一种基于数字孪生的双模转换智能决策方法及系统与流程
本技术属于隧道工程智能建造,尤其涉及一种基于数字孪生的双模转换智能决策方法及系统。
背景技术:
1、随着城市地下空间开发、交通网络延伸及水利水电工程建设的快速发展,隧道工程面临着穿越地质条件日益复杂(如软硬不均地层、复合地层、断层破碎带等)的挑战。为应对这种复杂性,兼具土压平衡盾构机与硬岩掘进机功能的双模盾构机应运而生。这种盾构机能够在土压平衡模式和硬岩掘进模式之间进行动态转换,极大地提升了在多变地层中的适应性和施工效率,已成为长大隧道、跨流域调水等重大工程的关键装备。
2、当前双模盾构机在复杂地质条件下进行模式转换决策时所面临的核心技术瓶颈包括:现有技术主要依赖于前期地质勘察资料的离线分析及施工人员的主观经验判断,导致地质、设备状态与环境等多源异构数据未能实现有效融合与实时处理,从而造成对前方地质条件及当前模式适应性的感知存在显著的滞后性与片面性。决策过程缺乏客观、量化与智能化的模型支撑,致使模式转换多为事后被动响应,而非基于实时数据驱动的前瞻性预警与主动调控。此外,转换后的施工参数调整缺乏精准指导,影响掘进效率与系统稳定性,且系统难以依据实际施工效果对决策逻辑与参数进行持续迭代与闭环优化,最终限制了隧道工程智能化建造水平的提升。
3、现有技术中地质信息、设备状态信息、环境信息等多源异构数据未能有效融合,对前方地质和当前模式适应性的感知存在显著滞后性和片面性。核心决策过程过度依赖人工经验,缺乏客观、量化、智能化的决策依据和模型支撑。模式转换多为被动响应问题,无法实现风险预警和主动、前瞻性的转换。模式转换后的参数调整缺乏精准指导,影响转换后的施工效率和稳定性。难以基于实际转换效果和施工数据对决策逻辑和参数进行持续优化。
4、作为核心技术,目前双模盾构机的模式转换决策主要依赖于地质勘察资料的预先分析和施工人员的经验判断。然而,这种方式导致目前双模盾构的施工效率低下,施工成本较高。因此,迫切需要研发一种创新的智能决策方法及系统,利用数字孪生技术,实现对epb/tbm双模转换过程的实时感知、动态评估、智能决策、精准执行和闭环优化,以显著提升双模盾构施工的安全性、效率和智能化水平。
技术实现思路
1、本技术的目的在于:为了克服现有技术问题,公开了一种基于数字孪生的双模转换智能决策方法及系统,旨在解决当前双模盾构机在复杂地质条件下进行模式转换决策时所面临的核心技术瓶颈。
2、本技术目的通过下述技术方案来实现:
3、一种基于数字孪生的双模转换智能决策方法,所述双模转换智能决策方法包括:
4、s1:在盾构机的前端布置安装传感器,实时采集掘进参数数据,包括推力f、扭矩s、转速w、掘进速度v;
5、s2:将流量计安装在盾构机后配套的排水系统上,监测得到地层渗水量p,在盾构机前端安装前置摄像头,摄像头探测前方地层,并实时传回画面,以判断节理倾角;
6、s3:数据传输单元dtu实时接收各个传感器和流量计传来的监测数据,并进行储存;
7、s4:由节理倾角值和监测数据共同组成初始数据,并基于数据库预设数据要求,对初始数据进行预处理,获得目标数据;
8、s5:依据推力
f,掘进速度
v,刀盘截面积
a,掘进距离
d,判断地层分界情况;
9、s6:构建数据处理模型,所述数据处理模型以cnn卷积神经网络为基础,包含输入层、输出层和隐藏层;
10、将监测得到的掘进速度、推力、扭矩、转速和渗水量输入数据处理模型中,掘进速度不参与输出层的计算,直接进入隐藏层,最终获得输出数据为n;
11、s7:根据不同掘进距离的各个输出数据
n,生成以输出数据n为纵坐标,掘进距离
d为横坐标的函数图像,并根据函数图像,实时计算相应函数的斜率
k1,参照斜率
k1和输出数据n的变化情况进行地层形状及模式预警判断;
12、s8:发出预警后,参考预警信号、经济效益分析和地层建模分析,进行最终的模式转换。
13、根据一个优选的实施方式,步骤s4中,数据预处理包括除去初始数据中的异常数据。
14、根据一个优选的实施方式,步骤s5包括:
15、计算掘进到某深度
d1时,计算该处地层的比能
se1,比能
se1基于下式获得:
16、
17、其中,
f表示总推力,
v表示掘进速度,a表示刀盘截面积;
18、得到比能
se1后,计算得到比能标准
k:
19、
20、当掘进到勘探的地层分界深度
d2时,计算该处地层的比能
se2,得到
se1和
se2后,计算比能变化率
se’:
21、
22、比较比能变化率se’和比能标准k的关系,判断地层分界情况:
23、时,分界情况为地层一;时,分界情况为地层二;时,分界情况为地层三。
24、根据一个优选的实施方式,步骤s6中,将监测得到的掘进速度、推力、扭矩、转速和渗水量分为n组输入数据处理模型中的输入层进行数据运算,包括:
25、第1组数据为盾构机掘进到一米时,传感器和流量计采集的推力、扭矩、转速和渗水量数据,所述第2组数据为盾构机掘进到两米时,传感器和流量计采集的推力、扭矩、转速和渗水量数据,直至第n组数据;
26、经输入层计算获得一阶数据t1,t2,……tn,计算式为:
27、
28、
29、
30、其中,b1,b2,b3,b4为权重系数,
f1,
s1,
w1,
p1是第一组数据对应的推力、扭矩、转速和渗水量,
f2,
s2,
w2,
p2是第二组数据对应的推力、扭矩、转速和渗水量,
fn,
sn,
wn,
pn是第n组数据对应的推力、扭矩、转速和渗水量;
31、输入层获得的各一阶数据输入至隐藏层与掘进速度进行运算,得到实际速度w1,w2,……wn分别由
f1
(x),f2
(x)……fn
(x)表示:
32、
33、
34、
35、其中,
v1是掘进到一米时,传感器采集到的掘进速度数据,
v2是掘进到两米时,传感器采集到的掘进速度数据,
vn是掘进到第n米时,传感器采集到的掘进速度数据,由决断数据w1,w2,……wn共同组成输出数据
n。
36、根据一个优选的实施方式,步骤s7包括:
37、当岩层分层情况为地层一时,为判断方式一,即当掘进距离到达勘探地层分界深度
d2前,输出数据函数斜率
k1=0,输出数据
n保持不变;到达勘探地层分界深度
d2时,输出数据
n发生突变且斜率
k1=1,此时,说明到达地层一对应的软硬岩分层,发出模式转换预警;
38、当岩层分层情况为地层二时,为判断方式二,即当掘进距离到达勘探地层分界深度
d2前,输出数据n以不变的斜率
k1逐渐增大,且0≤
k1≤0.1,到达勘探地层分界深度
d2时,输出数据
n发生突变且斜率
k1>1,此时,说明到达地层二对应的软硬岩分层,发出模式转换预警;
39、当岩层分层情况为地层三时,为判断方式三,即当掘进距离到达勘探地层分界深度
d2前,输出数据n以不变的斜率
k1逐渐减小,且-0.1≤
k1≤0,到达勘探地层分界深度
d2时,输出数据
n发生突变且斜率
k1满足0<
k1<1,此时,说明到达地层三对应的软硬岩分层,发出模式转换预警。
40、根据一个优选的实施方式,步骤s8包括:
41、s81:掘进过程中,依靠位移传感器监测得到掘进距离数据,刀具成本由各个刀具成本求加权确定,并记录刀具更换的次数
t;
42、s82:掘进过程中,经济效益计算满足如下公式:
43、
44、
45、其中,
c总是指硬岩或软岩地层中从开始到结束的刀具总成本,
b指的是每个刀具的单价,
i指的是刀具更换次数,其中,
i=
t+1,
c每米指的是每掘进一米刀具成本,
g1指的是完成第一层地层掘进时消耗的天数c;
46、s83:掘进到地层分界距离
d2时,摄像头实时探测感知前方地层数据,得到地层数据后,结合历史数据,估算在相应地层中掘进时消耗的
c’总;
47、s84:计算转换成本
c转换,满足下式:
48、
49、其中,
c每天为在进行第一层地层掘进时,每天损耗的成本,
c’每天为进行第二层地层掘进时每天损耗的成本,
g转为模式转换时耽误的工期天数;
50、s85:进行决策判断,若
c总≥
c’总+
c转换,则从经济上分析,进行模式转换是更优的选择,并结合地层建模分析,决定是否进行模式转换;若
c总<
c’总+
c转换,则不进行模式转换。
51、根据一个优选的实施方式,步骤s8还包括:
52、s86:地层建模分析,经济上达到模式转换的条件后,基于传感器和流量计采集的当前地层的相关数据、摄像头探测感知的前方地层数据,并基于预设的地层模型进行判断,
53、若监测得到的地层相关数据与预设的地层模型中的数据相差不超过10%,则进行模式转换;若超过10%,则不转换模式;
54、向前掘进一米,再监测相关地层数据,若此时的数据与前一米的相关数据的差值平均值超过20%,则进行模式转换;若未超过,则再向前掘进,直至监测到相关地层数据与前一米的相关数据的差值平均值超过20%,则进行模式转换。
55、根据一个优选的实施方式,所述双模转换智能决策方法还包括:
56、s9:模式转换完成后,根据转换过程中和转换后的情况,自动修复自身不足。
57、本技术还公开了:
58、一种基于数字孪生的双模转换智能决策系统,所述双模转换智能决策系统包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
59、其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,使得所述至少一个处理器执行前述的方法。
60、前述本技术主方案及其各进一步选择方案可以自由组合以形成多个方案,均为本技术可采用并要求保护的方案。本领域技术人员在了解本技术方案后根据现有技术和公知常识可明了有多种组合,均为本技术所要保护的技术方案,在此不做穷举。
61、本技术的有益效果:
62、(1)采用传感器监测盾构机掘进数据,雷达探测地层地质数据,并通过dtu实时传输数据,并基于预设数据库,自动去除不合理的数据,保障了数据的实时性和准确性。
63、(2)基于cnn卷积神经网络构建数据处理模型,实现对掘进参数的智能分析与特征提取,并结合地层比能计算与变化率分析,实现对地层分界情况的精准判断。并依据数据处理模型输出数据函数斜率变化与地层类型自适应切换判断策略,实现风险预警与主动前瞻性的模式转换建议,显著降低了对人工经验的依赖。
64、(3)综合地质数据、经济效益(刀具成本、转换成本、工期损失)与地层建模分析结果,实现模式转换时机的多维度科学判定。经济性分析可自动量化评估转换前后的成本效益,为决策提供客观依据,提升工程项目的经济可行性。
65、(4)通过实时感知、智能预警与精准执行,显著降低了施工过程中的不确定性与风险,优化了掘进参数与模式转换策略,提高了双模盾构机在复杂地层中的适应性与整体施工效率,同时保障了施工过程的安全性与稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com