- CSCD核心中文核心科技核心
- RCCSE(A+)公路运输高质量期刊T1
- Ei CompendexScopusWJCI
- EBSCOPж(AJ)JST
隧道建设(中英文) ›› 2026, Vol. 46 ›› Issue (2): 406-418.DOI: 10.3973/j.issn.2096-4498.2026.02.015
侯昆洲1, 任赛楠1, 杨重良1, 龙斌1,2, 齐梦学3
HOU Kunzhou1, REN Sainan1, YANG Chongliang1, LONG Bin1, 2, QI Mengxue3#br#
摘要: 为进一步提升隧道施工的安全、质量和效率,解决全断面硬岩隧道掘进机(TBM)在施工过程中对人工依赖度高、自动化与智能化水平不足的问题,基于大数据与人工智能技术,研发一套TBM自动巡航系统。该系统通过多源传感器融合技术实时感知围岩状态,并据此自主调节刀盘转速、推进速度等掘进参数;同时,结合高精度导向系统提供的TBM实时位姿数据,基于深度迁移学习神经网络实现对设计轴线的实时追踪与机身姿态动态调整,从而完成自动纠偏与调向;此外,系统还实现了换步流程的全自动协同控制。该系统已应用于北山地下实验室“北山1号”TBM工程。应用结果表明: 1)在无人干预条件下,TBM能够自主识别围岩状态并动态匹配掘进参数,成功实现了纵坡10%条件下的自动连续下坡掘进与255 m半径水平转弯。2)系统在掘进、纠偏与换步等核心流程中实现了高度自主运行,最终全线轴线偏差控制为±50 mm,单循环换步时间不超过5 min。该系统的研发与应用,证实了TBM在复杂工序下实现长期自主巡航的可行性,为智能化掘进技术的工程化推进提供了实践范例。