CN113075120A - 一种实时土体类别识别方法、系统及一种盾构机 - Google Patents

Abstract

本发明属于土类识别方法，公开了一种实时土体类别识别方法，包括如下步骤：(1)采集振动信号：经布置于开挖掘进机构上的传感器采集开挖掘进机构的振动信号；(2)根据振动信号分析识别土体类别：利用设定的信号处理算法分析振动信号的频域特征，并据此分析所接触到的土体的平均剪切模量，并将分析结果与土体类别数据库中的数据进行对比以判别土体类别。该土体类别识别方法能够快速准确地识别土体类别。本发明还公开了一种实时土体类别识别系统，包括用于获取振动信号以分析其频域特征并得出平均剪切模量的振动监测模块和预存有各类土体的平均剪切模量的数据库模块；此外还公开了一种具有上述实时土体类别识别系统的盾构机。

Description

一种实时土体类别识别方法、系统及一种盾构机

技术领域

本发明涉及土体类别识别方法，具体涉及一种实时土体类别识别方法。此外本发明还涉及一种实时土体类别识别系统及一种盾构机。

背景技术

随着我国地下空间开发和利用的需求逐渐增加，对地下工程施工技术安全性和高效性的要求也逐步提升。

盾构法施工是地下工程施工的主流技术，地质条件是盾构施工的重要影响因素，对开挖区域地质条件的充分了解将有利于合理地选择盾构机的施工参数，可以大大提高掘进的效率，缩短工期；同时还可以减少盾构开挖对周边建筑和地质体的影响，提高安全性。

目前，对地质条件的勘察主要依赖于施工钻孔数据，钻孔数据过少将影响地层模型的准确性，造成局部地段模型出入过大或地层参数未知的情况，而钻孔数据过多将增加施工成本，拖长工期；此外现有的土类识别技术采用土体破坏时实测阻力大小结合现有土压力计算模型进行土类识别，其需要采集多次挖掘过程中数据才能对土类进行识别，因此以上两种方法均不能实时地判断掘进过程中地层的变化情况是否与预想的一致，加大了盾构施工的不可预测性。

有鉴于此需要提供一种实时土体类别识别方法。

发明内容

本发明第一方面所要解决的技术问题是提供一种实时土体类别识别方法，以能够实时且准确地识别当前作业点的土体类别。

本发明第二方面所要解决的技术问题是提供一种实时土体类别识别系统，以能够实现实时获取振动信号并经过运算分析，准确地识别当前作业点的土体类别。

本发明第三方面所要解决的技术问题是提供一种盾构机，以能够实时识别土体类别，并根据土体类别自动调节施工参数。

为解决上述技术问题，本发明第一方面提供一种实时土体类别识别方法，包括如下步骤：(1)采集振动信号：经由布置于开挖掘进设备的开挖掘进机构上的传感器采集所述开挖掘进机构在动作过程中的振动信号；(2)根据获取的振动信号分析并识别土体类别：利用设定的信号处理算法实时分析实际作业过程中所述振动信号的频域特征，并依据所述频域特征分析所接触到的土体的实测平均剪切模量G_i，进而将分析结果与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比，以确定当前作业位置的土体类别。

具体地，所述步骤(2)中的所述频域特征包括频域特征频率幅值。

进一步具体地，所述频域特征频率幅值的特征获取方法为：将所述开挖掘进机构在接触土体后的a个所述振动信号进行快速傅里叶变换，得出土体的频域特征频率范围，再取所述频域特征频率范围内幅值的平均值得出所述频域特征频率幅值的特征值B_K。

具体地，所述实测平均剪切模量G_i为所述开挖掘进机构在一个动作周期内所接触到的所有类别的土体的剪切模量的平均值；所述标定平均剪切模量G_k经由实验模拟或现场勘测获得并与各类土体一一对应地预存于所述土体类别数据库中，且能够根据施工数据不断进行矫正。

进一步具体地，所述标定平均剪切模量G_k与所述振动信号的所述频域特征频率幅值的特征值B_K之间的关系如式①所示：

f(G_k)＝θ₁G_k+θ₀……①

其中k代表不同的土体类别，θ₀和θ₁由式①所得的数据集合D＝{(G₁，B₁)，(G₂，B₂)，…，(G_k，B_k)}通过BP算法求得。

具体地，所述步骤(2)中所述信号处理算法、所述实测平均剪切模量G_i的获取、以及所述分析结果的对比包括：

a)记所述传感器传递的一组所述振动信号的幅值集合为X＝{x_i|i＝1，2，…，F_s·t₁}，其中F_s为采样频率，t₁为采样的持续时间；

b)将所述集合X进行加窗处理，再利用快速傅里叶变换：

其中虚数记号

得到该集合X的频域特征频率范围；再据此计算该集合X的频域特征频率幅值的平均值B_i；

若T₀时刻的实测平均幅值B_i大于等于B_k-1而小于B_k，而T₀时刻下一时刻的实测平均幅值B_i+1小于B_k-1或大于等于B_k，则再进一步利用如下式①求得所述实测平均剪切模量G_i：

f(G_i)＝θ₁G_i+θ₀……①

其中i代表不同的土体类别，θ₀和θ₁由式①所得的数据集合D＝{(G₁，B₁)，(G₂，B₂)，…，(G_k，B_k)}通过BP算法求得；

若T₀时刻下一时刻的实测平均幅值B_i+1仍大于等于B_k-1而小于B_k，则判定频域特征频率幅值不符合识别要求，并执行步骤d；

c)将所述实测平均剪切模量G_i与所述土体类别数据库中数据进行对比，以实现土体类别的判断；

d)等待下一组的振动信号并重复步骤a、b和c直至判断出土体类别。

本发明第二方面提供一种实时土体类别识别系统，包括振动监测模块和数据库模块，所述振动监测模块包括传感器和控制器，所述传感器设于开挖掘进设备的开挖掘进机构上并与所述控制器电连接，以经由该传感器测量所述开挖掘进机构的振动并向所述控制器传递振动信号，所述控制器内预设有土体类别识别算法，所述土体类别识别算法包括实时分析实际作业过程中所述振动信号的频域特征，并依据所述频域特征分析所接触到的土体的实测平均剪切模量G_i，进而将分析结果与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比，以确定当前作业位置的土体类别。

本发明第三方面提供一种盾构机，包括上述技术方案中的实时土体类别识别系统，所述实时土体类别识别系统中的传感器布置于盾构机的盾构掘进机构处。

进一步地，所述传感器为加速度传感器。

更进一步地，所述实时土体类别识别系统还包括自动调参系统，以能够根据识别出的土体类别自动调节所述盾构机的施工参数。

本发明的实时土体类别识别方法，通过对开挖掘进机构在遇到不同的土体时产生的振动的频域幅值进行分析，并进一步通过频域幅值的分析结果得到所接触到的土体的实测平均剪切模量G_i，从而能够从根本上实现对当前作业位置的土体类别的判断，且由于事先已经建立了土体类别数据库，故在实际作业过程中，开挖掘进机构与土体接触后极短的时间内，即可通过土体类别识别算法计算分析设于开挖掘进机构上的传感器所传递的振动信号的频域特征频率幅值，并进一步通过频域特征频率幅值得到实测平均剪切模量G_i，再将实测平均剪切模量G_i与所述土体类别数据库中的数据对比，以实现土体类别的识别，时效性高；且既避免了多次挖掘测量所带来的误差，又能够根据剪切模量的大小从根本上识别土体类别，因此识别结果更加准确。

本发明的实时土体类别识别系统，能实现对土体类别以及有无障碍物的实时识别，且其采用加速度传感器采集振动信号，一方面能够方便的获取振动的振动幅值在时间上的变化，从而方便了对频域特征频率范围和频域特征频率幅值的分析；另一方面加速度传感器结构紧凑方便布置。

本发明的盾构机，由于使用了本发明的实时土体类别识别系统，同样能够实现对土体类别的实时识别。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

图1是本发明实时土体类别识别方法的流程图；

图2是本发明实时土体类别识别方法中土体类别识别算法框图；

图3是本发明实时土体类别识别系统应用于盾构机的传感器布置图；

图4是图3中A-A方向的剖视图。

附图标记说明

1-切削刀盘 2-隔板框架

3-马达

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

首先需要说明的是：“无量纲”中的“量纲”是指物理量的基本属性，可通俗的理解为有量纲的数据是有单位的，能够反映物理量的大小，而数据“无量纲”的话则是指数据没有单位，不反映物理量的大小；“归一化”是指是一种无量纲处理手段，使数值的绝对值变成某种相对值关系，例如，将一组频率值以截止频率作归一化后所得的频率都是截止频率的相对值，没有了量纲，只反映出原始的频率值与截止频率之间的大小关系；“BP算法”由信号的正向传播和误差的反向传播两个过程组成，该算法能够减小误差信号，提高信号处理分析的精度；另外，图3和图4中的星号“★”表示加速度传感器。

在本发明第一方面所提供的实时土体类别识别方法的一个实例中，如图1所示，是实时土体类别识别方法的流程图，具体步骤包括：(1)采集振动信号：经由布置于开挖掘进设备的开挖掘进机构上的传感器采集开挖掘进机构在动作过程中的振动信号；(2)根据获取的振动信号分析并识别土体类别：利用设定的信号处理算法实时分析实际作业过程中振动信号的频域特征，并依据频域特征分析所接触到的土体的实测平均剪切模量G_i，进而将分析结果与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比，以确定当前作业位置的土体类别。

本发明通过对开挖掘进机构在遇到不同的土体时产生的振动的频域幅值进行分析，并进一步通过频域幅值的分析结果得到所接触到的土体的实测平均剪切模量G_i，从而能够从根本上实现对当前作业位置的土体类别的判断，且由于事先已经建立了土体类别数据库，故在实际作业过程中，开挖掘进机构与土体接触后极短的时间内，即可通过土体类别识别算法计算分析设于开挖掘进机构上的传感器所传递的振动信号的频域特征频率幅值，并进一步通过频域特征频率幅值得到实测平均剪切模量G_i，再将实测平均剪切模量G_i与土体类别数据库中的数据对比，以实现土体类别的识别，时效性高；且既避免了多次挖掘测量所带来的误差，又能够根据剪切模量的大小从根本上识别土体类别，因此识别结果更加准确。

具体地，需要进行分析的振动信号的频域特征为频域特征频率幅值。以能够通过频域特征幅值来判定土体的大致类别，并进一步通过频域特征幅值来推算出所接触的土体的平均剪切模量，以能够更为精确的判别出土体的类别。

更具体地，频域特征频率幅值的特征获取方法为：将开挖掘进机构在接触土体后的a个振动信号进行快速傅里叶变换，得出土体的频域特征频率范围，再取频域特征频率范围内幅值的平均值得出频域特征频率幅值的特征值B_K。为了减少计算量以缩短识别时间以及避免开挖掘进设备上其它部件的振动对开挖掘进机构的干扰，在取频域特征频率范围内幅值的平均值时，可选取最能够体现出开挖掘进机构的振动特点的频带取平均值，以开挖掘进设备为盾构机为例，则开挖掘进机构为盾构机的刀头，则可选取频率为100至150Hz的频带取该频带内的幅值平均值，具体可以采用抽样的方法，即每隔若10Hz频率取一个频率幅值形成一个频率幅值的数据集，再计算该频率幅值数据集内频率幅值的平均值；此外，为了考虑无量纲的频率振幅，还可以进一步将平均值进行归一化处理，以能够简化后续步骤的计算，达到缩短运算分析时间的目的，从而能够使得土体类别的识别速度更快。

进一步具体地，实测平均剪切模量G_i为开挖掘进机构在一个动作周期内所接触到的所有类别的土体的剪切模量的平均值；标定平均剪切模量G_k经由实验模拟或现场勘测获得并与各类土体一一对应地预存于土体类别数据库中，且能够根据施工数据不断进行矫正。其中，若以开挖掘进设备为盾构机为例，则开挖掘进机构为刀盘，则一个动作周期指刀盘转动一周的时间；由于开挖掘进机构的工作特性，其在对土体进行开挖或掘进时只要是对土体施加剪切力，而开挖掘进机构在工作过程中所产生的振动的幅度与土体对开挖掘进机构的阻力大小有关，而土体的剪切模量越大，开挖掘进机构挖开土体所需的剪切力就越大，从而土体的剪切模量越大，土体对开挖掘进机构的阻力越大，进而会使得开挖掘进机构的振动幅度增大，因此，通过分析平均剪切模量G_i，能够从根本上对土体类别进行判断，使得土体识别更加准确，但由振动信号在时域内的幅值变化幅度不够明显，故需要将振动信号由时域转换到频域进行分析，以提高分析识别的准确性。土体类别数据库中部分土体类别与频域特征频率幅值的特征值B_K以及与实测平均剪切模量G_i的对应关系如表1所示：

表一

进一步具体地，标定平均剪切模量G_k与振动信号的频域特征频率幅值的特征值B_K之间的关系如式①所示：

f(G_k)＝θ₁G_k+θ₀……①

其中k代表不同的土体类别，θ₀和θ₁由式①所得的数据集合D＝{(G₁，B₁)，(G₂，B₂)，…，(G_k，B_k)}通过BP算法求得。其中BP算法具体为：

构造函数

其中B0为由振动信号经过快速傅里叶变换得到的频域特征频率范围内的平均值，给定任意的θ₀，θ₁，数据输入后按照下式的赋值关系更新θ₀，θ₁对应的值：

直到求解出

即J(θ₀，θ₁)的最小值，以及在最小值时θ₀和θ₁所对应的值。其中，m指集合D含有的数据量，“：＝”表示赋值，α表示学习效率，一般取0到1之间的数，α的数值越小，则学习训练的过程用时越长，但得出的结果误差更小；α的数值越大，则学习训练的过程用时越短，但得出的结果误差较大，在实际操作过程中，可根据需求调整α的数值，以在保证误差尽可能小的同时运算的时间更短，进而保证土体识别的实时性。

更具体地，如图2所示，信号处理算法、实测平均剪切模量G_i的获取、以及分析结果的对比包括：

a)记传感器传递的一组振动信号的幅值集合为X＝{x_i|i＝1，2，…，F_s·t₁}，其中F_s为采样频率，t₁为采样的持续时间；

b)将集合X进行加窗处理，再利用快速傅里叶变换：

其中虚数记号

得到该集合X的频域特征频率范围；再据此计算该集合X的频域特征频率幅值的平均值B_i；

若T0时刻的实测平均幅值B_i大于等于B_k-1而小于B_k，而T₀时刻下一时刻的实测平均幅值B_i+1小于B_k-1或大于等于B_k，则再进一步利用如下式①求得所述实测平均剪切模量G_i：

f(G_i)＝θ₁G_i+θ₀……①

其中i代表不同的土体类别，θ₀和θ₁由式①所得的数据集合D＝{(G₁，B₁)，(G₂，B₂)，…，(G_k，B_k)}通过BP算法求得；

若T₀时刻下一时刻的实测平均幅值B_i+1仍大于等于B_k-1而小于B_k，则判定频域特征频率幅值不符合识别要求，并执行步骤d；

c)将实测平均剪切模量G_i与土体类别数据库中数据进行对比，以实现土体类别的判断；

d)等待下一组的振动信号并重复步骤a、b和c直至判断出土体类别。

其中，对集合X进行加窗处理时可采用的函数有多种，为了获得良好的频域分辨率以及较少的频谱泄露，可以优选采用海明窗函数，公式如下：

一般情况下，α取0.46；步骤b中先对频域幅值进行了判断，由于土体的识别过程是连续的，则若在已判别出前一时刻所接触的土体的类别编号为K-1，且当前接触的土体的振动信号的实测平均幅值B_i大于等于B_k-1而小于B_k时，则说明所接触的土体类别没有改变，依然为类别编号为K-1的土体，则无需再对土体类别进行判断，故判定为不符合识别要求，否则则是说明所接触的土体类别发生了变化需要进行土体类别的判别，该算法设计能够缩短简化识别步骤，缩短识别时间。

在本发明第二方面所提供的实时土体类别识别系统的一个实例中，该实时土体类别识别系统包括振动监测模块和数据库模块，振动监测模块包括传感器和控制器，传感器设于开挖掘进设备的开挖掘进机构上并与控制器电连接，以经由该传感器测量开挖掘进机构的振动并向控制器传递振动信号，控制器内预设有土体类别识别算法，土体类别识别算法包括实时分析实际作业过程中振动信号的频域特征，并依据和频域特征分析所接触到的土体的实测平均剪切模量G_i，进而将分析结果与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比，以确定当前作业位置的土体类别。

该实时土体类别识别系统通过传感器检测开挖掘进机构在实际作业过程中的振动信号，并由该传感器将所监测到的振动信号传递至控制器并由控制器内预设的土体类别识别算法，运算振动信号的频域特征，以得到所接触到的土体的实测平均剪切模量G_i，并将得到的实测平均剪切模量G_i与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比以得出当前作业位置的土体类别；由于事先已经建立了土体类别数据库，故在实际作业过程中，开挖掘进机构与土体接触后极短的时间内，即可通过土体类别识别算法计算分析设于开挖掘进机构上的传感器所传递的振动信号的频域特征频率幅值，并进一步通过频域特征频率幅值得到实测平均剪切模量G_i，再将实测平均剪切模量G_i与土体类别数据库中的数据对比，以实现土体类别的识别，时效性高；且既避免了多次挖掘测量所带来的误差，又能够根据剪切模量的大小从根本上识别土体类别，因此识别结果更加准确。

在本发明第三方面所提供的盾构机的一个实例中，该盾构机具有上述技术方案中的实时土体类别识别系统，且实时土体类别识别系统中的传感器布置于盾构机的盾构掘进机构处。将传感器布置于盾构机的盾构掘进机构处，能够减少传感器受到其它部件的振动影响，从而能够获得更加理想化的振动信号检测收集结果，进而对土体类别的判断能够更加准确。

优选地，传感器为加速度传感器，一方面加速度传感器体积小容易布置，另一方面，其输出的信号不仅可以用于进行土体类别的判断，还能够用于进行对盾构机的作业状态的判断识别，从而能够为后续实现盾构机的自动调节控制提供技术支撑。具体地，如图3和图4所示，加速度传感器可优选设置6个，其中3个设于切削刀盘1的背面并沿圆周方向等间距分布，其中2个设置于隔板框架2上，另有1个设置于马达3上，在对实测平均剪切模量G_i进行综合运算处理时，处于同一部件上的各加速度传感器所得的实测平均剪切模量G_i做取平均值处理，以得到相对应的部件上的实测平均剪切模量G_i，再将各部件上的实测平均剪切模量G_i按照各部件的固有频率等因素对盾构掘进机构处整体的振动影响的权重比进行加权处理，将各部件上经加权处理后的实测平均剪切模量G_i相加以得到最终的实测平均剪切模量G_i，再将最终所得的实测平均剪切模量G_i与标定平均剪切模量G_k进行对比以得出当前作业位置的土体类别。

更优选地，实时土体类别识别系统还包括自动调参系统，以能够根据识别出的土体类别自动调节盾构机的施工参数。具体地，盾构机的施工参数包括总推力、刀盘扭矩和掘进速度等；此外，在盾构机进行标定数据阶段，即向土体类别数据库中录入各类土体与相对应的振动特征和平均剪切模量时，实时土体类别识别系统所需要的模块为振动监测模块和数据库模块；在盾构机处于开挖掘进阶段，即在实际工作过程中实时判断土体类别并调整盾构机的施工参数时，实时土体类别识别系统所需要的模块为振动监测模块、数据库模块和自动调参系统。

以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。

Claims (10)

1.一种实时土体类别识别方法，其特征在于，包括如下步骤：

(1)采集振动信号：经由布置于开挖掘进设备的开挖掘进机构上的传感器采集所述开挖掘进机构在动作过程中的振动信号；

(2)根据获取的振动信号分析并识别土体类别：利用设定的信号处理算法实时分析实际作业过程中所述振动信号的频域特征，并依据所述频域特征分析所接触到的土体的实测平均剪切模量G_i，进而将分析结果与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比，以确定当前作业位置的土体类别。

2.根据权利要求1所述的实时土体类别识别方法，其特征在于，所述步骤(2)中的所述频域特征包括频域特征频率幅值。

3.根据权利要求2所述的实时土体类别识别方法，其特征在于，所述频域特征频率幅值的特征获取方法为：将所述开挖掘进机构在接触土体后的a个所述振动信号进行快速傅里叶变换，得出土体的频域特征频率范围，再取所述频域特征频率范围的每若干赫兹频带内幅值的平均值得出所述频域特征频率幅值的特征值B_K。

4.根据权利要求1所述的实时土体类别识别方法，其特征在于，所述实测平均剪切模量G_i为所述开挖掘进机构在一个动作周期内所接触到的所有类别的土体的剪切模量的平均值；所述标定平均剪切模量G_k经由实验模拟或现场勘测获得并与各类土体一一对应地预存于所述土体类别数据库中，且能够根据施工数据不断进行矫正。

5.根据权利要求4所述的实时土体类别识别方法，其特征在于，所述标定平均剪切模量G_k与所述振动信号的所述频域特征频率幅值的特征值B_K之间的关系如式①所示：

f(G_k)＝θ₁G_k+θ₀……①

其中k代表不同的土体类别，θ₀和θ₁由式①所得的数据集合D＝{(G₁，B₁)，(G₂，B₂)，...，(G_k，B_k)}通过BP算法求得。

6.根据权利要求1至5中任一项所述的实时土体类别识别方法，其特征在于，所述步骤(2)中所述信号处理算法、所述实测平均剪切模量Gi的获取、以及所述分析结果的对比包括：

a)记所述传感器传递的一组所述振动信号的幅值集合为X＝{x_i|i＝1，2，...，F_s·t₁}，其中F_s为采样频率，t₁为采样的持续时间；

b)将所述集合X进行加窗处理，再利用快速傅里叶变换：

其中虚数记号

得到该集合X的频域特征频率范围；再据此计算该集合X的频域特征频率幅值的平均值B_i；

若T₀时刻的实测平均幅值B_i大于等于B_k-1而小于B_k，而T₀时刻下一时刻的实测平均幅值B_i+1小于B_k-1或大于等于B_k，则再进一步利用如下式①求得所述实测平均剪切模量G_i：

f(G_i)＝θ₁G_i+θ₀……①

其中i代表不同的土体类别，θ₀和θ₁由式①所得的数据集合D＝{(G₁，B₁)，(G₂，B₂)，...，(G_k，B_k)}通过BP算法求得；

若T₀时刻下一时刻的实测平均幅值B_i+1仍大于等于B_k-1而小于B_k，则判定频域特征频率幅值不符合识别要求，并执行步骤d；

c)将所述实测平均剪切模量G_i与所述土体类别数据库中数据进行对比，以实现土体类别的判断；

d)等待下一组的振动信号并重复步骤a、b和c直至判断出土体类别。

7.一种实时土体类别识别系统，其特征在于，包括振动监测模块和数据库模块，所述振动监测模块包括传感器和控制器，所述传感器设于开挖掘进设备的开挖掘进机构上并与所述控制器电连接，以经由该传感器测量所述开挖掘进机构的振动并向所述控制器传递振动信号，所述控制器内预设有土体类别识别算法，所述土体类别识别算法包括实时分析实际作业过程中所述振动信号的频域特征，并依据所述频域特征分析所接触到的土体的实测平均剪切模量G_i，进而将分析结果与土体类别数据库中所记录的各类土体的标定平均剪切模量G_k进行对比，以确定当前作业位置的土体类别。

8.一种盾构机，其特征在于，包括权利要求7所述的实时土体类别识别系统，所述实时土体类别识别系统中的传感器布置于盾构机的盾构掘进机构处。

9.根据权利要求8所述的盾构机，其特征在于，所述传感器为加速度传感器。

10.根据权利要求8或9所述的盾构机，其特征在于，所述实时土体类别识别系统还包括自动调参系统，以能够根据识别出的土体类别自动调节所述盾构机的施工参数。

Images