TBM关键参数智能掘进系统的设计与实践

doi:10.3973/j.issn.2096-4498.2020.11.017

隧道建设（中英文） ›› 2020, Vol. 40 ›› Issue (11): 1673-1681.DOI: 10.3973/j.issn.2096-4498.2020.11.017

TBM关键参数智能掘进系统的设计与实践

徐剑安¹，李建斌²，荆留杰^{1, 3}，徐受天¹，游宇嵩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)

出版日期:2020-11-20 发布日期:2020-12-09
作者简介:徐剑安(1988—)，男，河南郑州人，2013年毕业于西安科技大学，电子与通信工程专业，硕士，工程师，现从事TBM智能掘进技术研究与软硬件系统开发工作。 E-mail: xjamail@163.com。
基金资助:
国家重点研发计划项目 (SQ2018YFB170043)

Design and Practice of TBM Intelligent Driving System of Key Parameters

XU Jian′an¹, LI Jianbin², JING Liujie^{1, 3}, XU Shoutian¹, YOU Yusong¹

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

Online:2020-11-20 Published:2020-12-09

摘要/Abstract

摘要： 目前TBM智能掘进系统偏向于定制开发，耦合性较强，造成代码冗余高、复用率低、开发设计门槛高等诸多问题。为解决上述问题，设计了TBM关键参数智能掘进系统技术框架，采用低无代码模式降低开发门槛，通过模块化开发实现了系统较低的耦合度。在此基础上，以算法模型与系统软件分属不同服务的方式，集成来自不同算法开发人员的模型，实现了系统软件与算法模型的快速集成，用于TBM智能掘进过程中关键参数的预测及控制。实践表明，该系统在吉林引松项目TBM施工中应用效果良好，对提升TBM掘进效率具有重要意义。

关键词: TBM, 关键参数, 智能掘进, 插件, 算法集成

Abstract: At present, the TBM intelligent control system is basically customized with strong coupling, which may cause many code problems such as high redundancy, low reuse rate and high design threshold. In order to solve these problems, the technology framework for TBM intelligent driving system of key parameters is designed. The develop threshold is minimized via the mode of low code or no code, and the lower coupling for the system is realized via model development. On this basis, the algorithm models from different algorithm developers are integrated in the way that the algorithm model and system software belong to different services, so as to realize the rapid integration of system software and algorithm model, which is used for the prediction and control of key parameters in the TBM intelligent tunneling process. The applicable effect of the system software in the TBM construction of Songhua River water diversion project is good, which is of great significance to the efficiency improvement of TBM excavation.

Key words: TBM, key parameters, intelligent driving, plugin; algorithm integration

中图分类号:

U 455

徐剑安, 李建斌, 荆留杰, 徐受天, 游宇嵩. TBM关键参数智能掘进系统的设计与实践[J]. 隧道建设, 2020, 40(11): 1673-1681.

XU Jian′an, LI Jianbin, JING Liujie, XU Shoutian, YOU Yusong. Design and Practice of TBM Intelligent Driving System of Key Parameters[J]. Tunnel Construction, 2020, 40(11): 1673-1681.

[1]	赵海雷, 孙振川, 张兵, 王亚锋, 杨延栋, 秦银平, 李宏波. 基于CSM改进模型的TBM刀盘关键参数相关性研究[J]. 隧道建设, 2020, 40(S1): 169-178.
[2]	孙振川, 杨延栋, 李凤远, 张兵. 基于隧道工程实例的TBM破岩特征参数研究[J]. 隧道建设, 2020, 40(S1): 25-30.
[3]	杨冬建, 卓普周, 郭正刚, 孟智超, 白亮, 霍军周. 基于机器操作的TBM一体化刀具系统设计及试验研究[J]. 隧道建设, 2020, 40(8): 1236-1242.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	杨延栋, 孙振川, 李凤远, 张兵, 许华国. TBM掘进模态综合实验平台升级改造研究[J]. 隧道建设, 2020, 40(11): 1570-1577.
[12]	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.
[13]	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.
[14]	张斌荣，管会生，赵昌盛，王默. 双模式TBM刀具破岩试验台有限元仿真分析[J]. 隧道建设, 2019, 39(S1): 290-295.
[15]	司玉迪. 城市轨道交通隧道双护盾TBM过站施工技术[J]. 隧道建设, 2019, 39(S1): 411-419.

TBM关键参数智能掘进系统的设计与实践

Design and Practice of TBM Intelligent Driving System of Key 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