盾构机在地铁隧道施工中的掘进姿态控制方法.pdf

盾构机在地铁隧道施工中的掘进姿态控制方法

许良生

（中铁十九局集团轨道交通工程有限公司，北京101300）

摘要：论述了盾构机掘进姿态预测、轨迹纠偏规划、算法寻优偏差控制等方面盾构机掘进姿态控制方法，以实际

工程为例，通过应用本文所述控制方法进行了盾构机位姿纠偏的模拟实验，实验结果表明，本文所述控制方法能

够控制盾构机按给定的轨迹进行跟踪纠偏，提升了盾构机运行过程中的响应速度，达到了盾构机姿态控制要求，

获得了较好纠偏效果。

关键词：地铁工程；盾构机；隧道掘进；姿态控制

0引言其盾构姿态。结合盾构机在掘进中的自身条件，建立其

相比于传统的掘进技术，盾构机具有隧道掘进和管掘进姿态预测模型。应用小波变换法（时频分析法）对

片拼装两种工作状态，适用于不同地下隧道工程施工[1]。数据进行去噪处理。将信号分解成不同分辨率水平的子

同时盾构机能够在不同地质环境中达到较好施工效果。频谱。提取盾构数据特征，增加一个存储时间序列信息

在通过对盾构机盾构姿态、角度参数等信息进行调整后，的单元来解决RNN（循环神经网络）缺陷。时间序列通

能够得到盾构部位不均匀沉降的原因。通过分析受力原过算法进行分解的公式如下：

因，改变盾构前后盾构机姿态相差数据，纠正盾构机偏()()+()（1）

xtAtDt

离隧道轴线的趋势。在掘进过程中，掘进轨迹与铁路设式（1）中：()为时间序列，()为原始信号，

xtAt

计轴线重合，能够较好控制盾构机的姿态。这样可以提()为分解过程中的噪声信息。根据分辨率达到数据序

Dt

升施工效果，在各类建筑工程中也被广泛应用[2]。通过列，将噪声信号去除后重构为新的信号。

结合特殊设计，实现地铁隧道结构稳定，实现对于轨迹跟1.1.2应用卷积神经网络技术

踪精度的提升。同时盾构机能够调整滚转角的纠偏，使在卷积神经网络中输入盾构机在掘进施工过程中的

得在每次掘进过程中，在拼装管片时需要不断调整与改灰度图像。并且在模型中设定输入层的长宽像素值。对

变刀盘角度，这样能够有效控制纠偏，提升方法应用过卷积层进行映射，将滤波器与局部连接后得到权重矩阵，

程中的实时性，避免人工调节产生局部受力过大的情况。将原始图像卷积到对应的特征映射中。其卷积方法的公

通过对盾构机的姿态进行调整，能够使得盾构机的式如下：

掘进过程中更加顺畅。盾构机在掘进过程中姿态对于地（2）

铁隧道走向十分重要，如果盾构机在进行隧道掘进过程式（2）中：为卷积方法，为输入图像，为权

αijxw

中，没有将两台盾构机的掘进精度进行调整，会导致重矩阵，ƒ为激活函数。

管线在对接中出现问题，使得隧道施工结果无法达到预通过映射后提取图像的特征。运用池化层对映射后

期[3]。本文以东莞地铁1号线大湿区间为背景，针对盾的特征结果进行采样，运用全连接层进行结果预测。在

构区间内基岩凸起情况，对盾构机在地铁隧道施工中的预测过程中，引入LSTM（长短期记忆递