[发明专利]一种TBM智能驾驶方法及系统

说明书

本发明提出了一种TBM智能驾驶方法及系统，方法的步骤为：TBM掘进参数智能决策单元根据设备运行参数预测当前围岩状态参数，实时感知TBM掘进环境，预测出的掘进参数；在线监测系统实时检测滚刀受力、刀盘振动和设备运行的参数及渣片图像，并将特征信息传送至模糊控制逻辑库；模糊控制逻辑库将特征信息转化为掘进控制参数的调整值和调整步长；当掘进控制参数、滚刀受力、刀盘振动和设备运行的参数及渣片图像分析结果均处于稳态时，TBM智能驾驶系统达到稳定状态。本发明通过滚刀受力、刀盘振动、渣片图像分析、设备运行主参数等在线监测实时反馈相关特征信息至模糊控制逻辑库，给出控制参数的调整值和调整步长，通过闭环反馈实现智能驾驶。

技术领域

本发明涉及隧道掘进装备施工自动化的技术领域，尤其涉及一种TBM智能驾驶方法及系统。

背景技术

硬岩隧道掘进机（以下简称硬岩TBM）是一种专门应用于开挖岩石隧道与地下通道工程的大型高科技施工装备。传统的施工方法中，主控室司机通过缓慢试掘进过程评估围岩状态参数，再通过反复调整掘进参数直到掘进参数保持稳定。这样的操作方法一方面会由于不断的缓慢试掘进和反复调整掘进参数导致大量施工时间的消耗，另一方面当围岩剧烈变化时，无法实时有效的对当前围岩的参数进行感知，导致掘进参数无法适应当前掘进环境，造成刀具的非正常磨损和刀盘系统破岩性能的下降，严重情况下会导致关键部件的破坏和停机，影响TBM的使用寿命。申请号为2017109374691的中国专利申请“一种硬岩TBM掘进控制参数智能决策方法及系统”，提出了一种基于设备运行参数的围岩状态感知与掘进参数智能决策方法，但是该模型是基于司机历史驾驶行为建模的研究，无法评判该模型的掘进参数是否是最优的。

发明内容

针对传统施工方法无法预测掘进参数的技术问题和TBM智能化安全高效掘进的需求，本发明提出一种TBM智能驾驶方法及系统，增加了设备在线监测单元，通过模糊逻辑控制单元根据在线监测单元获取的特征值指标输出掘进参数调整值和调整步长，实现智能掘进的闭环控制。

为了达到上述目的，本发明的技术方案是这样实现的：一种TBM智能驾驶方法，其步骤如下：

步骤一：TBM掘进参数智能决策单元根据设备运行参数预测当前围岩状态参数，实时感知TBM掘进环境，预测出的掘进参数；

步骤二：在线监测系统实时检测滚刀受力、刀盘振动和设备运行的参数及渣片图像，并将相应的特征信息传送至模糊控制逻辑库；

步骤三：模糊控制逻辑库将特征信息转化为掘进控制参数的调整值和调整步长；

步骤四：当掘进控制参数、滚刀受力、刀盘振动和设备运行的参数及渣片图像分析结果均处于稳态时，TBM智能驾驶系统达到稳定状态。

所述TBM掘进参数智能决策单元通过三层神经网络、支持向量机和最小回归的方法根据设备运行参数预测当前围岩状态参数，实时感知TBM掘进环境，感知掌子面岩体状态；根据当前的掘进环境，预测出最优控制掘进参数，给出掘进参数的建议值。

所述步骤二中滚刀受力参数的特征信息包含但不限于力的均值、有效值和方差值；所述步骤二中刀盘振动参数的特征信息包含但不限于振动的有效值、烈度值、峭度值、裕度值、均方频率或均方根频率；所述步骤二中渣片图像分析后的特征信息包含但不限于渣片粒径分布指标、渣片长短轴比值指标或渣片纹理指标；所述步骤二中设备运行的主参数的特征信息包含但不限于总推进力或刀盘扭矩。

所述步骤三中模糊控制逻辑库根据既定的模糊控制规则对获取的特征信息进行综合处理，给出掘进控制参数的调整值和调整步长，掘进控制参数包含但不限于推进速度、刀盘转速或渣片皮带机转速。

所述步骤四中稳定状态的判定由模糊控制规则库根据获取的特征信息进行综合判定，当TBM智能驾驶系统达到稳态时，不再调整掘进控制参数，此时调整值和调整步长显示为0。