG Na¹, LI Jianbin², JING Liujie^{1, 3}, LI Pengyu¹, XU Shoutian¹

(1. China Railway Engineering Equipment Group Co., Ltd., Zhengzhou 450016, Henan, China; 2. China Railway HiTech Industry Corporation Limited, Beijing 100000, China; 3. State Key Laboratory for Geomechanics & Deep Underground Engineering, CUMT, Xuzhou 221116, Jiangsu, China)

Received:2018-03-07 Revised:2018-05-09 Online:2018-10-20 Published:2018-10-26

摘要/Abstract

摘要：

目前TBM智能化作业水平较低，无法实现岩体信息实时感知以及掘进参数的智能决策，影响TBM掘进效率，卡机、涌水突泥等安全事故也时有发生。为解决上述问题，研发一套TBM掘进参数智能控制系统，通过分析岩体状态参数与TBM掘进参数的相关关系，采用数据挖掘的方法建立岩机信息感知互馈模型；在此基础上构建智能决策控制体系，实现掘进参数的预测以及掘进状态评价；通过手动或自动控制模式对TBM掘进参数进行优化调整，使TBM保持安全高效的掘进状态。该系统软件在引松供水工程TBM施工中应用效果良好，对提高TBM掘进效率和保障施工安全具有重大意义，可为TBM隧道的科学化、智能化施工提供指导。

关键词: TBM, 掘进参数, 数据挖掘, 智能控制, 岩机互馈

Abstract:

At present, realtime perception of rock mass information and the intelligent decision of TBM tunneling parameters cannot be realized due to low intelligent operation level of TBM tunneling machine. Hence, tunneling efficiency is affected, and TBM jamming and water and mud gushing often occur. In order to solve these problems, an intelligent control system of TBM tunneling parameters is developed. The system includes many functions as follows: (1) analyzing the relationship between rock mass state parameters and TBM tunneling parameters; (2) establishing mutual feedback model of rock and TBM information by data tapping; (3) predicting the tunneling parameters and evaluating the tunneling state; and (3) optimizing the TBM tunneling parameters by automatic and manual mode. The system was applied to the Songhua River water supply project, and good effect has been achieved. The results are of great significance to TBM efficiency improvement and construction safety, and can provide reference for scientific and intelligent construction of TBM tunneling.

Key words: TBM, tunneling parameters, data tapping, intelligent control, mutual feedback of rock and TBM information

中图分类号:

U 455.3

张娜，李建斌，荆留杰，李鹏宇，徐受天. TBM掘进参数智能控制系统的研究与应用[J]. 隧道建设, 2018, 38(10): 1734-1740.

ZHANG Na, LI Jianbin, JING Liujie, LI Pengyu, XU Shoutian. Study and Application of Intelligent Control System of TBM Tunneling Parameters[J]. Tunnel Construction, 2018, 38(10): 1734-1740.

[1]	姜礼杰, 文勇亮, 贾连辉, 陈宝宗, 贺飞. 一种新型小转弯半径TBM推进系统设计与分析[J]. 隧道建设, 2020, 40(7): 1081-1087.
[2]	刘泽, 王勇, 李小锋, 吴志昊. 海域复杂地质双模式TBM设备选型与应用关键技术[J]. 隧道建设, 2020, 40(6): 868-872.
[3]	孙海波. 再制造TBM主驱动装配关键工艺及齿轮副啮合质量检验技术[J]. 隧道建设, 2020, 40(6): 890-897.
[4]	张斌荣, 管会生, 谭孝锋, 廖江, 杨骁, 李霞. 基于MATLAB/Simulink的TBM边滚刀动力学模型及振动分析[J]. 隧道建设, 2020, 40(6): 833-839.
[5]	王发民, 孙振川, 张良辉, 李凤远, 张兵, 王国安. 汕头海湾隧道超大直径泥水盾构针对性设计及不良地质施工技术[J]. 隧道建设, 2020, 40(5): 735-746.
[6]	王明友, 侯少康, 刘耀儒, 金峰. TBM 豆砾石回填灌浆密实度对支护效果的影响研究[J]. 隧道建设, 2020, 40(3): 326-336.
[7]	段志伟, 杜立杰, 吕海明, 王家海, 刘海东, 富勇明. 基于主成分分析与BP神经网络的TBM围岩可掘性分级实时识别方法研究[J]. 隧道建设, 2020, 40(3): 379-388.
[8]	朱朋金, 赵康林, 肖利星. TBM侧向平移、空推新设备的研发及应用[J]. 隧道建设, 2020, 40(3): 417-425.
[9]	秦佳佳. 合肥地区复合地层盾构掘进参数控制研究[J]. 隧道建设, 2020, 40(3): 435-443.
[10]	孙振川，李凤远，褚长海. 基于大数据的盾构掘进与地质关联关系分析方法[J]. 隧道建设, 2020, 40(2): 162-169.
[11]	李志军, 房有亮，肖钢, 赖文辉, 瞿勇, 傅金阳, 徐赞. 富水圆砾地层土压平衡盾构停机地层变形特征实测分析 [J]. 隧道建设, 2020, 40(1): 106-113.
[12]	许华国, 陈馈, 孙振川. 盾构刀盘切削钢筋混凝土桩基室内试验研究 [J]. 隧道建设, 2020, 40(1): 35-42.
[13]	韩小亮. 敞开式TBM 主轴承外密封挡圈断裂脱落解决案例分析[J]. 隧道建设, 2019, 39(S2): 393-397.
[14]	袁立，史玲娜，张龙. 基于太阳光照明的隧道按需照明节能控制技术研究[J]. 隧道建设, 2019, 39(S1): 131-138.
[15]	汪旭，孟露，程德胜，卢松. TBM施工隧道管片衬砌段回填注浆质量检测综合物探方法研究及应用[J]. 隧道建设, 2019, 39(S1): 166-175.

TBM掘进参数智能控制系统的研究与应用

Study and Application of Intelligent Control System of TBM Tunneling Parameters

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价