CN111915193B - 一种tbm实时掘进卡机风险预警方法 - Google Patents

一种tbm实时掘进卡机风险预警方法 Download PDF

Info

Publication number
CN111915193B
CN111915193B CN202010771662.4A CN202010771662A CN111915193B CN 111915193 B CN111915193 B CN 111915193B CN 202010771662 A CN202010771662 A CN 202010771662A CN 111915193 B CN111915193 B CN 111915193B
Authority
CN
China
Prior art keywords
tunneling
effective
tbm
card machine
data
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
Application number
CN202010771662.4A
Other languages
English (en)
Other versions
CN111915193A (zh
Inventor
武颖莹
徐受天
李鹏宇
张娜
郑赢豪
任梦祎
荆留杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Engineering Equipment Group Co Ltd CREG
Original Assignee
China Railway Engineering Equipment Group Co Ltd CREG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Railway Engineering Equipment Group Co Ltd CREG filed Critical China Railway Engineering Equipment Group Co Ltd CREG
Priority to CN202010771662.4A priority Critical patent/CN111915193B/zh
Publication of CN111915193A publication Critical patent/CN111915193A/zh
Application granted granted Critical
Publication of CN111915193B publication Critical patent/CN111915193B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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)
  • Business, Economics & Management (AREA)
  • Mining & Mineral Resources (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Earth Drilling (AREA)

Abstract

本发明公开了一种TBM实时掘进卡机风险预警方法，包括如下步骤：设定掘进终止长度判定值和有效掘进长度判定值，将有效掘进数据序列设为空；采集掘进数据；根据采集的掘进数据对TBM掘进进行有效掘进状态判断；TBM掘进为有效掘进状态时，对掘进数据的掘进点进行有效掘进点判断；TBM掘进为无效掘进状态时，进行无效掘进点判断；将该掘进点的掘进数据附加存储到有效掘进数据序列中，计算有效掘进数据序列的长度；若为有效掘进点，将有效掘进数据序列的长度与有效掘进长度判定值比较；根据有效掘进数据序列中的掘进数据计算卡机指数终值；对卡机风险程度进行判定并显示。本发明有效识别掘进中的卡机风险，对卡机风险实时报警，减少卡机带来的经济损失确保施工安全。

Description

一种TBM实时掘进卡机风险预警方法
技术领域
本发明属于隧道工程隧道掘进机施工技术领域，具体涉及一种TBM实时掘进卡机风险预警方法。
背景技术
隧道掘进机施工具有安全、高效、环保等优点，已经成为长、大隧道施工的首选工法，其发展至今已有150多年的历史。然而，TBM设备庞大，与钻爆法相比，其对不良地质条件的适应性较差，在软岩地层掘进时，容易诱发由大变形、塌方等导致的卡机事故，这往往造成掘进速度缓慢、效率低下、工期拖延等结果，如果处理不当，甚至会带来灾难性的后果。
大量学者专家对TBM卡机的机理进行研究，当护盾周围围岩变形超过预留变形量时，围岩挤压护盾产生超过安装推力所能提供的最大推进能力时，会发生护盾卡机现象。现有卡机风险的计算，往往涉及较为复杂的仿真计算，或需要特殊手段对岩体力学参数进行测试，存在现场应用困难等问题。
中国专利(公开号：CN110675092A，公开日：20200110)一种基于扭推比的破碎地层TBM卡机风险预警方法，判别方法复杂，需要统计的数据较多，实际应用性较低。
发明内容
针对卡机风险的计算复杂、现场应用困难的问题，本发明提出了一种TBM实时掘进卡机风险预警方法，基于掘进参数可以进行卡机风险的快速判别，解决了TBM现场施工遭遇不良地质时卡机风险难以实时判别的问题。
为解决以上技术问题，本发明所采用的技术方案如下：
一种TBM实时掘进卡机风险预警方法，包括如下步骤：
S1，通过控制系统设定掘进终止长度判定值和有效掘进长度判定值，并将有效掘进数据序列设定为空；
S2，通过传感器在线采集反映TBM设备运行状态的掘进数据，且掘进数据均包括总推力、刀盘扭矩和贯入度；
S3，控制系统根据步骤S2中所采集的掘进数据对TBM掘进进行有效掘进状态的判断；
S4，当TBM掘进为有效掘进状态时，对该掘进数据所对应的掘进点进行有效掘进点的判断；
当TBM掘进为无效掘进状态时，对该掘进数据所对应的掘进点进行无效掘进点的判断，并根据掘进终止长度判定值判断该掘进点是否为掘进终止点；
S5，当步骤S4所述的掘进点为有效掘进点时，控制系统将该掘进点的掘进数据附加存储到有效掘进数据序列中，并根据有效掘进数据序列中掘进数据的条数计算有效掘进数据序列的长度；
S6，将步骤S5中得到的有效掘进数据序列的长度与有效掘进长度判定值进行比较，如果有效掘进数据序列的长度大于或等于有效掘进长度判定值，则执行步骤S7，否则返回执行步骤S2；
S7，控制系统根据有效掘进数据序列中的掘进数据计算卡机指数终值；
S8，控制系统根据步骤S7所得到的卡机指数终值对卡机风险程度进行判定，并将卡机指数终值和卡机风险程度进行实时显示。
在步骤S1中，所述掘进终止长度判定值为10，有效掘进长度判定值为40。
在步骤S3中，所述对TBM掘进进行有效掘进状态的判断，包括如下步骤：
S3.1，将步骤S2中的掘进数据的总推力与TBM的总推力阈值、掘进数据的刀盘扭矩与刀盘扭矩阈值分别进行比较；
S3.2，若该掘进数据中的总推力大于总推力阈值且刀盘扭矩大于刀盘扭矩阈值，即判定 TBM掘进为有效掘进状态，否则即判定为无效掘进状态。
所述TBM的总推力阈值和刀盘扭矩阈值通过以下步骤计算得到：
步骤a，统计TBM的滚刀未切割掌子面即空推段的历史掘进数据，根据历史掘进数据计算空推摩擦力和刀盘空转扭矩；
所述空推摩擦力等于TBM空推时的总推力均值，且总推力均值是根据所述空推段的所有掘进数据的总推力计算平均值得到；刀盘空转扭矩等于刀盘空转时的刀盘扭矩均值，且刀盘扭矩均值是根据所述空推段的所有掘进数据的刀盘扭矩计算平均值得到；
步骤b，将步骤a中得到的空推摩擦力和刀盘空转扭矩分别乘以相应的安全系数，即可对应地得出总推力阈值和刀盘扭矩阈值。
所述空推摩擦力对应的安全系数为1.1，刀盘空转扭矩对应的安全系数为2。
在步骤S4中，所述对掘进数据所对应的掘进点进行有效掘进点的判断，包括如下步骤；
S4a.1，将无效掘进点的个数归零；
S4a.2，判断该掘进数据的贯入度是否在正常范围内，若在，则判断该掘进点为有效掘进点，执行步骤S5；若不在，则返回执行步骤S2；
所述对掘进数据所对应的掘进点进行无效掘进点的判断，包括如下步骤：
S4b.1，控制系统根据有效掘进数据序列中的掘进数据的条数计算有效掘进数据序列的长度，并将有效掘进数据序列的长度与有效掘进长度判定值进行比较；
S4b.2，若有效掘进数据序列的长度大于或等于有效掘进长度判定值，则判定该掘进数据所对应的掘进点为无效掘进点，并对无效掘进点的个数进行累加计数，然后执行步骤S4b.3；否则，清空有效掘进数据序列，同步使无效掘进点的个数归零，并返回执行步骤S2；
S4b.3，将无效掘进点的个数与掘进终止长度判定值进行比较，若无效掘进点的个数大于或等于掘进终止长度判定值，则判定该无效掘进点为TBM掘进终止点，同步清空有效掘进数据序列；否则返回执行步骤S2。
在步骤S7中，所述计算卡机指数终值包括如下步骤：
S7.1，根据卡机指数计算模型计算有效掘进数据序列中的靠近计算时间点的至少三条有效掘进数据所对应的卡机指数；
S7.2，对步骤S7.1中的所获得的卡机指数按照大小进行排序，取其中位数作为卡机指数终值。
所述卡机指数计算模型所对应的计算公式为：
k＝(F-Ff)*p0.5/(T-Ts)；
式中，F表示总推力，Ff表示空推摩擦力，p表示贯入度，T表示刀盘扭矩，Ts表示刀盘空转扭矩，k表示卡机指数。
在步骤S8中，所述对卡机风险程度进行判定的原则如下：
若卡机指数终值<20，则判定无卡机风险；
若20≤卡机指数终值<40，则判定卡机风险程度为轻微；
若40≤卡机指数终值<60，则判定卡机风险程度为中度；
若卡机指数终值≥60，则判定卡机风险程度为重度。
本发明的有益效果：
本发明根据实时掘进数据判断TBM是否进入有效掘进状态，然后根据贯入度的值判断有效掘进状态下的掘进数据所对应的掘进点是否有效掘进点，并同步将有效掘进点存储到有效掘进数据序列中，最后根据有效掘进数据序列计算TBM卡机指数，并基于TBM卡机指数对卡机风险进行分级，可快速应用在各类掘进设备中，且能有效识别TBM掘进过程中存在的卡机风险，通过实时的卡机风险报警，可减少卡机带来的经济损失，确保现场施工的安全；简单快捷，能实时为操作人员指示掘进中存在的卡机风险，提醒操作人员在卡机风险高的掘进段采取主动防控措施，降低卡机风险，为TBM安全掘进保驾护航。
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为本发明的流程示意图。
图2为卡机风险识别示意图。
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实时掘进卡机风险预警方法，如图1所示，包括如下步骤：
S1，通过控制系统设定掘进终止长度判定值和有效掘进长度判定值，并将有效掘进数据序列设定为空；
所述有效掘进长度判定值和掘进终止长度判定值均为整数，且有效掘进长度判定值不小于二十，掘进终止长度判定值不小于五；所述有效掘进数据序列用于存储有效掘进状态下有效掘进点所对应的有效掘进数据，每条有效掘进数据均独立地存储在有效掘进数据序列中；所述有效掘进状态是指TBM滚刀是否切割掌子面进入有效破岩过程；本实施例中，所述掘进终止长度判定值为10，有效掘进长度判定值为40。
S2，通过传感器在线采集反映TBM设备运行状态的掘进数据，且掘进数据均包括总推力、刀盘扭矩和贯入度；
TBM在掘进过程中每个掘进点均对应于一条掘进数据，每条掘进数据均反映了TBM在各自掘进点的掘进状况；所述掘进点包括有效掘进点和无效掘进点。
S3，控制系统根据步骤S2中所采集的掘进数据对TBM掘进进行有效掘进状态的判断；
所述对TBM掘进进行有效掘进状态的判断，包括如下步骤：
S3.1，将步骤S2中的掘进数据中的总推力与TBM的总推力阈值、刀盘扭矩与刀盘扭矩阈值分别进行比较；
S3.2，若该掘进数据中的总推力大于总推力阈值且刀盘扭矩大于刀盘扭矩阈值，即判定 TBM掘进为有效掘进状态，否则，即判定为无效掘进状态。
所述TBM的总推力阈值和刀盘扭矩阈值通过以下步骤计算得到：
步骤a，统计TBM的滚刀未切割掌子面即空推段的历史掘进数据，根据历史掘进数据计算空推摩擦力和刀盘空转扭矩；
所述空推摩擦力等于TBM空推时的总推力均值，且总推力均值是根据所述空推段的所有掘进数据的总推力计算平均值得到；刀盘空转扭矩等于刀盘空转时的刀盘扭矩均值，且刀盘扭矩均值是根据所述空推段的所有掘进数据的刀盘扭矩计算平均值得到；
步骤b，将步骤a中得到的空推摩擦力和刀盘空转扭矩分别乘以相应的安全系数，即可对应地得出总推力阈值和刀盘扭矩阈值。
本实施例中，所述空推摩擦力为4200kN，对应的安全系数为1.1，因此总推力阈值为 4620kN；刀盘空转扭矩为120kNm，对应的安全系数为2，因此刀盘扭矩阈值为240kNm。
S4，当TBM掘进为有效掘进状态时，对该掘进数据所对应的掘进点进行有效掘进点的判断；
当TBM掘进为无效掘进状态时，对该掘进数据所对应的掘进点进行无效掘进点的判断，并根据掘进终止长度判定值判断该掘进点是否为掘进终止点；
所述对掘进数据所对应的掘进点进行有效掘进点的判断，包括如下步骤；
S4a.1，将无效掘进点的个数归零；
S4a.2，判断该掘进数据的贯入度是否在正常范围内，若在，则判断该掘进数据所对应的掘进点为有效掘进点，执行步骤S5；若不在，则返回执行步骤S2；
有效掘进点所对应的掘进数据即为有效掘进数据。
所述对掘进数据所对应的掘进点进行无效掘进点的判断，包括如下步骤：
S4b.1，控制系统根据有效掘进数据序列中的掘进数据的条数计算有效掘进数据序列的长度，并将有效掘进数据序列的长度与有效掘进长度判定值进行比较；
S4b.2，若有效掘进数据序列的长度大于或等于有效掘进长度判定值，则判定该掘进数据所对应的掘进点为无效掘进点，对无效掘进点的个数进行累加计数，然后执行步骤S4b.3；否则，清空有效掘进数据序列，同步使无效掘进点的个数归零，并返回执行步骤S2；
S4b.3，将无效掘进点的个数与掘进终止长度判定值进行比较，若无效掘进点的个数大于或等于掘进终止长度判定值，则判定该无效掘进点为TBM掘进终止点，同步清空有效掘进数据序列；否则返回执行步骤S2；
本实施例中，无效掘进点的个数采用sk表示，其初始值为零；贯入度的正常范围为0.1-20。
S5，当步骤S4所述的掘进点为有效掘进点时，控制系统将该掘进点的有效掘进数据附加存储到有效掘进数据序列中，并根据有效掘进数据序列中有效掘进数据的条数计算有效掘进数据序列的长度；
所述有效掘进数据序列的长度即为有效掘进数据序列中有效掘进数据的总条数。
S6，将步骤S5中得到的有效掘进数据序列的长度与有效掘进长度判定值进行比较，如果有效掘进数据序列的长度大于或等于有效掘进长度判定值，则执行步骤S7，否则返回执行步骤S2。
S7，控制系统根据有效掘进数据序列中的有效掘进数据计算卡机指数终值；
所述计算卡机指数终值包括如下步骤：
S7.1，根据卡机指数计算模型计算有效掘进数据序列中的靠近计算时间点的至少三条有效掘进数据所对应的卡机指数；
所述卡机指数计算模型的计算公式为：
k＝(F-Ff)*p0.5/(T-Ts)
式中，F表示总推力，Ff表示空推摩擦力，p表示贯入度，T表示刀盘扭矩，Ts表示刀盘空转扭矩，k表示卡机指数；
本实施例中，计算了有效掘进数据序列中最新30条有效掘进数据所对应的卡机指数；另外，为了确保所计算出的数据的实时性，故一般情况下只会采用最新的有效掘进数据，最新即为最靠近计算时间点。
S7.2，对步骤S7.1中的所获得的卡机指数进行排序，取其中位数作为卡机指数终值。
S8，控制系统根据步骤S7所计算的卡机指数终值对卡机风险程度进行判定，并将卡机指数终值和卡机风险程度进行实时显示；
所述对卡机风险程度进行判定的原则如下：
若卡机指数终值<20，则判定无卡机风险；
若20≤卡机指数终值<40，则判定卡机风险程度为轻微；
若40≤卡机指数终值<60，则判定卡机风险程度为中度；
若卡机指数终值≥60，则判定卡机风险程度为重度；
如下采用表格对卡机指数终值、卡机风险程度和卡机风险概率进行详列，方便对照查看：
卡机指数终值的区间 10～20 20～40 40～60 >60
卡机风险程度 无 轻微 中度 重度
卡机风险概率 0～0.1 0.1～0.3 0.3～0.6 0.6～1.0
如图2所示，操作人员根据实时显示的数据可以不断地监控TBM的掘进状态，为操作人员提供当前掘进的卡机风险信息，便于及时发现问题。
以上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 (9)

1.一种TBM实时掘进卡机风险预警方法，其特征在于，包括如下步骤：
S1，通过控制系统设定掘进终止长度判定值和有效掘进长度判定值，并将有效掘进数据序列设定为空；
S2，通过传感器在线采集反映TBM设备运行状态的掘进数据，且掘进数据均包括总推力、刀盘扭矩和贯入度；
S3，控制系统根据步骤S2中所采集的掘进数据对TBM掘进进行有效掘进状态的判断；
有效掘进状态为掘进数据中的总推力大于总推力阈值且刀盘扭矩大于刀盘扭矩阈值时对应的TBM掘进，否则为无效掘进状态；
S4，当TBM掘进为有效掘进状态时，对该掘进数据所对应的掘进点进行有效掘进点的判断；
当TBM掘进为无效掘进状态时，对该掘进数据所对应的掘进点进行无效掘进点的判断，并根据掘进终止长度判定值判断该掘进点是否为掘进终止点；
有效掘进点为掘进数据的贯入度在正常范围内对应的掘进点；
无效掘进点为有效掘进数据序列的长度大于或等于有效掘进长度判定值所对应的掘进点；
S5，当步骤S4所述的掘进点为有效掘进点时，控制系统将该掘进点的掘进数据附加存储到有效掘进数据序列中，并根据有效掘进数据序列中掘进数据的条数计算有效掘进数据序列的长度；
S6，将步骤S5中得到的有效掘进数据序列的长度与有效掘进长度判定值进行比较，如果有效掘进数据序列的长度大于或等于有效掘进长度判定值，则执行步骤S7，否则返回执行步骤S2；
S7，控制系统根据有效掘进数据序列中的掘进数据计算卡机指数终值；
S8，控制系统根据步骤S7所得到的卡机指数终值对卡机风险程度进行判定，并将卡机指数终值和卡机风险程度进行实时显示。
2.根据权利要求1所述的TBM实时掘进卡机风险预警方法，其特征在于，在步骤S1中，所述掘进终止长度判定值为10，有效掘进长度判定值为40。
3.根据权利要求1或2所述的TBM实时掘进卡机风险预警方法，其特征在于，在步骤S3中，所述对TBM掘进进行有效掘进状态的判断，包括如下步骤：
S3.1，将步骤S2中的掘进数据的总推力与TBM的总推力阈值、掘进数据的刀盘扭矩与刀盘扭矩阈值分别进行比较；
S3.2，若该掘进数据中的总推力大于总推力阈值且刀盘扭矩大于刀盘扭矩阈值，即判定TBM掘进为有效掘进状态，否则即判定为无效掘进状态。
4.根据权利要求3所述的TBM实时掘进卡机风险预警方法，其特征在于，所述TBM的总推力阈值和刀盘扭矩阈值通过以下步骤计算得到：
步骤a，统计TBM的滚刀未切割掌子面即空推段的历史掘进数据，根据历史掘进数据计算空推摩擦力和刀盘空转扭矩；
所述空推摩擦力等于TBM空推时的总推力均值，且总推力均值是根据所述空推段的所有掘进数据的总推力计算平均值得到；刀盘空转扭矩等于刀盘空转时的刀盘扭矩均值，且刀盘扭矩均值是根据所述空推段的所有掘进数据的刀盘扭矩计算平均值得到；
步骤b，将步骤a中得到的空推摩擦力和刀盘空转扭矩分别乘以相应的安全系数，即可对应地得出总推力阈值和刀盘扭矩阈值。
5.根据权利要求4所述的TBM实时掘进卡机风险预警方法，其特征在于，所述空推摩擦力对应的安全系数为1.1，刀盘空转扭矩对应的安全系数为2。
6.根据权利要求1或5所述的TBM实时掘进卡机风险预警方法，其特征在于，在步骤S4中，所述对掘进数据所对应的掘进点进行有效掘进点的判断，包括如下步骤；
S4a.1，将无效掘进点的个数归零；
S4a.2，判断该掘进数据的贯入度是否在正常范围内，若在，则判断该掘进点为有效掘进点，执行步骤S5；若不在，则返回执行步骤S2；
所述对掘进数据所对应的掘进点进行无效掘进点的判断，包括如下步骤：
S4b.1，控制系统根据有效掘进数据序列中的掘进数据的条数计算有效掘进数据序列的长度，并将有效掘进数据序列的长度与有效掘进长度判定值进行比较；
S4b.2，若有效掘进数据序列的长度大于或等于有效掘进长度判定值，则判定该掘进数据所对应的掘进点为无效掘进点，并对无效掘进点的个数进行累加计数，然后执行步骤S4b.3；否则，清空有效掘进数据序列，同步使无效掘进点的个数归零，并返回执行步骤S2；
S4b.3，将无效掘进点的个数与掘进终止长度判定值进行比较，若无效掘进点的个数大于或等于掘进终止长度判定值，则判定该无效掘进点为TBM掘进终止点，同步清空有效掘进数据序列；否则返回执行步骤S2。
7.根据权利要求1所述的TBM实时掘进卡机风险预警方法，其特征在于，在步骤S7中，所述计算卡机指数终值包括如下步骤：
S7.1，根据卡机指数计算模型计算有效掘进数据序列中的靠近计算时间点的至少三条有效掘进数据所对应的卡机指数；
S7.2，对步骤S7.1中的所获得的卡机指数按照大小进行排序，取其中位数作为卡机指数终值。
8.根据权利要求7所述的TBM实时掘进卡机风险预警方法，其特征在于，所述卡机指数计算模型所对应的计算公式为：
Figure DEST_PATH_IMAGE001
；
式中，F表示总推力，F f 表示空推摩擦力，p表示贯入度，T表示刀盘扭矩，T s 表示刀盘空转扭矩，k表示卡机指数。
9.根据权利要求1、7或8所述的TBM实时掘进卡机风险预警方法，其特征在于，在步骤S8中，所述对卡机风险程度进行判定的原则如下：
若卡机指数终值<20，则判定无卡机风险；
若20≤卡机指数终值<40，则判定卡机风险程度为轻微；
若40≤卡机指数终值<60，则判定卡机风险程度为中度；
若卡机指数终值≥60，则判定卡机风险程度为重度。
CN202010771662.4A 2020-08-04 2020-08-04 一种tbm实时掘进卡机风险预警方法 Active CN111915193B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010771662.4A CN111915193B (zh) 2020-08-04 2020-08-04 一种tbm实时掘进卡机风险预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010771662.4A CN111915193B (zh) 2020-08-04 2020-08-04 一种tbm实时掘进卡机风险预警方法

Publications (2)

Publication Number Publication Date
CN111915193A CN111915193A (zh) 2020-11-10
CN111915193B true CN111915193B (zh) 2022-11-25

Family

ID=73287542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010771662.4A Active CN111915193B (zh) 2020-08-04 2020-08-04 一种tbm实时掘进卡机风险预警方法

Country Status (1)

Country Link
CN (1) CN111915193B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765791B (zh) * 2021-01-04 2022-06-21 清华大学 一种基于数值样本和随机森林的tbm卡机风险预测方法
CN113033004B (zh) * 2021-03-30 2024-05-14 中铁工程装备集团有限公司 一种基于数据驱动的隧道掘进机推进过程摩擦力计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107893664A (zh) * 2017-11-10 2018-04-10 中铁工程装备集团有限公司 一种双护盾tbm盾体卡机预测方法及系统
CN108643930A (zh) * 2018-05-08 2018-10-12 中铁工程装备集团有限公司 一种tbm隧道施工实时预警方法
CN109738022A (zh) * 2019-02-18 2019-05-10 中国科学院武汉岩土力学研究所 Tbm掘进过程围岩与tbm相互作用监测方法及装置
CN110675092A (zh) * 2019-10-18 2020-01-10 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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106014428B (zh) * 2016-07-06 2018-08-07 中国电建集团华东勘测设计研究院有限公司 Tbm通过具有强岩爆风险绕行洞段的围岩预处理方法
CN109540018B (zh) * 2018-12-13 2021-04-02 武汉大学 一种盾构机护盾区域围岩收敛变形实时监测装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107893664A (zh) * 2017-11-10 2018-04-10 中铁工程装备集团有限公司 一种双护盾tbm盾体卡机预测方法及系统
CN108643930A (zh) * 2018-05-08 2018-10-12 中铁工程装备集团有限公司 一种tbm隧道施工实时预警方法
CN109738022A (zh) * 2019-02-18 2019-05-10 中国科学院武汉岩土力学研究所 Tbm掘进过程围岩与tbm相互作用监测方法及装置
CN110675092A (zh) * 2019-10-18 2020-01-10 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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Prediction of TBM Tunneling Parameters through an LSTM Neural Network";Haowen Chen 等;《IEEE》;20200120;702-707 *
全断面隧道掘进机护盾受力监测及卡机预警;刘泉声等;《岩土力学》;20180910(第09期);309-317 *
基于改进信息熵值分析的TBM掘进参数研究;张兵;《河南科学》;20190530(第05期);103-109 *

Also Published As

Publication number Publication date
CN111915193A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN111915193B (zh) 一种tbm实时掘进卡机风险预警方法
WO2021073497A1 (zh) 一种基于扭推比的破碎地层tbm卡机风险预警方法
CN103306722B (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
CN103291364B (zh) 一种冲击矿压的微震多维信息综合时序预警方法
WO2019042483A2 (zh) 一种tbm在掘岩体状态实时感知系统和方法
CN105089620B (zh) 卡钻的监测系统、方法及装置
CN102926810A (zh) 煤与瓦斯突出的预测方法
CN109356602A (zh) 一种盾构机掘进状态的判断方法及系统
CN107144891A (zh) 隧道突涌水前兆信息监测与融合预警系统以及方法
CN113673119B (zh) 基于贝叶斯方法的煤矿冲击地压危险性动静耦合评价方法
CN111768308A (zh) 一种基于冲击地压监测数据分析的开采强度评估方法
CN111476420A (zh) 一种微震监测冲击地压预警指标优化方法
CN104123840B (zh) 基于视频检测技术的车流密度定性判别方法
CN115596509A (zh) 一种煤矿巷道掘进过程中的瓦斯预警方法
CN117552793A (zh) 一种盾构刀盘磨损状态的定量评估方法、系统及终端
CN110847914B (zh) 基于数据分析的盾构机掘进轴线偏差报警机制优化方法
CN113869603A (zh) 一种基于掘进指数的异常工况预警方法
CN112115537A (zh) 一种tbm可掘性分级方法
CN115730453A (zh) 一种基于掘进阻力的tbm卡机风险预警方法及系统
CN218151074U (zh) 一种煤与瓦斯突出预警系统
CN115687444A (zh) 一种盾构tbm滚刀边滚刀损坏预警方法
CN115239108B (zh) 一种基于tbm实时破岩数据的软弱破碎围岩感知方法
CN115577984A (zh) 一种基于bim技术的滑坡应急治理监管系统
CN115759351A (zh) 泥水盾构掘进综合预警方法、系统及存储介质
CN112554943B (zh) 一种基于tbm掘进参数的地质风险预警方法、系统及装置

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