超特长隧洞TBM智能辅助掘进技术研究及应用

为解决目前TBM掘进存在依赖于司机经验,难以对异常情况做出及时响应,导致掘进减缓或刀具磨损加剧的问题,不仅需要在不停机状态下及时准确获取掌子面围岩信息,还要在了解掌子面围岩信息的情况下实现智能辅助决策。依托北疆供水二期工程,分析围岩类别、掘进效能和掘进参数等掘进指标,基于图像识别、数据挖掘和机器学习等技术,通过岩渣图像识别、刀盘振动监测和超前地质预报实现围岩状态的实时感知;构建地质信息、掘进参数、设备与支护参数数据库,进行大数据预处理及关联分析;采用多目标智能优化算法,以掘进速度和刀具寿命为目标,对掘进参数进行优化。在此基础上,提出掘进参数、支护方案、卡机应对措施等辅助决策方法。通过TBM智能辅助掘进技术在XE隧洞试验段中的应用可知,掘进速度总体可提升15.6%,刀具寿命总体提升4.5%,且未发生因掘进参数选择不当导致掘进停滞或设备异常损坏等问题。