盾构机土仓压力平衡系统智能建模及其实验

为解决盾构机土仓压力平衡系统时滞、非线性、时变和不确定特性建模问题,建立了基于神经网络和系统输入-输出观测数据的智能建模方法,解决了土仓压力平衡系统的解析数学建模所遇到的困难。计算结果表明,基于Gauss-Newton优化的神经网络训练方法,具有较快的收敛速度。盾构机实验台实验结果表明,与解析数学建模方法相比,所提出的新的智能建模方法拟合和预测精度提高了一个数量级,验证了智能建模方法的有效性和精确性。

盾构机土仓压力平衡系统混合建模方法研究进展

土压平衡(earth pressure balance, EPB)盾构机已经广泛应用于软土、沙砾土、卵石土和风化岩层的隧道施工中。盾构机土仓压力的精确控制对于保证盾构机掘进的安全施工和控制地表的沉降与隆起具有重要的意义。盾构机土仓压力平衡系统的控制依赖于高性能的系统动态模型,而机理模型与基于神经网络的统计模型两种经典建模方法已经无法满足预测精度高、在线更新能力强的高性能模型要求,如何将机理模型与统计模型融合起来,充分发挥各自的优点,已经成为混合建模的热点问题。对目前盾构机土仓压力平衡系统混合建模方法进行综述,分别阐述了以机理模型为主、神经网络作为辅助以及在线混合建模方法的发展,并在最后进行了总结。