盾构掘进过程中的异常工况识别与智能决策

摘要

盾构工法是目前修筑隧道的重要施工手段，涉及机电、控制、工程管理等多个领域。盾构掘进过程中的异常工况是盾构施工过程中遇到的突出问题和研究热点，多智能体系统是人工智能领域的重要研究课题之一。本文以盾构掘进过程为研究对象，通过多智能体系统方法解决盾构异常工况识别与智能决策等相关问题，重点研究了智能体系统的推理方法在盾构工程中的应用。主要研究工作如下：
　　 1、针对盾构异常工况涉及外界地质环境、土舱内土体流动性、盾构掘进参数变化及人工操作等问题的特点，建立了多智能体系统异常工况与智能决策模型，注重对问题进行层次划分，根据盾构掘进特点，将其分为综合地质估计、异常工况识别、施工调整决策三部分，进而提高问题的可解读性及处理精度。
　　 2、在综合地质估计部分建立了外部地质估计Agent和盾构土压舱内土体流动性估计Agent。以置信规则库为外部地质估计Agent的推理机，综合利用施工前期地质勘探数据和盾构掘进过程中测量参数估计外部地质参数。以小波包分解方法为推理机从土压舱内可测量数据中提取有效信息，用以估计土压舱内土体流动性，为异常工况识别与决策提供必要的支撑。
　　 3、在异常工况识别部分建立了喷涌、结饼和沉降三种异常工况识别Agent。首先分析了异常工况产生机理，用以确定识别Agent的特征变量，进而利用支持向量回归机作为推理机用于估计异常工况发生的可能性及程度，以提前预警并安排相应的处理手段。
　　 4、在施工调整决策部分建立了土体改良Agent用以解决土舱内土体流动性改良，建立了注浆控制Agent和密封舱压力协调控制Agent用以解决掘进过程中沉降量控制问题。首先分析了工况调整机理，总结了土体改良手段和地表沉降管理手段，进而利用置信规则库算法和多模型预测控制算法为推理机用以确定调整手段和控制手段，以自动寻找最优控制策略。