掌桥专利:专业的专利平台
掌桥专利
首页

一种基于案例推理的TBM卡机脱困方案智能决策方法

文献发布时间:2024-04-18 19:58:26


一种基于案例推理的TBM卡机脱困方案智能决策方法

技术领域

本发明涉及隧洞(道)施工技术领域,更具体涉及一种TBM卡机脱困方案的智能决策方法。

背景技术

在长距离隧洞(道)的建设过程中,全断面岩石隧道掘进机(TBM)以其作业环境好、安全性高、施工速度快和信息化程度高等优点被广泛采用,但该工艺也有不足,如遭遇复杂的工程地质条件或操作不当时,TBM设备可能会发生卡机事故,造成严重的经济损失和工程延期。针对TBM卡机,其解决问题的重点在预防和脱困,但是目前研究及应用主要是卡机预测预防方面,而对于卡机事故发生后采取何种有效经济的脱困方案的研究较少,导致目前TBM的卡机脱困方案选择仍受人为主观经验影响,缺乏系统客观的决策理论及方法,继而导致TBM脱困无效甚至卡机情况恶化,持续造成费用浪费和工期延误。

经检索,中国专利文献CN112647965B公开了一种适用于TBM掘进隧道实时预测卡机的方法及系统,根据TBM掘进隧道的特点,选取开挖过程中最容易得到的TSP物性参数作为评判TBM卡机的标准,通过分析实测物性参数的取值范围和变化趋势,并建立TBM隧道TSP物性参数样本数据库,通过BP神经网络建立TSP物性参数与是否卡机的映射关系,与此同时利用长短期记忆神经网络LSTM建立掘进参数时序值与是否卡机之间的映射关系,实现了对TBM掘进隧道卡机预警实时判别,一定程度上规避了工程事故的发生,有利于提高TBM的掘进效率。该方法侧重事故的预防,无法为发生卡机后如何选择脱困方案提供技术启示。

鉴于此,发明人结合工程实践经验,运用数据处理方法,利用已建立的卡机案例库,基于案例推理法辅助TBM卡机脱困方案智能决策,保证了脱困方案的技术及时可行且经济合理。

发明内容

技术问题:本发明为卡机脱困决策,提供一种系统客观的决策方法。

技术方案:本发明提供的TBM卡机脱困方案智能决策方法,包括如下步骤:

步骤1:基于构建的卡机案例库,根据TBM卡机目标案例的工程条件,初步筛选库中与目标案例工程条件一致的源案例。

具体地,步骤1中的卡机案例库是基于国内外TBM工法施工隧洞典型多项卡机的工程案例构建,案例库根据卡机致灾模式将其归纳隧洞塌方、涌水涌泥涌砂、围岩大变形、岩爆、组合式五类,并从工程概况、地质条件、卡机现场、卡机原因、脱困措施等方面对各卡机案例进行了系统描述、数据记录及脱困措施效果分析,为TBM卡机脱困方案决策提供技术支撑。

卡机目标案例是指已发生卡机事故,拟进行脱困方案决策并采取相应措施的工程案例。工程条件包括TBM机型(敞开式/单护盾/双护盾)、卡机致灾模式(隧洞塌方、涌水涌泥涌砂、围岩大变形/岩爆/组合式)、卡机类型(卡刀盘/卡护盾/姿态偏差/组合式)。

步骤2:针对初筛后得到的类似源案例,计算脱困案例各检索特征属性的相似度值和相似度权重值

具体的,步骤2中脱困案例检索特征属性分为TBM设备(主机长、刀盘直径、扩挖刀最大扩挖量、刀盘最大转速、刀盘脱困扭矩及最大推力)、地质条件(岩石单轴抗压强度、岩体完整性系数、地应力水平及隧道埋深)、地质问题(破碎带宽度、TBM掘进围岩挤压变形等级及涌水量)和施工单位施工组织水平(施工技术水平和施工管理水平)四大类。具体的检索特征属性体系见图2所示。其中TBM设备参数从设备制造厂商处获取并人工录入案例库,地质条件、地质问题由工程项目初步设计阶段和建设实施阶段的地质勘测资料成果中获取并人工录入案例库,经工程建设单位根据评价标准赋分后获取并人工录入案例库。地质问题中的TBM掘进围岩挤压变形等级根据围岩径向变形量与TBM掘进开挖半径及超挖量的比值确定,分为无挤压变形、轻微挤压变形、中等挤压变形、严重挤压变形和非常严重挤压变形五个等级。

具体的,步骤2中各特征属性的相似度值采用特征空间的欧式距离度量表征,相似度值计算公式如下:

(1)

(2)

式中,

(3)

(4)

式中,

具体的,步骤2中各特征属性的权重值采用层次分析法中九标度法,通过专家打分对各检索指标的相对重要性进行赋值。

步骤3,脱困案例检索与脱困方案决策

具体的,步骤3中脱困案例检索是采用最近邻法,通过步骤2中脱困案例检索特征属性及权重值检索出目标案例与源案例之间的相似性,综合计算两者之间的相似度,最终得到相似度最高的案例。两个案例间相似度计算公式为:

(5)

式中:

具体的,步骤3中的脱困方案决策过程中,是根据脱困案例检索结果,选取与目标案例相似度值排名前三的源案例,进行成本损失计算,成本损失最小的源案例脱困方案作为目标案例推荐方案。其中,成本损失是指脱困方案导致增加的工程投资,包括设备卡机导致的工程窝工停工费用、工程效益延迟发挥的损失和脱困处理的措施费用,具体计算公式为:

(6)

式中:Δ

步骤4:脱困处理后评价及方案学习

具体的,步骤4中的脱困处理后评价是指脱困处理后,对步骤3中推荐的脱困处理方案效果进行评价,评价内容包括方案可行性、经济性和实际施工中优化完善的局部细节措施。

具体的,方案学习是在后评价结束后,即处理后的目标案例与卡机案例库中检索的案例相似度小于0.8,则案例库中保存加入该目标案例,反之则舍弃。

有益效果:本发明与现有技术相比,具有以下优点和效果:

1. 针对现有研发的卡机脱困技术多仅针对某类不良地质条件或致灾模式的研发应用,本发明提出的脱困方案决策方法,针对各类不良地质条件下及致灾模式,系统全面地提供了有效的脱困方案。

2. 原有的卡机方案决策主要根据专家主观判断,方案有效合理性受人为经验影响较大,本发明提出的方法基于类似工程的成功脱困案例和智能决策算法,有效提高了脱困方案决策的客观性、准确性和可靠性。

3. 通过处理后评价及方案学习的自适应、自学习过程,本发明提出的决策方法的有效性与泛化性能将不断提高,推荐的脱困方案更加技术可行和经济合理。

附图说明

图1是本发明TBM卡机脱困处理方案智能决策方法的流程图;

图2 是本发明TBM卡机脱困案例检索特征属性体系图。

具体实施方式

实施例1:

本实施例的TBM卡机脱困处理方案智能决策方法流程如图1所示,具体流程为:

(1)根据TBM卡机目标案例的工程条件,初筛案例库中的源案例

工程条件包括TBM机型(敞开式/单护盾/双护盾)、卡机致灾模式(隧洞塌方/突水突泥/围岩大变形/岩爆/组合式)、卡机类型(卡刀盘/卡护盾/姿态偏差/组合式)。

(2)针对初筛后得到的类似源案例,脱困案例检索特征属性及权重计算

各特征属性的相似度权重计算采用层次分析法中九标度法,通过专家打分对各检索指标的相对重要性进行赋值。

(3)案例比选决策

目标案例与初筛后的类似源案例依次进行相似度计算。相似度越高,表明目标案例与该源案例越接近。选取相似度值排名前三的源案例,进行成本分析,即计算脱困方案导致增加的工程投资,选择增加工程投资最小的脱困方案作为推荐方案。

(4)处理后评价及方案学习

对处理后方案采取后评价,并进行方案学习,即若处理后的目标案例与案例库中检索的案例相似度小于0.8,则保存目标案例,反之则舍弃。

本发明TBM卡机脱困案例检索特征属性体系如图2所示,具体的特征属性包括TBM设备(主机长、刀盘直径、扩挖刀最大扩挖量、刀盘最大转速、刀盘脱困扭矩及最大推力)、地质条件(岩石单轴抗压强度、岩体完整性系数、地应力水平及隧道埋深)、地质问题(破碎带宽度、TBM掘进围岩挤压变形等级及涌水量)和施工单位施工组织水平四大类,其中施工单位施工组织水平包括施工技术水平和施工管理水平,其评价标准如表1及表2。

表1施工单位施工技术水平评价标准

表2施工单位施工管理水平评价标准

本发明TBM掘进围岩挤压变形等级划分如表3所示,TBM掘进围岩挤压变形等级考虑围岩变形量与超挖量、TBM隧洞半径间的比值确定,分为无挤压变形、轻微挤压变形、中等挤压变形、严重挤压变形和非常严重挤压变形五个等级。

表3TBM掘进围岩挤压变形等级划分

实施例2

新疆某工程2#的输水隧洞洞长约41.8km,开挖洞径6.5m,底坡1/565。隧洞地面高程1570~3469m,最大埋深2268m,主要采用“TBM+钻爆法”组合施工方案。隧洞施工条件复杂,面临断层破碎带、软岩变形、岩爆、蚀变岩、突涌水等不良地质条件,施工难度大,影响TBM施工工效,甚至有卡机风险。

输水隧洞土建工程共分为4个标段,其中Ⅳ标隧洞桩号23+600~40+823,Ⅳ标侵入岩隧洞桩号29+782~39+593段,侵入岩形成于华力西中早期,主要沿区域性断层F7两侧分布,以岩基、岩株、岩墙、岩脉的形式产出。岩性主要为花岗闪长岩、二长花岗岩和钾长花岗岩等,围岩接触带见热接触变质现象,形成角岩和矽卡岩及硅质岩带。

隧洞IV标桩号37+438附近为断层带和蚀变带,2018年TBM施工时出现突泥涌沙涌水导致停机。针对该事故的TBM卡机脱困处理方案决策,利用建立的卡机案例库,结合设备参数、事故洞段地质条件及地质问题、施工组织水平等特征属性值,对案例库中的案例进行检索和推理,计算结果见表4。由表知,新疆某工程2#隧洞IV标事故洞段与案例库中的吉林省中部城市引松供水工程F23.2断层破碎带段的源案例相似度最高,因此新疆某工程2#隧洞IV标事故洞段TBM脱困施工借鉴吉林省中部城市引松供水工程F23.2断层破碎带段案例中的处理方案经验,即采用超前管棚支护,并加强一次支护,最终顺利通过了断层蚀变带。

表4新疆某工程2#隧洞IV标事故洞段TBM脱困案例的推理结果

相关技术
  • 基于案例推理的云端智能生产优化调度在线决策方法及系统
  • 基于案例推理的选矿全流程运行指标智能决策系统及方法
技术分类

06120116495445