盾構(gòu)掘進過程中的異常工況識別與智能決策.pdf

1、盾構(gòu)工法是目前修筑隧道的重要施工手段，涉及機電、控制、工程管理等多個領域。盾構(gòu)掘進過程中的異常工況是盾構(gòu)施工過程中遇到的突出問題和研究熱點，多智能體系統(tǒng)是人工智能領域的重要研究課題之一。本文以盾構(gòu)掘進過程為研究對象，通過多智能體系統(tǒng)方法解決盾構(gòu)異常工況識別與智能決策等相關問題，重點研究了智能體系統(tǒng)的推理方法在盾構(gòu)工程中的應用。主要研究工作如下：
　　 1、針對盾構(gòu)異常工況涉及外界地質(zhì)環(huán)境、土艙內(nèi)土體流動性、盾構(gòu)掘進參數(shù)變化及人工

2、操作等問題的特點，建立了多智能體系統(tǒng)異常工況與智能決策模型，注重對問題進行層次劃分，根據(jù)盾構(gòu)掘進特點，將其分為綜合地質(zhì)估計、異常工況識別、施工調(diào)整決策三部分，進而提高問題的可解讀性及處理精度。
　　 2、在綜合地質(zhì)估計部分建立了外部地質(zhì)估計Agent和盾構(gòu)土壓艙內(nèi)土體流動性估計Agent。以置信規(guī)則庫為外部地質(zhì)估計Agent的推理機，綜合利用施工前期地質(zhì)勘探數(shù)據(jù)和盾構(gòu)掘進過程中測量參數(shù)估計外部地質(zhì)參數(shù)。以小波包分解方法為推理機從

3、土壓艙內(nèi)可測量數(shù)據(jù)中提取有效信息，用以估計土壓艙內(nèi)土體流動性，為異常工況識別與決策提供必要的支撐。
　　 3、在異常工況識別部分建立了噴涌、結(jié)餅和沉降三種異常工況識別Agent。首先分析了異常工況產(chǎn)生機理，用以確定識別Agent的特征變量，進而利用支持向量回歸機作為推理機用于估計異常工況發(fā)生的可能性及程度，以提前預警并安排相應的處理手段。
　　 4、在施工調(diào)整決策部分建立了土體改良Agent用以解決土艙內(nèi)土體流動性改良，