基于盾构掘进参数的BP神经网络地层识别

分析3种典型地层中盾构推进力、推进速度、刀盘扭矩、刀盘转速4个掘进参数的变化规律.应用BP神经网络建立一个以相邻2个采样时刻的盾构推进力、推进速度、刀盘扭矩、刀盘转速共8个掘进参数为输入,地层编码为输出的地层识别模型.通过60组训练样本数据对模型进行训练,训练误差控制在8×10-7以内,并用30组预测样本数据对该模型加以预测检验,预测成功率达到93%左右.结果表明,基于盾构掘进参数的BP神经网络地层识别模型能够实现盾构掘进参数与地层之间的良好非线性映射,可以在盾构掘进施工中利用掘进参数实现对地层的在线识别.

盾构推进系统液压缸的同步协调控制

提出推进液压系统的同步控制策略,对区间的液压缸采用PID控制,仿真结果表明,PID控制能够满足区间控制的精度要求.针对现有的盾构推进系统分区控制区内液压缸压力同步的情况进行了仿真分析,提出流量同步的协调控制方法,仿真结果表明,流量同步控制可以把同步误差控制在3 mm内.最后对压力同步和流量同步的优劣性进行了比较,结果表明:压力同步在缓变负载下能保持优良特性,但对突变负载而言,其同步性受到很大的影响;流量同步对突变负载能够保持优良的特性,但有一定的能量损耗.

基于BP神经网络的盾构推进速度自适应PID控制

盾构掘进过程中地质多变,推进速度要求实现非线性控制,因此对控制方法提出较高的要求.在分析了盾构推进液压系统原理的基础上,建立了盾构推进速度仿真模型,设计了基于BP神经网络的盾构推进速度自适应PID控制器,运用MATLAB软件对常规PID推进速度控制和基于BP神经网络的自适应PID推进速度控制进行了阶跃响应仿真对比,并对基于BP神经网络的自适应PID推进速度控制的正弦跟踪特性进行了仿真.仿真结果表明基于BP神经网络整定的PID控制具有良好的跟踪能力和鲁棒性,相比于传统PID控制系统响应迅速,超调量小,具有很高的响应精度和良好的在线整定能力,对于盾构推进速度这种非线性过程,控制效果比较理想.

基于自适应控制技术的盾构掘进监控系统

为了实现盾构在不同地质情况下掘进的土压平衡自适应控制,研制功能更加完善、可靠性更高的掘进监控系统,根据盾构施工的可靠监测和自动控制要求,采用集中监测和分布控制相结合的模式设计了基于工业网络架构的盾构监控系统,并详细分析了监控系统软硬件的结构特点.针对盾构监控过程中的土压平衡技术,采用基于土层识别的自适应控制方法,以不同地层中的试验数据为依据,建立盾构施工的专家经验库,实现掘进过程中的土压自适应控制.整套监控系统软件通过LabVIEW和Matlab联合开发来实现.该监控系统经测试运行良好,人机界面直观,操作性好,系统安全性和可靠性高,为先进盾构掘进监控系统的研制和掘进过程的自动化管理奠定了基础.

盾构推进系统专家PID同步控制分析

在分析专家PID特性的基础上,设计了保证盾构推进系统推进缸同步控制的PID控制器。根据系统实际参数要求在AMESim里搭建了推进系统的仿真模型,并通过AMESim和MATLAB的接口程序,在MATLAB中搭建了基于控制比例流量阀流量的专家控制模型和普通PID控制模型,并对比了两种控制模型的频响特性,仿真结果表明推进偏差控制在4.5mm内。实验分析表明,专家PID控制系统对推进系统的同步性控制有较好的控制效果,两缸的同步误差控制在7.0mm左右,满足系统的控制精度要求。