CN117852216B - 一种地层盾构的盾构机刀具配置方法、设备及介质 - Google Patents
一种地层盾构的盾构机刀具配置方法、设备及介质 Download PDFInfo
- Publication number
- CN117852216B CN117852216B CN202410250866.1A CN202410250866A CN117852216B CN 117852216 B CN117852216 B CN 117852216B CN 202410250866 A CN202410250866 A CN 202410250866A CN 117852216 B CN117852216 B CN 117852216B
- Authority
- CN
- China
- Prior art keywords
- shield
- cutter
- machine cutter
- cutting
- tunneling machine
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000005520 cutting process Methods 0.000 claims abstract description 66
- 230000005641 tunneling Effects 0.000 claims abstract description 57
- 241000254173 Coleoptera Species 0.000 claims abstract description 40
- 210000003608 fece Anatomy 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 238000005299 abrasion Methods 0.000 claims abstract description 11
- 238000005265 energy consumption Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 39
- 230000006399 behavior Effects 0.000 claims description 26
- 238000005096 rolling process Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 11
- 239000002689 soil Substances 0.000 claims description 10
- 238000011002 quantification Methods 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000019637 foraging behavior Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000002173 cutting fluid Substances 0.000 description 3
- 230000002431 foraging effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010438 granite Substances 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本申请公开了一种地层盾构的盾构机刀具配置方法、设备及介质,涉及盾构机刀具配置技术领域。方法包括:获取当前盾构机刀具的切削参数和地质类型参数,切削参数包括磨损量、切削效率和切削力能耗;将切削参数和地质类型参数输入预设的目标函数,并通过改进后的蜣螂优化算法进行计算,得到当前盾构机刀具的适应度;根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解。本申请通过上述方法实现了自动搜索最优的刀具配置方案,更全面地探索并突破历史经验,使刀具配置方案更加全面和准确。
Description
技术领域
本申请涉及盾构机刀具配置技术领域,尤其涉及一种地层盾构的盾构机刀具配置方法、设备及介质。
背景技术
盾构机是一种使用盾构法的隧道掘进机,刀盘是安装在盾构机掘进头前端的旋转部件,它通过电机驱动旋转,带动刀具进行切削,刀具是固定在刀盘上的切削工具,直接与土壤或岩石接触。盾构机刀具是盾构机的核心部件之一,用于切削土壤和岩石,完成隧道的掘进工作,它通常由刀盘和刀片组成。近年来,盾构机刀具的布局配置成为刀具设计领域关注的重点,盾构机刀具配置是影响掘进是否成功的重要因素,其配置应适应工程地质条件和施工要求,否则将直接影响盾构机刀盘刀具的切削效果和使用寿命,以及出土状况等,进一步影响掘进速度和施工效率。
目前,传统的刀具选择与配置方法大多是由具有施工经验的相关人员,应用自己所积累的经验和盾构机刀具技术参数进行选择。比如根据地质状况确定初步方案,然后进行探讨。这种方法对于人的技术水平依赖性较强,局限于主观经验,存在较大的片面性,难以实现方法的科学性选择,而且整个盾构系统的工作性能和经济性能受限于技术人员的个人素质。
通过上述的分析,现有技术存在的问题及缺陷为:
现有技术中的刀具选择与配置方法大多是人为进行选择,存在较大的片面性。
发明内容
本申请实施例提供了一种地层盾构的盾构机刀具配置方法、设备及介质,用以解决现有技术中的盾构机刀具的选择与配置方法大多是人为进行选择,存在较大的片面性的问题。
第一方面,本申请实施例提供了一种地层盾构的盾构机刀具配置方法,方法包括:获取当前盾构机刀具的切削参数和地质类型参数,切削参数包括磨损量、切削效率和切削力能耗;将切削参数和地质类型参数输入预设的目标函数,并通过改进后的蜣螂优化算法进行计算,得到当前盾构机刀具的适应度;根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解。
在本申请的一种实现方式中,在获取当前盾构机刀具的切削参数和地质类型参数之前,方法还包括:建立盾构机刀具配置的目标函数和目标函数对应的约束条件,约束条件包括盾构机刀具的摩擦力和库存量;对蜣螂优化算法进行改进,蜣螂优化算法包括滚球行为、繁殖行为、觅食行为和偷窃行为四个子群,滚球行为包括跳舞行为,滚球行为采用动态权重,偷窃行为采用自适应权重进行自适应动态更新。
在本申请的一种实现方式中,建立盾构机刀具损坏的目标函数,具体包括:获取盾构机刀具的基础指标,并对盾构机刀具进行赋值,得到基础定量,盾构机刀具包括滚刀、刮刀、先行刀、可更换先行刀、切刀、保护刀和仿形刀;获取地质类型基础参数,并对地质类型进行赋值,得到决策变量,地质类型包括岩石地质、土壤地质和水文地质;统计盾构机刀具的历史磨损量、切削效率和切削力能耗,以及对应地质类型的切割时间,得到目标变量;基于预设的权重、约束条件和基础定量、决策变量和目标变量,得到目标函数。
在本申请的一种实现方式中,通过改进后的蜣螂优化算法进行计算,具体包括:设置目标函数的初始解,得到蜣螂种群中每个蜣螂的位置,设置的方法包括随机生成法和历史统计法;基于约束条件,计算得到每个蜣螂个体的适应度值。
在本申请的一种实现方式中,根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解,具体包括:根据适应度值,四个子群中蜣螂的位置同时进行更新;在更新到预设次数的情况下,输出目标函数的优化值;对优化值进行对比和分析,得到盾构机刀具配置结构的最优解。
在本申请的一种实现方式中,方法还包括:对比分析随机生成法和历史统计法得到的适应度值,以判断最优的刀具配置的收敛速度;根据收敛速度,判断得到收敛速度大于预设速度个体的初始解的设置方法和约束条件。
在本申请的一种实现方式中,在得到盾构机刀具配置结构的最优解之后,方法还包括:对盾构机刀具配置结构的最优解进行模拟试验;在试验数据未达到预设阈值的情况下,调整约束条件、预设次数和权重。
在本申请的一种实现方式中,方法还包括:在试验数据达到预设阈值的情况下,执行换刀动作;盾构机掘进预设距离,并分析记录在最优解情况下的切削参数、地质类型参数和约束条件。
第二方面,本申请实施例还提供了一种地层盾构的盾构机刀具配置设备,设备包括至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述一种地层盾构的盾构机刀具配置方法的步骤。
第三方面,本申请实施例还提供了一种地层盾构的盾构机刀具配置非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为执行上述一种地层盾构的盾构机刀具配置方法的步骤。
本申请实施例提供的一种地层盾构的盾构机刀具配置方法、设备及介质,通过设置目标函数和优化算法探索最优解,自动搜索最优的刀具配置方案,更全面地探索并突破历史经验,使结果更加全面和准确,为工作人员提供思路,实现刀具的高效切削和延长刀具的使用寿命,从而降低切削成本和提高盾构施工的效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种地层盾构的盾构机刀具配置方法的流程图;
图2为本申请实施例提供的一种地层盾构的盾构机刀具配置设备的内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种地层盾构的盾构机刀具配置方法、设备及介质,解决了现有技术中刀具选择与配置方法大多是人为进行选择,存在较大的片面性的问题。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
图1为本申请实施例提供的一种地层盾构的盾构机刀具配置方法流程图。如图1所示,本申请实施例提供的一种地层盾构的盾构机刀具配置方法,具体包括以下步骤:
作为一种可选的实施例,在获取当前盾构机刀具的切削参数和地质类型参数之前,方法还可以包括:
步骤01:建立盾构机刀具配置的目标函数和目标函数对应的约束条件,约束条件包括盾构机刀具的摩擦力和库存量。
具体实施时,首先需要建立目标函数和约束条件,例如,摩擦力会影响切削力和切削效率,需要确保摩擦力在可接受的范围内,以避免过大的能耗和刀具磨损,以及要确保当前的库存量在施工过程中有足够的刀具供应。
进一步的,建立盾构机刀具损坏的目标函数,具体可以包括:
步骤011:获取盾构机刀具的基础指标,并对盾构机刀具进行赋值,得到基础定量,盾构机刀具包括滚刀、刮刀、先行刀、可更换先行刀、切刀、保护刀和仿形刀。
本步骤中,盾构机刀具的基础指标可以包括形状、强度等,不同指标的刀具针对不同的地质,例如,多晶金刚石具有极高的硬度和耐磨性,强度通常在3000至5000MPa之间,硬质合金是一种由金属碳化物和金属结合相组成的复合材料,强度通常在1000至2500MPa之间,本申请实施例以材质和强度为例,材质越硬赋值越大。
步骤012:获取地质类型基础参数,并对地质类型进行赋值,得到决策变量,地质类型包括岩石地质、土壤地质和水文地质。
本步骤中,地质类型的赋值主要看该地质的抗压性能,例如,花岗岩的抗压强度通常在100-250MPa之间,土壤的抗压强度较低,通常在1-10MPa之间,水文地质主要研究地下水的分布,比如地下水位的变化和水压力对隧道的影响,在本申请实施例中,抗压强度越强赋值越高。
步骤013:统计盾构机刀具的历史磨损量、切削效率和切削力能耗,以及对应地质类型的切割时间,得到目标变量。
本步骤中,目标变量可以为磨损量,切削效率和切削力能耗,也可以为切削成本或切削时间等多个目标变量,针对当下需要解决的问题设立目标函数,也可以将目标进行组合,例如,磨损量=初始长度-残余长度,磨损率=磨损量/切割时间,而磨损量与刀具的强度和切削速度等有关,为了获得准确的数据,可以与相应的工程项目或与相关领域的工作人员进行交流;对于坚硬的岩石地质,切割时间可能会相对较长,而对于较松散的土壤地质,切割时间可能会相对较短。
步骤014:基于预设的权重、约束条件和基础定量、决策变量和目标变量,得到目标函数。
本步骤中,可以得到多目标的目标函数,目标可以为磨损量,也可以为和切削成本结合;如果是坚硬的岩石地质,则预设权重较大,相反的,如果是较松散的土壤地质,则预设权重较小;刀具强度的约束条件可以为Smax≥Srequired,其中,S{max}表示刀具的最大承载强度,S{required}表示所需的刀具强度。目标变量(磨损量)=权重1*刀具强度+权重2*切削速度+权重3*切削液的使用体积(切削液可以减少切削过程中的摩擦和热量积累)。
步骤02:对蜣螂优化算法进行改进,蜣螂优化算法包括滚球行为、繁殖行为、觅食行为和偷窃行为四个子群,滚球行为包括跳舞行为,滚球行为采用动态权重,偷窃行为采用自适应权重进行自适应动态更新。
本步骤中,滚球行为可以包括跳舞行为,为了简化无障碍模式下的随机寻优过程,旋转角度尽可能以全局最优位置为终点,基本蜣螂优化算法的偷窃行为更新阶段,在迭代初期就向全局最优解逼近,会导致搜索范围不足,陷入局部最优,使搜索失败。为克服这一弊端,再在其位置更新公式中加入动态权重系数ω,让它在迭代初期具有较大值,促进全局搜索,迭代后期自适应变小,促进局部搜索并加快收敛速度。
这样,偷窃组的更新规则为:
步骤10:获取当前盾构机刀具的切削参数和地质类型参数,切削参数包括磨损量、切削效率和切削力能耗。
例如获取当前盾构机刀具的磨损量,目标变量(磨损量)=权重1*刀具强度+权重2*切削速度+权重3*切削液的使用体积,地质为花岗岩,目标是使磨损量为最小,寻找最适合的刀具配置结构。
步骤20:将切削参数和地质类型参数输入预设的目标函数,并通过改进后的蜣螂优化算法进行计算,得到当前盾构机刀具的适应度。
本步骤中,蜣螂优化算法将滚球行为分为有障碍以及无障碍滚球运动,蜣螂个体将按照太阳光源进行运动,原始运动模型如下:
为滚球第t次迭代的个体位置,/>为经过t次迭代后的最差解,表示为个体随机偏转系数,/>为随机设置的常数,a代表自然因素所造成的偏离后果,无偏差时/>,表示自然环境不影响原始方向,/>表示偏离原始方向。上式中/>表示光强度的变化程度,结果越高,表明光源越差,促进蜣螂避开此位置,这样在优化过程中尽可能彻底地探索整个搜索空间,并减少陷入局部最优的可能性。
此处θ∈[0,π]为偏转角,当θ等于0,π/2,π时,蜣螂不会更改位置,也就是说,蜣螂个体无法继续更新状态,此时需要调整运动方向并利用历史状态信息对个体位置进行更新。
根据得到的运动角度,有障碍模式下可进行状态更新。
蜣螂个体进行繁殖时会通过寻找最佳位置进行产卵,每只雌虫在每次迭代中肯定只产生一个卵。令为最大迭代次数,取/>,/>与/>分别为优化问题的上下界即/>与/>,取当前种群的全局最优解记为/>,利用如下所示的边界选择策略划定个体状态更新区域。
基于得到的新边界,通过设置两个独立的随机向量与/>,在当前种群全局最优位置附近动态产生一个新解,具体生成规则为:
其中是第t次迭代时第gi个孵卵粪球的位置,/>与/>表示大小为1×D的两个独立随机向量,D表示优化问题的维数。
蜣螂个体进行觅食时首先同样需要确定最佳觅食边界,在觅食组中挑选出该组的局部最优解并记为,可得到该组求最优解时的寻优上下界/>与/>。
其中,/>。
为全局最优位置,上述/>附近是争夺食物的最佳地点,即基于全局最优解/>以及局部最优解/>搜寻最优解,具体更新规则如下:
S为设置的常数值,g为服从正态分布的随机值。
优选的,通过改进后的蜣螂优化算法进行计算,具体可以包括:
步骤201:设置目标函数的初始解,得到蜣螂种群中每个蜣螂的位置,设置的方法包括随机生成法和历史统计法;
本步骤中,蜣螂优化算法与众多智能优化算法相同,原始蜣螂算法需要在求解空间中随机设置初始解,若只是随意设置初始解可能无法遍历集域中的所有位置,这可能导致收敛速度下降的同时陷入局部寻优,所以本申请实施例同时利用历史统计法设置初始解,为丰富种群多样性并提高寻优精度。
步骤202:基于约束条件,计算得到每个蜣螂个体的适应度值。
本步骤中,通过随机生成法和历史统计法生成最初种群后,并分别生成对应的反向种群,然后分别计算最初种群和反向种群的个体适应度值。
具体实施时,方法还可以包括:
步骤203:对比分析随机生成法和历史统计法得到的适应度值,以判断最优的刀具配置的收敛速度;
本步骤中,比较四类种群中所对应个体的适应度值,保留适应度值较高的个体,进入最终初始种群,也就是说蜣螂的偷窃行为,相当于收敛的过程。
步骤204:根据收敛速度,判断得到收敛速度大于预设速度个体的初始解的设置方法和约束条件。
本步骤中,根据四类种群的收敛速度,可以判断得到收敛速度大于预设速度的个体的初始解,例如初始解是由历史统计法得到,约束条件为库存量不足和摩擦力较大,这样下次就可以将约束条件中的库存量减少,摩擦力增大,使收敛速度更快,更新次数减少。
步骤30:根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解。
本步骤中,得到适应度值之后,可以根据适应度值来进行选择、交叉和变异等操作,以进化出更优秀的个体解,也就是最优解。
进一步的,根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解,具体可以包括:
步骤301:根据适应度值,四个子群中蜣螂的位置同时进行更新。
本步骤中,四个子群中蜣螂的位置分别同时进行选择、交叉或变异的状态进行更新。
步骤302:在更新到预设次数的情况下,输出目标函数的优化值;
本步骤中,经过选择、交叉和变异等操作后,新一代的个体解将代替上一代的个体解,形成新的种群,重复这个过程,直到达到预设次数为止,也可以是预设一个条件,达到条件为止,得到最满意的解。
步骤303:对优化值进行对比和分析,得到盾构机刀具配置结构的最优解。
作为另一种可选的实施例,在得到盾构机刀具配置结构的最优解之后,方法还可以包括:
步骤304:对盾构机刀具配置结构的最优解进行模拟试验。
步骤305:在试验数据未达到预设阈值的情况下,调整约束条件、预设次数和权重。
例如,预设阈值为3天的工期,但在模拟实验中超过3天,可以尝试改变约束条件中的摩擦力,将摩擦力增大;增加试验的次数,以提高找到满足预设阈值的概率;将每个约束条件的权重增加或减少,可能历史经验会让工作人员忽略某些约束条件的重要性。
作为再一种可选的实施例,方法还可以包括:
步骤305’:在试验数据达到预设阈值的情况下,执行换刀动作。
步骤306’:盾构机掘进预设距离,并分析在最优解情况下的切削参数、地质类型参数和约束条件。
例如,实际施工状况良好,此时可以对切削参数、地质类型参数和约束条件作进一步的分析,比如分析此时的刀具强度、切削速度,摩擦力以及刀具材料和涂层为何适用于当前的地质类型,分析结果甚至可能会超出工作人员基于历史经验的预测,能够为盾构机的刀具配置提供了一个新的思路。
以上为本申请提出的方法实施例。基于同样的发明构思,本申请实施例还提供了一种地层盾构的盾构机刀具配置设备,其结构如图2所示。
图2为本申请实施例提供的一种地层盾构的盾构机刀具配置设备内部结构示意图。如图2所示,设备包括:
至少一个处理器201;
以及,与至少一个处理器通信连接的存储器202;
其中,存储器202存储有可被至少一个处理器执行的指令,指令被至少一个处理器201执行,以使至少一个处理器201能够:获取当前盾构机刀具的切削参数和地质类型参数,切削参数包括磨损量、切削效率和切削力能耗;将切削参数和地质类型参数输入预设的目标函数,并通过改进后的蜣螂优化算法进行计算,得到当前盾构机刀具的适应度;根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解。
本申请的一些实施例提供的对应于图1的一种地层盾构的盾构机刀具配置的非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:获取当前盾构机刀具的切削参数和地质类型参数,切削参数包括磨损量、切削效率和切削力能耗;将切削参数和地质类型参数输入预设的目标函数,并通过改进后的蜣螂优化算法进行计算,得到当前盾构机刀具的适应度;根据适应度更新目标函数的优化值,得到盾构机刀具配置结构的最优解。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于物联网设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的系统和介质与方法是一一对应的,因此,系统和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述系统和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。
Claims (7)
1.一种地层盾构的盾构机刀具配置方法,其特征在于,所述方法包括:
获取当前盾构机刀具的切削参数和地质类型参数,所述切削参数包括磨损量、切削效率和切削力能耗;
将所述切削参数和地质类型参数输入预设的目标函数,并通过改进后的蜣螂优化算法进行计算,得到当前盾构机刀具的适应度;
根据所述适应度更新所述目标函数的优化值,得到盾构机刀具配置结构的最优解;
在获取当前盾构机刀具的切削参数和地质类型参数之前,所述方法还包括:
建立盾构机刀具配置的目标函数和所述目标函数对应的约束条件,所述约束条件包括盾构机刀具的摩擦力和库存量;
对所述蜣螂优化算法进行改进,所述蜣螂优化算法包括滚球行为、繁殖行为、觅食行为和偷窃行为四个子群,所述滚球行为包括跳舞行为,所述滚球行为采用动态权重,所述偷窃行为采用自适应权重进行自适应动态更新;
建立盾构机刀具损坏的目标函数,具体包括:
获取盾构机刀具的基础指标,并对所述盾构机刀具进行赋值,得到基础定量,所述盾构机刀具包括滚刀、刮刀、先行刀、可更换先行刀、切刀、保护刀和仿形刀;
获取地质类型基础参数,并对所述地质类型进行赋值,得到决策变量,所述地质类型包括岩石地质、土壤地质和水文地质;
统计盾构机刀具的历史磨损量、切削效率和切削力能耗,以及对应地质类型的切割时间,得到目标变量;
基于预设的权重、约束条件和基础定量、决策变量和目标变量,得到目标函数;
所述通过改进后的蜣螂优化算法进行计算,具体包括:
设置目标函数的初始解,得到蜣螂种群中每个蜣螂的位置,设置的方法包括随机生成法和历史统计法;
基于所述约束条件,计算得到每个蜣螂个体的适应度值。
2.根据权利要求1所述的一种地层盾构的盾构机刀具配置方法,其特征在于,根据所述适应度更新所述目标函数的优化值,得到盾构机刀具配置结构的最优解,具体包括:
根据所述适应度值,四个子群中蜣螂的位置同时进行更新;
在更新到预设次数的情况下,输出所述目标函数的优化值;
对所述优化值进行对比和分析,得到盾构机刀具配置结构的最优解。
3.根据权利要求1所述的一种地层盾构的盾构机刀具配置方法,其特征在于,所述方法还包括:
对比分析所述随机生成法和历史统计法得到的适应度值,以判断最优的刀具配置的收敛速度;
根据所述收敛速度,判断得到收敛速度大于预设速度个体的初始解的设置方法和约束条件。
4.根据权利要求2所述的一种地层盾构的盾构机刀具配置方法,其特征在于,在得到盾构机刀具配置结构的最优解之后,所述方法还包括:
对盾构机刀具配置结构的最优解进行模拟试验;
在试验数据未达到预设阈值的情况下,调整约束条件、预设次数和权重。
5.根据权利要求4所述的一种地层盾构的盾构机刀具配置方法,其特征在于,所述方法还包括:
在试验数据达到预设阈值的情况下,执行换刀动作;
所述盾构机掘进预设距离,并分析记录在最优解情况下的切削参数、地质类型参数和约束条件。
6.一种地层盾构的盾构机刀具配置设备,其特征在于,所述设备包括:
至少一个处理器;
以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-5任意一项所述一种地层盾构的盾构机刀具配置方法的步骤。
7.一种地层盾构的盾构机刀具配置的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为执行如权利要求1-5任意一项所述一种地层盾构的盾构机刀具配置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410250866.1A CN117852216B (zh) | 2024-03-06 | 2024-03-06 | 一种地层盾构的盾构机刀具配置方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410250866.1A CN117852216B (zh) | 2024-03-06 | 2024-03-06 | 一种地层盾构的盾构机刀具配置方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117852216A CN117852216A (zh) | 2024-04-09 |
CN117852216B true CN117852216B (zh) | 2024-06-18 |
Family
ID=90529105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410250866.1A Active CN117852216B (zh) | 2024-03-06 | 2024-03-06 | 一种地层盾构的盾构机刀具配置方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117852216B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500251A (zh) * | 2013-09-26 | 2014-01-08 | 西安工业大学 | 数控铣削中刀具切削用量的优化加工方法 |
KR102512730B1 (ko) * | 2020-10-16 | 2023-03-23 | 한국전력공사 | 쉴드 tbm 설계 방법, 쉴드 tbm 설계 장치 및 쉴드 tbm 검수 장치 |
CN113704862B (zh) * | 2021-10-26 | 2022-01-25 | 北京城建集团有限责任公司 | 一种基于楔犁刀松动剥落砂卵石地层的盾构优化设计方法 |
CN116127637A (zh) * | 2023-01-07 | 2023-05-16 | 西安交通大学 | 一种盾构机刀盘面板结构的特征重构式设计方法 |
CN116305622A (zh) * | 2023-02-14 | 2023-06-23 | 西安交通大学 | 一种基于互联网+盾构机刀盘模块配置设计方法 |
CN116738537A (zh) * | 2023-06-05 | 2023-09-12 | 山东大学 | 一种盾构滚刀结构优化方法、系统、电子设备及存储介质 |
CN116719275B (zh) * | 2023-07-08 | 2024-02-06 | 四川大学 | 面向零件全切削过程的工艺综合优化方法 |
-
2024
- 2024-03-06 CN CN202410250866.1A patent/CN117852216B/zh active Active
Non-Patent Citations (2)
Title |
---|
王飞 ; 袁大军 ; 董朝文 ; 韩冰 ; 南好人 ; 王梦恕 ; .盾构直接切削大直径群桩的刀具配置研究.土木工程学报.2013,(第12期),全文. * |
韩利涛 ; 牛江川 ; 郭京波 ; .基于多目标优化的盾构刀具布置研究.石家庄铁道大学学报(自然科学版).2016,(第03期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117852216A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933577B (zh) | 基于tbm岩-机参数动态交互机制的隧洞可掘进预测方法及系统 | |
Liao et al. | Effects of a proper feature selection on prediction and optimization of drilling rate using intelligent techniques | |
KR102003612B1 (ko) | 쉴드 tbm의 실굴진속도 예측 장치 및 그 방법 | |
CN106778010B (zh) | 基于数据驱动支持向量回归机的tbm刀具寿命预测方法 | |
KR102211421B1 (ko) | 터널 굴진면의 전방 지질 상태 예측에 기반한 tbm 제어 파라미터 결정 방법 및 시스템 | |
Aryafar et al. | Application of metaheuristic algorithms to optimal clustering of sawing machine vibration | |
CN105247546A (zh) | 确定用于井动态优化的井参数 | |
US9411915B2 (en) | Method of selecting positions of wells to be drilled for petroleum reservoir development | |
CN107169558A (zh) | 一种实现工程岩体力学参数反演的改进粒子群优化方法 | |
CN113326660B (zh) | 基于GA-XGBoost模型的隧道围岩挤压变形预测方法 | |
WO2017011469A1 (en) | Ensemble based decision making | |
Sattarvand | Long-term open-pit planning by ant colony optimization | |
CN108204944A (zh) | 基于apso优化的lssvm的埋地管道腐蚀速率预测方法 | |
CN113689055A (zh) | 一种基于贝叶斯优化的油气钻井机械钻速预测与优化方法 | |
CN109940458A (zh) | 一种刀具未来磨损量在线预测方法 | |
Aryafar et al. | Utilization of soft computing for evaluating the performance of stone sawing machines, Iranian Quarries | |
US11448068B2 (en) | Optimization of boring by a tunnel boring machine as a function of ground/machine interactions | |
CN117852216B (zh) | 一种地层盾构的盾构机刀具配置方法、设备及介质 | |
CN115952590A (zh) | 基于bo-rf-mompa混合算法的盾构隧道优化设计方法及设备 | |
WO2020176518A1 (en) | Systems and methods for computed resource hydrocarbon reservoir simulation and development | |
Akhyani et al. | Evaluation of cutting performance of diamond saw machine using artificial bee colony (ABC) algorithm | |
CN113158561B (zh) | 适用于多种岩体条件的tbm操作参数优化方法及系统 | |
CN116245020A (zh) | 一种基于盾构机掘进的刀盘磨损和能耗优化方法及系统 | |
CN113158562B (zh) | 基于物理约束与数据挖掘的tbm岩机映射构建方法及系统 | |
CN115510752A (zh) | 一种基于数据驱动的侧钻井井位优选方法及装置 |
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 |