CN108643930B - 一种tbm隧道施工实时预警方法 - Google Patents
一种tbm隧道施工实时预警方法 Download PDFInfo
- Publication number
- CN108643930B CN108643930B CN201810431552.6A CN201810431552A CN108643930B CN 108643930 B CN108643930 B CN 108643930B CN 201810431552 A CN201810431552 A CN 201810431552A CN 108643930 B CN108643930 B CN 108643930B
- Authority
- CN
- China
- Prior art keywords
- early warning
- database
- time
- tbm
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000005641 tunneling Effects 0.000 claims abstract description 51
- 239000011435 rock Substances 0.000 claims description 27
- 239000013589 supplement Substances 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 239000000047 product Substances 0.000 claims description 12
- 238000009933 burial Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 239000004568 cement Substances 0.000 claims description 3
- 239000006260 foam Substances 0.000 claims description 3
- 239000004519 grease Substances 0.000 claims description 3
- 230000035515 penetration Effects 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000003449 preventive effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/003—Arrangement of measuring or indicating devices for use during driving of tunnels, e.g. for guiding machines
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/06—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining
- E21D9/08—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining with additional boring or cutting means other than the conventional cutting edge of the shield
- E21D9/0875—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining with additional boring or cutting means other than the conventional cutting edge of the shield with a movable support arm carrying cutting tools for attacking the front face, e.g. a bucket
- E21D9/0879—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining with additional boring or cutting means other than the conventional cutting edge of the shield with a movable support arm carrying cutting tools for attacking the front face, e.g. a bucket the shield being provided with devices for lining the tunnel, e.g. shuttering
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Lining And Supports For Tunnels (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种TBM隧道施工实时预警方法，步骤如下：S1，采集TBM掘进的动态信息数据数据，并构建TBM工程数据库集；S2，建立TBM掘进参数实时数据库，实时保存TBM运行时所产生的实时数据；S3，根据步骤S1和步骤S2对TBM掘进进行预警；所述预警包括地质预警、消耗品预警、易损件预警和重大问题预警。本发明能够及时有效的掌握隧道工程体中每一段的地质状况、消耗品的详细信息、易损件的备用数量等信息，并及时将信息反馈给施工人员，使施工人员能够把握好各方面的详细信息，及时准确地做好预防或应急措施，是减少隧道施工安全事故，提高工作效率，保质保量完成施工任务的有效途径。
Description
技术领域
本发明属于隧道施工监控技术领域，具体涉及一种TBM隧道施工实时预警方法。
背景技术
近年来，我国隧道建设工作进入了迅猛发展时期，TBM在国内外也得到了广泛的应用，TBM施工方法已经成为了隧道施工的主要方法。但随着隧道施工的快速发展，隧道安全保障也急需提高，由于对地质信息把握地不够详细，消耗品不能及时得到补充，设备的易损件不能及时更换，重大问题不能及时解决等多种原因，造成工期延误，施工效率底下，施工事故频繁发生等现象时有发生。因此，从国家领导人到各个行业、集团等各个层面都极其关注隧道施工安全。
发明内容
针对TBM隧道施工现有的技术难题和TBM隧道施工对信息化、智能化的需求，本发明提供了一种TBM隧道施工实时预警方法，不仅能够更智能化、更精确化地帮助施工提升主动安全管控水平，最大程度降低事故发生，也可通过预警及时补充物品、更换配件、采取有效的应急措施，能够有效地避免工期延误，提高TBM隧道施工效率。
为解决上述技术问题，本发明所采用的技术方案如下：
一种TBM隧道施工实时预警方法，步骤如下：
S1，采集TBM掘进的动态信息数据数据，并构建TBM工程数据库集；
所述工程数据库集包括地质状态数据库、消耗品数据库、易损件数据库、重大问题数据库、掘进控制参数数据库。
所述地质状态数据库，至少包含桩号、地质描述、围岩类别、存在的风险、风险类型、埋深、岩性、围岩类别、影响范围、风险详情，风险状态以及对风险的应对建议、石单轴饱和抗压强度Rc、单位岩体体积的节理数Jv、岩体基本质量等级W。
所述消耗品数据库，包括消耗品和消耗品的数据信息，所述消耗品包括水泥浆、豆粒石、油脂和泡沫；每一消耗品的数据信息至少包含产品名称、产品编号、库存数据Xn、预计下次使用数量Xm、历史使用总量。
所述易损件数据库，包括易损件和易损件的数据信息，易损件包括滚刀、传感器、皮带机托辊、清扫器，每一易损件的数据信息至少包含产品名称、产品编号、库存数量Yn、预计下次使用数量、历史使用总量。
所述重大问题数据库，包括重大问题和重大问题的数据信息，重大问题包括卡机、涌水、断层破碎带、岩爆，每一重大问题的数据信息包括问题发生时间、问题类型、问题发生时的地质状况、问题发生时的掘进参数、引发问题原因，问题的解决方法、通过问题所总结到的经验教训。
所述掘进控制参数数据库至少包含单刀推力Ft，单刀扭矩Tn，贯入度P，刀盘转速n，推进速度V。
S2，建立TBM掘进参数实时数据库，实时保存TBM运行时所产生的实时数据；所述实时数据，包括采集到数据的时间，采集项以及采集项对应的值。
S3，根据步骤S1和步骤S2对TBM掘进进行预警；
所述预警包括地质预警、消耗品预警、易损件预警和重大问题预警。
S3.1，地质预警。
根据TBM当前的掘进速度以及掘进的实时桩号与地质状态数据库中的数据进行对比，实时显示距离TBM最近的风险源详情，包括距离最近风险源的距离、风险源桩号、风险源周围的地质描述、风险类型、风险区域、围岩类别、岩性、埋深对风险的应对建议。
S3.2，消耗品预警，包括以下步骤：
S3.2.1，从工程数据库集中的消耗品数据库中获得各消耗品的库存量Xn，并从实时数据库中获取TBM当前的掘进速度以及每一种消耗品的使用量Xm；
S3.2.2，比较库存量和使用量；
如果库存量Xn>使用量Xm，则说明该种消耗品的库存数量充足，暂时无需补充；
如果库存量Xn<使用量Xm，说明则此消耗品的库存数量不足，需要及时补充，系统发出预警，提醒相关工作人员对该消耗品进行及时补充，并将补充结果返回给数据服务中心进行记录；
S3.3，易损件预警，如图4流程图所示，包括以下步骤：
S3.3.1，从工程数据库集中的易损件数据库中获得各种易损件的库存量Yn，并从实时数据库中获取TBM当前的掘进速度以及每一种易损件的使用量Ym；
S3.3.2，如果库存量Yn>使用量Ym，说明此易损件的库存数量充足，暂时无需补充；
如果库存量Yn<使用量Ym，说明则此易损件的库存数量不足，需要及时补充，系统发出预警，提醒相关工作人员对该易损件进行及时补充，并将补充结果返回给数据服务中心进行记录；
S3.4，重大问题预警，如图5流程图所示，包括以下步骤：
S3.4.1，从工程数据库集的地质状态数据库中得到围岩状态参数矩阵F，F＝[Rc，Jv，W]；
S3.4.2，在工程数据库集的掘进控制参数数据库中对掘进循环的前10％掘进参数数据进行提取，组成掘进参数矩阵T1，T1＝[Ft，Tn，P，n，V]；
S3.4.3，建立一个三层神经网络，每层节点数分别为20，15，10，对初始神经网络进行有监督的学习，输入为掘进参数矩阵T1，输出为围岩状态参数矩阵F，选取70％掘进控制参数数据库中的数据进行训练，30％的数据进行测试，得到一个成熟的神经网络Network；
S3.4.4，将实时数据库中的数据输入构建的神经网络进行预测，预测结果通过手机、电脑等方式发送给相关单位的相关负责人，给相关单位的相关负责人发送信息，提醒相关人员进行紧急处理。
S3.5，将各预警结果通过网络返回数据服务中心，更新工程数据库集。
本发明在构建数据库时，配置TBM的数据字段、数据格式、数据存储方式，并对TBM上的每个需要采集数据的采样点进行编号，将采样数据转化为与内容无关的数据内容；且在存储时，按照统一的标准格式进行数据存储。
本发明能够及时有效的掌握隧道工程体中每一段的地质状况、消耗品的详细信息、易损件的备用数量等信息，并及时将信息反馈给施工人员，使施工人员能够把握好各方面的详细信息，及时准确地做好预防或应急措施，是减少隧道施工安全事故，提高工作效率，保质保量完成施工任务的有效途径。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是TBM隧道施工实时预警方法的总流程图。
图2是TBM隧道施工实时预警方法的组成图。
图3是消耗品预警分析服务流程图。
图4是易损件预警分析服务流程图。
图5是重大问题预警分析服务流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种TBM隧道施工实时预警方法，如图1-2所示，步骤如下：
S1，采集TBM掘进的动态信息数据数据，并构建TBM工程数据库集；
所述工程数据库集包括地质状态数据库、消耗品数据库、易损件数据库、重大问题数据库、掘进控制参数数据库。
所述地质状态数据库，至少包含桩号、地质描述、围岩类别、存在的风险、风险类型、埋深、岩性、围岩类别、影响范围、风险详情，风险状态以及对风险的应对建议、石单轴饱和抗压强度Rc、单位岩体体积的节理数Jv、岩体基本质量等级W。
所述消耗品数据库，包括消耗品和消耗品的数据信息，所述消耗品包括水泥浆、豆粒石、油脂和泡沫；每一消耗品的数据信息至少包含产品名称、产品编号、库存数据Xn、预计下次使用数量Xm、历史使用总量。
所述易损件数据库，包括易损件和易损件的数据信息，易损件包括滚刀、传感器、皮带机托辊、清扫器，每一易损件的数据信息至少包含产品名称、产品编号、库存数量Yn、预计下次使用数量、历史使用总量。
所述重大问题数据库，包括重大问题和重大问题的数据信息，重大问题包括卡机、涌水、断层破碎带、岩爆，每一重大问题的数据信息包括问题发生时间、问题类型、问题发生时的地质状况、问题发生时的掘进参数、引发问题原因，问题的解决方法、通过问题所总结到的经验教训。
所述掘进控制参数数据库至少包含单刀推力Ft，单刀扭矩Tn，贯入度P，刀盘转速n，推进速度V。
S2，建立TBM掘进参数实时数据库，实时保存TBM运行时所产生的实时数据；所述实时数据，包括采集到数据的时间，采集项以及采集项对应的值。
S3，根据步骤S1和步骤S2对TBM掘进进行预警；
所述预警包括地质预警、消耗品预警、易损件预警和重大问题预警。
S3.1，地质预警。
根据TBM当前的掘进速度以及掘进的实时桩号与地质状态数据库中的数据进行对比，实时显示距离TBM最近的风险源详情，包括距离最近风险源的距离、风险源桩号、风险源周围的地质描述、风险类型、风险区域、围岩类别、岩性、埋深对风险的应对建议。
S3.2，消耗品预警，如图3所示，包括以下步骤：
S3.2.1，从工程数据库集中的消耗品数据库中获得各消耗品的库存量Xn，并从实时数据库中获取TBM当前的掘进速度以及每一种消耗品的使用量Xm；
S3.2.2，比较库存量和使用量；
如果库存量Xn>使用量Xm，则说明该种消耗品的库存数量充足，暂时无需补充；
如果库存量Xn<使用量Xm，说明则此消耗品的库存数量不足，需要及时补充，系统发出预警，提醒相关工作人员对该消耗品进行及时补充，并将补充结果返回给数据服务中心进行记录；
S3.3，易损件预警，如图4流程图所示，包括以下步骤：
S3.3.1，从工程数据库集中的易损件数据库中获得各种易损件的库存量Yn，并从实时数据库中获取TBM当前的掘进速度以及每一种易损件的使用量Ym；
S3.3.2，如果库存量Yn>使用量Ym，说明此易损件的库存数量充足，暂时无需补充；
如果库存量Yn<使用量Ym，说明则此易损件的库存数量不足，需要及时补充，系统发出预警，提醒相关工作人员对该易损件进行及时补充，并将补充结果返回给数据服务中心进行记录；
S3.4，重大问题预警，如图5流程图所示，包括以下步骤：
S3.4.1，从工程数据库集的地质状态数据库中得到围岩状态参数矩阵F，F＝[Rc，Jv，W]；
S3.4.2，在工程数据库集的掘进控制参数数据库中对掘进循环的前10％掘进参数数据进行提取，组成掘进参数矩阵T1，T1＝[Ft，Tn，P，n，V]；
S3.4.3，建立一个三层神经网络，每层节点数分别为20，15，10，对初始神经网络进行有监督的学习，输入为掘进参数矩阵T1，输出为围岩状态参数矩阵F，选取70％掘进控制参数数据库中的数据进行训练，30％的数据进行测试，得到一个成熟的神经网络Network；
S3.4.4，将实时数据库中的数据输入构建的神经网络进行预测，系统根据预测结果，给相关单位的相关负责人发送信息，提醒相关人员进行紧急处理；
S3.5，将各预警结果通过网络返回数据服务中心，更新工程数据库集。
上面所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种TBM隧道施工实时预警方法，其特征在于，步骤如下：
S1，采集TBM掘进的动态信息数据，并构建TBM工程数据库集；
所述工程数据库集包括地质状态数据库、消耗品数据库、易损件数据库、重大问题数据库、掘进控制参数数据库；
S2，建立TBM掘进参数实时数据库，实时保存TBM运行时所产生的实时数据；所述实时数据，包括采集到数据的时间，采集项以及采集项对应的值；
S3，根据步骤S1和步骤S2对TBM掘进进行预警；
所述预警包括地质预警、消耗品预警、易损件预警和重大问题预警；
在步骤S3中，具体步骤为：S3.1，地质预警；
根据TBM当前的掘进速度以及掘进的实时桩号与地质状态数据库中的数据进行对比，实时显示距离TBM最近的风险源详情，包括距离最近风险源的距离、风险源桩号、风险源周围的地质描述、风险类型、风险区域、围岩类别、岩性、埋深以及对风险的应对建议；
S3.2，消耗品预警，包括以下步骤：
S3.2.1，从工程数据库集中的消耗品数据库中获得各消耗品的库存量Xn，并从实时数据库中获取TBM当前的掘进速度以及每一种消耗品的使用量Xm；
S3.2.2，比较库存量和使用量；
如果库存量Xn>使用量Xm，则说明该种消耗品的库存数量充足，暂时无需补充；
如果库存量Xn<使用量Xm，说明则此消耗品的库存数量不足，需要及时补充，系统发出预警，提醒相关工作人员对该消耗品进行及时补充，并将补充结果返回给数据服务中心进行记录；
S3.3，易损件预警，包括以下步骤：
S3.3.1，从工程数据库集中的易损件数据库中获得各种易损件的库存量Yn，并从实时数据库中获取TBM当前的掘进速度以及每一种易损件的使用量Ym；
S3.3.2，如果库存量Yn>使用量Ym，说明此易损件的库存数量充足，暂时无需补充；
如果库存量Yn<使用量Ym，说明则此易损件的库存数量不足，需要及时补充，系统发出预警，提醒相关工作人员对该易损件进行及时补充，并将补充结果返回给数据服务中心进行记录；
S3.4，重大问题预警，包括以下步骤：
S3.4.1，从工程数据库集的地质状态数据库中得到围岩状态参数矩阵F，F=[Rc，Jv，W]；
S3.4.2，在工程数据库集的掘进控制参数数据库中对掘进循环的前10%掘进参数数据进行提取，组成掘进参数矩阵T1，T1=[Ft，Tn，P，n，V]；
S3.4.3，建立一个三层神经网络，每层节点数分别为20，15，10，对初始神经网络进行有监督的学习，输入为掘进参数矩阵T1，输出为围岩状态参数矩阵F，选取70%掘进控制参数数据库中的数据进行训练，30%的数据进行测试，得到一个成熟的神经网络Network；
S3.4.4，将实时数据库中的数据输入构建的神经网络进行预测，系统根据预测结果，给相关单位的相关负责人发送信息，提醒相关人员进行紧急处理；
S3.5，将各预警结果通过网络返回数据服务中心，更新工程数据库集。
2.根据权利要求1所述的TBM隧道施工实时预警方法，其特征在于：在步骤S1中，所述地质状态数据库，至少包含桩号、地质描述、围岩类别、存在的风险、风险类型、埋深、岩性、围岩类别、影响范围、风险详情，风险状态以及对风险的应对建议、石单轴饱和抗压强度Rc、单位岩体体积的节理数Jv、岩体基本质量等级W；
所述消耗品数据库，包括消耗品和消耗品的数据信息，所述消耗品包括水泥浆、豆粒石、油脂和泡沫；每一消耗品的数据信息至少包含产品名称、产品编号、库存数据Xn、预计下次使用数量Xm、历史使用总量；
所述易损件数据库，包括易损件和易损件的数据信息，易损件包括滚刀、传感器、皮带机托辊、清扫器，每一易损件的数据信息至少包含产品名称、产品编号、库存数量Yn、预计下次使用数量、历史使用总量。
3.根据权利要求1所述的TBM隧道施工实时预警方法，其特征在于：在步骤S1中，
所述重大问题数据库，包括重大问题和重大问题的数据信息，重大问题包括卡机、涌水、断层破碎带、岩爆，每一重大问题的数据信息包括问题发生时间、问题类型、问题发生时的地质状况、问题发生时的掘进参数、引发问题原因，问题的解决方法、通过问题所总结到的经验教训；
所述掘进控制参数数据库至少包含单刀推力Ft、单刀扭矩Tn、贯入度P、刀盘转速n、推进速度V。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810431552.6A CN108643930B (zh) | 2018-05-08 | 2018-05-08 | 一种tbm隧道施工实时预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810431552.6A CN108643930B (zh) | 2018-05-08 | 2018-05-08 | 一种tbm隧道施工实时预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108643930A CN108643930A (zh) | 2018-10-12 |
| CN108643930B true CN108643930B (zh) | 2020-02-07 |
Family
ID=63749829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810431552.6A Active CN108643930B (zh) | 2018-05-08 | 2018-05-08 | 一种tbm隧道施工实时预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108643930B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109358505B (zh) * | 2018-10-26 | 2022-03-29 | 中铁工程装备集团有限公司 | 一种tbm智能驾驶方法及系统 |
| CN109685378B (zh) * | 2018-12-27 | 2020-04-24 | 中铁工程装备集团有限公司 | 一种基于数据挖掘的tbm施工围岩可掘性分级方法 |
| CN109630154B (zh) * | 2019-01-24 | 2023-08-25 | 华能西藏雅鲁藏布江水电开发投资有限公司 | 一种用于隧道掘进的掘进机器人及远程移动终端指挥系统 |
| CN109812257A (zh) * | 2019-02-21 | 2019-05-28 | 山东大学 | 水射流辅助破岩智能控制系统及方法 |
| CN110134753B (zh) * | 2019-05-21 | 2021-04-23 | 中国科学院武汉岩土力学研究所 | 一种基于gis框架的深埋超长隧道岩爆风险评估方法 |
| CN110242297B (zh) * | 2019-07-03 | 2020-11-13 | 精英数智科技股份有限公司 | 一种识别掘进工作面超循环作业的方法、装置及系统 |
| CN110675092B (zh) * | 2019-10-18 | 2022-04-05 | 中铁隧道局集团有限公司 | 一种基于扭推比的破碎地层tbm卡机风险预警方法 |
| CN110738825A (zh) * | 2019-11-01 | 2020-01-31 | 中铁隧道局集团有限公司 | 一种敞开式tbm破碎地层预警方法及系统 |
| CN111594197B (zh) * | 2020-04-30 | 2021-05-04 | 东北大学 | 一种基于tbm岩机信息的隧洞断层段超前智能感知方法 |
| CN111832821A (zh) * | 2020-07-09 | 2020-10-27 | 山东大学 | 一种tbm卡机风险预测方法及系统 |
| CN111915193B (zh) * | 2020-08-04 | 2022-11-25 | 中铁工程装备集团有限公司 | 一种tbm实时掘进卡机风险预警方法 |
| CN112177621B (zh) * | 2020-09-11 | 2021-11-23 | 山东大学 | Tbm掘进过程护盾围岩垮塌灾害实时预警系统及方法 |
| CN112196559B (zh) * | 2020-09-30 | 2021-08-27 | 山东大学 | 基于掘进速度与刀具消耗最优的tbm操作参数优化方法 |
| CN112647965B (zh) * | 2020-12-09 | 2022-03-04 | 山东大学 | 一种适用于tbm掘进隧道实时预测卡机的方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101893875A (zh) * | 2009-05-18 | 2010-11-24 | 中国石化集团南京化学工业有限公司 | 基于状态的机械设备一体化综合管理系统 |
| CN103473639A (zh) * | 2013-09-04 | 2013-12-25 | 广西百色矿务局有限公司 | 一种煤矿安全生产的智能监管方法及系统 |
| CN104329120A (zh) * | 2014-10-17 | 2015-02-04 | 成都四为电子信息股份有限公司 | 一种隧道施工安全监控管理系统和方法 |
| CN106776679A (zh) * | 2016-11-04 | 2017-05-31 | 中交第二航务工程局有限公司工程装备分公司 | 盾构机掘进施工远程集中监控方法 |
| KR20170066994A (ko) * | 2015-12-07 | 2017-06-15 | 성창통신 주식회사 | M2m 무선통신을 이용한 재난 경보 시스템 |
| CN107503757A (zh) * | 2017-09-20 | 2017-12-22 | 中建交通建设集团有限公司 | 一种基于大数据技术的盾构隧道智能施工辅助系统及使用方法 |
-
2018
- 2018-05-08 CN CN201810431552.6A patent/CN108643930B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101893875A (zh) * | 2009-05-18 | 2010-11-24 | 中国石化集团南京化学工业有限公司 | 基于状态的机械设备一体化综合管理系统 |
| CN103473639A (zh) * | 2013-09-04 | 2013-12-25 | 广西百色矿务局有限公司 | 一种煤矿安全生产的智能监管方法及系统 |
| CN104329120A (zh) * | 2014-10-17 | 2015-02-04 | 成都四为电子信息股份有限公司 | 一种隧道施工安全监控管理系统和方法 |
| KR20170066994A (ko) * | 2015-12-07 | 2017-06-15 | 성창통신 주식회사 | M2m 무선통신을 이용한 재난 경보 시스템 |
| CN106776679A (zh) * | 2016-11-04 | 2017-05-31 | 中交第二航务工程局有限公司工程装备分公司 | 盾构机掘进施工远程集中监控方法 |
| CN107503757A (zh) * | 2017-09-20 | 2017-12-22 | 中建交通建设集团有限公司 | 一种基于大数据技术的盾构隧道智能施工辅助系统及使用方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108643930A (zh) | 2018-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108643930B (zh) | 一种tbm隧道施工实时预警方法 | |
| CN109685378B (zh) | 一种基于数据挖掘的tbm施工围岩可掘性分级方法 | |
| Verma et al. | Identifying patterns of safety related incidents in a steel plant using association rule mining of incident investigation reports | |
| CN109724785A (zh) | 一种基于多源信息融合的刀具状态监测及寿命预测系统 | |
| CN103306722A (zh) | 一种冲击危险区的微震多维信息综合区域探测评价方法 | |
| CN110907079B (zh) | 一种采动应力的动态监测系统及方法 | |
| CN106224005B (zh) | 一种基于远程电数据交互电信号传输的监控方法 | |
| CN102926810A (zh) | 煤与瓦斯突出的预测方法 | |
| CN113586028B (zh) | 基于数字孪生的反井钻机扩孔刀盘的智能监控系统 | |
| CN102691522A (zh) | 一种工作面突出危险动态预测图形成方法 | |
| CN106640194B (zh) | 一种复合型煤岩瓦斯动力灾害预警方法 | |
| CN114219211A (zh) | 一种基于理论与数据驱动融合的冲击地压风险评估方法 | |
| Wu et al. | A dynamic decision approach for risk analysis in complex projects | |
| CN112580165A (zh) | 一种敞开式tbm穿越不良地质刀盘卡机预测方法及系统 | |
| Abdi Oskouei et al. | A method for data-driven evaluation of operator impact on energy efficiency of digging machines | |
| CN104727815A (zh) | 一种实时钻井地层修正预测方法及装置 | |
| CN110359919A (zh) | 一种盾构机施工风险防控方法及系统 | |
| CN107701238A (zh) | 一种煤与瓦斯突出预警装置及方法 | |
| CN107276236A (zh) | 一种基于浮动阈值判定法的电网遥测告警策略方法 | |
| CN204013912U (zh) | 钻机现场监控平台 | |
| Ghadernejad et al. | Application of an integrated decision-making approach based on FDAHP and PROMETHEE for selection of optimal coal seam for mechanization; A case study of the Tazareh coal mine complex, Iran | |
| CN117328941A (zh) | 基于煤层孕灾动态物理场数字孪生体的孕灾状态预警系统 | |
| CN110806859A (zh) | 基于机器学习的模块化钻探数据监测与设计系统 | |
| CN115239108B (zh) | 一种基于tbm实时破岩数据的软弱破碎围岩感知方法 | |
| CN115731678A (zh) | 基于数字孪生和大数据的安全监测预警与处置系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |