[发明专利]盾构纠偏中当前环目标预测方法及系统

说明书

本发明涉及一种盾构纠偏中当前环目标预测方法及系统，该方法包括如下步骤：获取第一训练数据集和第二训练数据集；利用神经网络模型建立所述第一训练数据集和所述第二训练数据集的神经网络纠偏预测模型；盾构施工的过程中，获取对应当前管片环的盾构机相对偏差信息和前一管片环的千斤顶行程差角作为预测输入数据；将所述预测输入数据输入到所述神经网络纠偏预测模型中，并获取所述神经网络纠偏预测模型输出的千斤顶行程差角作为当前环管片的目标预测值。本发明以千斤顶行程差角作为盾构纠偏的主控对象，且神经网络纠偏预测模型的输入层充分考虑了盾构施工的土质条件和隧道的设计轴线的线形变化，具有广泛的适用性。

技术领域

本发明涉及隧道工程技术领域，特指一种盾构纠偏中当前环目标预测方法及系统。

背景技术

城市地铁隧道、公路隧道的隧道设计轴线(DTA)不仅与车辆行驶速度有关、还与城市交通规划、既有地下建筑结构密切相关。

从隧道施工的角度来看，地下空间的利用率的提高增加了小曲率圆曲线或缓和曲线线型的比例，增加了纠偏控制决策的难度。纠偏控制决策的正确性不仅直接影响成型隧道的质量，而且纠偏的频率和纠偏幅度会直接影响地表沉降。

现有技术是人工操作凭经验控制盾构纠偏，纠偏效果与操作者的经验能力、判断决策的正确性密切相关，尤其是不同操作者对当前环纠偏目标期望值往往差异较大。人工操作具体是：采用自动测量装置获得的盾构姿态信息，由人工操作实现盾构纠偏控制。盾构施工管理要求盾构司机“勤纠缓纠”、“头尾兼顾”。所谓“勤纠”就是要求根据盾构姿态趋势及时调整盾构推进方向，使盾构姿态稳定地保持在合理范围内；所谓“缓纠”一般需通过数环才能使盾构轴线达到理想位置。所谓“头尾兼顾”就是要求盾构司机具体实施纠偏操作时应兼顾切口偏差和盾尾偏差。防止盾尾间隙过小。尽管现有人工技术对于DTA和土质的工况的措施均为定性的基本概念，有一定的实际指导意义，但实际效果取决于操作者的理解和实际经验水平，因此实际质量效果具有一定的离散型，主要靠施工管理措施控制实际纠偏效果。

人工纠偏存在如下问题：人工凭经验预估新一环目标值时定性兼顾DTA转角因素可能会形成误判；人工凭经验预估新一环目标值时定性判断姿态转角可能引起的欠纠、过纠问题；人工凭经验“勤纠少纠”的定性不确定性概念执行效果可能形成纠偏质量的离散型问题。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种盾构纠偏中当前环目标预测方法，解决现有的人工凭经验预估可能会形成误判、引起欠纠过纠以及纠偏质量的离散型等的问题。

实现上述目的的技术方案是：

本发明提供了一种盾构纠偏中当前环目标预测方法，包括如下步骤：

获取第一训练数据集和第二训练数据集，所述第一训练数据集包括对应当前管片环的盾构机的相对偏差信息和前一管片环的千斤顶行程差角；所述第二训练数据集包括对应当前管片环的千斤顶行程差角；

利用神经网络模型建立所述第一训练数据集和所述第二训练数据集的神经网络纠偏预测模型；

盾构施工的过程中，获取对应当前管片环的盾构机的相对偏差信息和前一管片环的千斤顶行程差角作为预测输入数据；以及

将所述预测输入数据输入到所述神经网络纠偏预测模型中，并获取所述神经网络纠偏预测模型输出的千斤顶行程差角作为当前管片环的目标预测值。

本发明通过建立神经网络纠偏预测模型，以千斤顶行程差角作为盾构纠偏的主控对象，且神经网络纠偏预测模型的输入层充分考虑了盾构施工的土质条件和隧道的设计轴线的线形变化，具有广泛的适用性。神经网络纠偏预测模型得到的当前环管片的目标预测值可应用于盾构机的操控指导或者盾构纠偏自动跟踪控制的设定值。本发明为盾构纠偏的新一环暂态目标预测值提供的准确的参数化模型，且建立了当前环定量反馈控制环节，是实现人工智能盾构纠偏的技术基础之一。