利用探测参数与扭矩相关性的TBM刀盘卡机预测方法及系统

本发明属于地质探测，尤其涉及一种利用探测参数与扭矩相关性的tbm刀盘卡机预测方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、tbm由于其快速、高效、安全可靠、施工质量好、成本低等优点，且集机械、电子、液压、激光、控制等技术为一体，并且拥有高度机械化和自动化，作为当前最先进的大型地下隧道开挖衬砌成套装备，得到了广泛应用。

3、随着tbm的应用，tbm在施工中遇到的问题也日益突出和严重。由于隧道建设向长距离、大埋深的方向发展，tbm在施工过程中遇到的地质情况变化多样，由于无法对掌子面前方的地质情况进行提前预知，掘进过程中极易发生掉块、塌腔以及突水突泥等地质灾害，突发的地质灾害造成一系列工程问题，比如：刀具磨损、出渣困难、护盾挤压变形等。同时tbm对于地质条件差、围岩软弱地带适应性较差，一旦遭遇不良地质条件下底层，由于不良地质条件下硬度不高亦被腐蚀等特点，极易发生围岩坍塌等地质灾害，极易导致tbm异常损毁和卡机甚至发生机毁人亡事故。因此tbm卡机不仅严重影响施工进度，更对人身安全是一种极大的威胁，tbm卡机事故已经成为隧道施工过程中迫切解决的一项重大工程难题。

4、申请号为202210597736.6，专利名称为：一种风化花岗岩地层tbm刀盘卡机预测方法及系统，其基于力学参数、围岩完整性系数、初始地应力以及机械参数，利用训练好的全连接神经网络模型，得到tbm扭矩，将所述tbm扭矩与额定扭矩值进行比较，判断tbm刀盘是否会发生卡机，而该技术方案仅仅通过力学模型与物探参数建立关系，未考虑主控参数的输出应力对于扭矩的约束条件，无法更贴合实际表征影响tbm卡机关键因素的缺陷，从而降低了tbm刀盘卡机预测的准确性，降低了隧道(洞)施工安全及隧道(洞)施工效率。

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提供一种利用探测参数与扭矩相关性的tbm刀盘卡机预测方法及系统，其能够挖掘tbm卡机主控参数相应规律，提前预测tbm刀盘的卡机关系模型，为tbm隧道修建提供保障，减少或预测tbm刀盘卡机，保证隧道(洞)施工安全，提高隧道(洞)施工效率。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供一种利用探测参数与扭矩相关性的tbm刀盘卡机预测方法。

4、在一个或多个实施例中，一种利用探测参数与扭矩相关性的tbm刀盘卡机预测方法，其包括：

5、获取影响tbm刀盘卡机的地球物理参数和主控参数；

6、利用双驱动tbm刀盘卡机预测模型处理所述地球物理参数以及所述主控参数的数值模拟结果，预测出tbm刀盘扭矩，进而判断出tbm卡机风险等级；

7、其中，所述双驱动tbm刀盘卡机预测模型包括：第一驱动预测模型和第二驱动预测模型；

8、所述第一驱动预测模型为输出应力与扭矩的关系模型，其用于将所述主控参数的数值模拟结果转化为输出应力云图，再根据输出应力与扭矩的已知关系，得到扭矩约束条件；

9、所述第二驱动预测模型用于直接处理所述地球物理参数，并在所述扭矩约束条件下，得到tbm刀盘扭矩。

10、作为一种实施方式，根据输出应力与扭矩的已知关系，得到扭矩约束条件的过程为：

11、基于已知控制方程处理所述输出应力云图，得到若干数值计算扭矩值，进而对这些数值计算扭矩值求取均方差，得到控制方程均方差并作为扭矩约束条件。

12、作为一种实施方式，所述第二驱动预测模型为基于地球物理参数的全连接神经网络。

13、作为一种实施方式，所述地球物理参数包括：电阻率、波速、弛豫时间、反射系数、极化率和初始地应力。

14、作为一种实施方式，所述主控参数包括：抗压强度、抗剪强度、完整性系数、初始地应力、刀盘转速和贯入度。

15、本发明的第二个方面提供一种利用探测参数与扭矩相关性的tbm刀盘卡机预测系统。

16、在一个或多个实施例中，一种利用探测参数与扭矩相关性的tbm刀盘卡机预测系统，其包括：

17、参数获取模块，其用于获取影响tbm刀盘卡机的地球物理参数和主控参数；卡机判断模块，其用于利用双驱动tbm刀盘卡机预测模型处理所述地球物理参数以及所述主控参数的数值模拟结果，预测出tbm刀盘扭矩，进而判断出tbm卡机风险等级；

18、其中，所述双驱动tbm刀盘卡机预测模型包括：第一驱动预测模型和第二驱动预测模型；

19、所述第一驱动预测模型为输出应力与扭矩的关系模型，其用于将所述主控参数的数值模拟结果转化为输出应力云图，再根据输出应力与扭矩的已知关系，得到扭矩约束条件；

20、所述第二驱动预测模型用于直接处理所述地球物理参数，并在所述扭矩约束条件下，得到tbm刀盘扭矩。

21、作为一种实施方式，根据输出应力与扭矩的已知关系，得到扭矩约束条件的过程为：

22、基于已知控制方程处理所述输出应力云图，得到若干数值计算扭矩值，进而对这些数值计算扭矩值求取均方差，得到控制方程均方差并作为扭矩约束条件。

23、作为一种实施方式，所述第二驱动预测模型为基于地球物理参数的全连接神经网络。

24、本发明的第三个方面提供一种计算机可读存储介质。

25、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的利用探测参数与扭矩相关性的tbm刀盘卡机预测方法中的步骤。

26、本发明的第四个方面提供一种电子设备。

27、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的利用探测参数与扭矩相关性的tbm刀盘卡机预测方法中的步骤。

28、与现有技术相比，本发明的有益效果是：

29、(1)本发明结合地球物理规律和现场数据深度学习建立了双驱动tbm刀盘卡机预测模型，揭示了不同地球物理参数状态下的tbm买到盘扭矩的相应规律特征，预测出准确的tbm刀盘扭矩，从而为tbm主动停机处置提供依据，保证tbm安全、高效地施工。

30、(2)本发明通过开展现场试验，结合tbm刀盘卡机(坍塌)数值计算，研究不同参数对tbm前方围岩坍塌高度的影响，提出影响盘卡机的主控参数，确定了研究tbm卡机的目标与方向。

31、(3)本发明将主控参数输入进行数值模拟，利用第一驱动预测模型得到扭矩约束条件，同时将地球物理参数输入到第二驱动预测模型，并且将二者得到的结果联合建立双驱动预测模型，通过已建立的双驱动预测模型得到刀盘扭矩预测值，改变了仅仅通过力学模型与物探参数建立关系无法很好的表达影响tbm卡机关键因素的缺陷，以及改变了仅通过力学机理出发预测刀盘卡机的过于片面的现状，相比于上述方法更直接有效的预测刀盘扭矩。

32、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。