FR3121705A1 - Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier - Google Patents
Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier Download PDFInfo
- Publication number
- FR3121705A1 FR3121705A1 FR2103804A FR2103804A FR3121705A1 FR 3121705 A1 FR3121705 A1 FR 3121705A1 FR 2103804 A FR2103804 A FR 2103804A FR 2103804 A FR2103804 A FR 2103804A FR 3121705 A1 FR3121705 A1 FR 3121705A1
- Authority
- FR
- France
- Prior art keywords
- clogging
- indicator
- boring machine
- operating parameters
- tunnel boring
- 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.)
- Granted
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000035515 penetration Effects 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims description 16
- 238000009412 basement excavation Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 239000006185 dispersion Substances 0.000 claims description 9
- XMQFTWRPUQYINF-UHFFFAOYSA-N bensulfuron-methyl Chemical compound COC(=O)C1=CC=CC=C1CS(=O)(=O)NC(=O)NC1=NC(OC)=CC(OC)=N1 XMQFTWRPUQYINF-UHFFFAOYSA-N 0.000 claims description 6
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 239000010802 sludge Substances 0.000 claims description 3
- 238000003066 decision tree Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 239000002002 slurry Substances 0.000 claims 2
- 230000006870 function Effects 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 239000004927 clay Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 229910000278 bentonite Inorganic materials 0.000 description 1
- 239000000440 bentonite Substances 0.000 description 1
- SVPXDRXYRYOSEX-UHFFFAOYSA-N bentoquatam Chemical compound O.O=[Si]=O.O=[Al]O[Al]=O SVPXDRXYRYOSEX-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
P rocédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier lors du creusement d'un terrain par ledit tunnelier, le procédé comportant les étapes consistant à : a) obtenir une pluralité de paramètres de fonctionnement du tunnelier, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement étant choisi parmi le couple de rotation de la roue de coupe du tunnelier, la vitesse de rotation de la roue de coupe, la vitesse d’avance du creusement, la force de contact, le pas de pénétration, b) calculer au moins un indicateur statistique à partir d’un ou de plusieurs paramètres de fonctionnement de la pluralité de paramètres de fonctionnement, et c) délivrer une information représentative de l'état de colmatage de la roue de coupe sur la base du ou des indicateurs statistiques. Figure pour l’abrégé : Fig. 2
Description
La présente invention concerne le creusement d’un ouvrage souterrain tel qu’un tunnel. En particulier, l’invention concerne un procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier lors du creusement d'un terrain par ledit tunnelier.
Les terrains argileux sont parfois à l’origine du colmatage des roues de coupe des tunneliers. En effet, le terrain excavé peut rester collé à la roue de coupe, entravant ainsi la circulation des copeaux excavés et gênant le travail des outils du tunnelier.
De manière générale, le colmatage débute dans des zones mortes au niveau du centre de la roue de coupe puis se développe radialement. Cela rend la détection de l’apparition du phénomène de colmatage tardive par la seule lecture des paramètres de fonctionnement du tunnelier, telle que l’augmentation du couple de rotation de la roue de coupe ou encore la diminution de la vitesse d’avancement du tunnelier. Les tunneliers à pression de boue sont plus sensibles au phénomène de colmatage du fait de l’utilisation de bentonite qui peut avoir tendance à accroitre le problème.
Aujourd’hui, la capacité à détecter rapidement la formation d’un colmatage est donc très limitée. Généralement, les colmatages sont détectés très tardivement, ce qui engendre des conséquences souvent très graves pour le retour à un creusement normal. Les procédés existants ne sont pas suffisamment fiables vis-à-vis de cette problématique.
Une première solution pour déterminer de manière certaine si la roue de coupe est colmatée consiste à intervenir directement dans la chambre d’abattage. Une telle solution, nécessitant un environnement hyperbare pour assurer la stabilité à front et la sécurité humaine, impacte fortement l’avancement du chantier. En outre, cette solution expose les opérateurs à des conditions hyperbares.
Sur certains chantiers, des caméras installées en haut de la roue de coupe peuvent fournir des flux d’images vidéo en continu vers la cabine de pilotage, permettant aux pilotes d’observer les événements anormaux. Toutefois, les caméras, souvent elles-mêmes colmatées par de la boue, ne peuvent pas fournir une vue visible de l’intérieur de la chambre d’abatage dans le tunnelier.
Enfin, une troisième solution consiste à utiliser des outils instrumentés, notamment des molettes avec des mesures telles que la rotation, la pression, l’usure, la température. Le recours à de telles instrumentations nécessite un investissement important lors de la fabrication du tunnelier, nécessitant notamment un système permettant de transférer les informations à une fréquence élevée entre les outils instrumentés et l’automate du tunnelier d’une part, et lors de la production des outils instrumentés eux-mêmes d’autre part. En outre, le colmatage a nécessairement déjà débuté quand l’information est donnée.
De plus, lorsqu’une roue est colmatée, la solution consiste à entrer dans la chambre d’abatage en hyperbare et à nettoyer manuellement les bras de la roue de coupe. Cette opération est fastidieuse et expose du personnel à des conditions hyperbares. De plus, une telle solution nécessite l’arrêt complet du tunnelier, la durée du chantier peut en être fortement allongée.
Par conséquent, il existe un besoin pour faciliter la détection de la présence de colmatage afin de prévenir son développement et d’éviter de pénaliser l’avancement du chantier.
Il existe notamment un besoin pour faciliter la détection du colmatage de la roue de coupe du tunnelier, en particulier pour détecter rapidement le début du colmatage tout en minimisant les arrêts du tunnelier.
Il existe également un besoin d’évaluer le risque d’occurrence du colmatage dans un chantier donné.
Il existe également un besoin pour prévenir le colmatage de la roue de coupe du tunnelier, afin d’éviter un arrêt total du tunnelier.
L’invention vise à répondre à ce besoin, et a pour objet selon un premier de ses aspects, un procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier lors du creusement d'un terrain par ledit tunnelier, le procédé comportant les étapes consistant à :
a) obtenir une pluralité de paramètres de fonctionnement du tunnelier, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement étant choisi parmi le couple de rotation de la roue de coupe du tunnelier, la vitesse de rotation de la roue de coupe, la vitesse d’avance du creusement, la force de contact, le pas de pénétration,
a) obtenir une pluralité de paramètres de fonctionnement du tunnelier, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement étant choisi parmi le couple de rotation de la roue de coupe du tunnelier, la vitesse de rotation de la roue de coupe, la vitesse d’avance du creusement, la force de contact, le pas de pénétration,
b) calculer au moins un indicateur statistique à partir d’un ou de plusieurs paramètres de fonctionnement de la pluralité de paramètres de fonctionnement, et
c) délivrer une information représentative de l'état de colmatage de la roue de coupe sur la base du ou des indicateurs statistiques.
Par «force de contact», on entend la force de poussée nette, c’est-à-dire la force de poussée s’exerçant sur le terrain, notamment déduite des forces de friction et de traction.
Le ou les indicateurs statistiques permettent de mettre en évidence le risque d’avoir un colmatage.
Aussi, les indicateurs statistiques selon l’invention permettent une détection simple et rapide du colmatage de la roue de coupe. De plus, les indicateurs statistiques sont calculés à partir des paramètres de fonctionnement du tunnelier. De tels paramètres de fonctionnement sont facilement disponibles, notamment à partir d’un automate du tunnelier, et ne nécessitent pas le recours à des outils de mesure supplémentaires.
Dans certaines situations, les paramètres de fonctionnement ne peuvent pas à eux seuls renseigner de manière fiable sur le risque de colmatage. En effet, il est parfois difficile de distinguer le colmatage d’autres difficultés de creusement, comme la traversée d’une roche dure. Par exemple, l’énergie spécifique peut augmenter fortement lors de ces situations.
L’utilisation des indicateurs statistiques permet de remédier à cette contrainte. En effet, les indicateurs statistiques ont l’avantage de présenter peu ou pas de corrélation vis-à-vis d’autres phénomènes.
Enfin, grâce au procédé selon l’invention, il n’est pas nécessaire d’accéder à la chambre d’abattage pour pouvoir détecter le colmatage de la roue de coupe. Aussi, un arrêt du tunnelier n’est pas nécessaire.
Le procédé permet de délivrer aux opérateurs une information représentative de l’état de colmatage de la roue de coupe, sans les exposer à des conditions hyperbares. Lorsqu’un risque de colmatage important est constaté, il est possible de réagir rapidement pour éviter l’apparition du colmatage ou pour freiner son développement. Il en résulte un gain de temps et d’efficacité.
Le procédé selon l’invention peut être mis en œuvre au moyen d’une unité de traitement qui reçoit en entrée les paramètres de fonctionnement. L’unité de traitement peut comporter un ordinateur, notamment un ordinateur du tunnelier ou un serveur de calcul distant.
L’unité de traitement peut comporter des moyens de calcul comportant un ou plusieurs processeurs, micro-processeurs ou microcontrôleurs ainsi que des moyens de mémorisation dans lesquels est mémorisé un produit programme d’ordinateur, sous la forme d’un ensemble d’instructions de code exécutable par le ou les processeurs.
Lorsque l’unité de traitement est un serveur de calcul distant, une interface de programmation d’application ou« API »est avantageusement mise en place. L’API est de préférence une API REST « transfert d'état représentationnel », de l’anglais «representational state transfer ». L’API peut ainsi permettre d’échanger des informations entre le tunnelier et le serveur de calcul.
Le serveur de calcul peut récupérer les paramètres de fonctionnement par le biais de requêtes, de préférence formulées à une fréquence déterminée par l’ordinateur du tunnelier. L'intervalle de temps entre deux requêtes peut être compris entre 1 et 60 s, mieux entre 5 et 30 s, étant par exemple de 10 s environ.
De préférence, le serveur de calcul renvoie à l’ordinateur du tunnelier les résultats du calcul, comportant notamment la valeur des indicateurs statistiques et l’information représentative de l’état de colmatage.
De préférence, à l’étape b), les indicateurs statistiques sont calculés en temps réel à partir des paramètres de fonctionnement fournis par le tunnelier. L’information représentative de l’état de colmatage peut être délivrée aux opérateurs en temps réel.
Paramètres de fonctionnement
Les paramètres de fonctionnement peuvent être choisis dans la liste suivante, qui n’est pas limitative : le couple de rotation de la roue de coupe du tunnelier, la vitesse de rotation de la roue de coupe, la superficie de la roue de coupe, la vitesse d’avance du creusement, la force de contact, le pas de pénétration, la différence de température de marin lors d’une phase de creusement continue, la durée de la phase de creusement, la vitesse de rotation de la vis d’extraction, le couple de rotation de la vis d’extraction, la puissance d’extraction de marin, le débit d’extraction de marin, l’énergie spécifique, la dureté, la variation de température de marin, l’énergie d’extraction de marin, le débit et/ou la densité de boue en entrée et en sortie.
La différence de température de marin peut correspondre à une différence entre une valeur de température finale et une valeur de température initiale, mesurées sur une fenêtre de temps prédéfinie.
La variation de température de marin peut correspondre à la différence de température de marin précitée, ladite différence de température étant de préférence pondérée par la valeur de température initiale ou par la valeur de température finale. Lors d’un colmatage, la température monte, en particulier au centre de la roue de coupe. Aussi, la variation de température de marin peut contribuer à la détection du colmatage.
Au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement peut être choisi dans la liste suivante, qui n’est pas limitative : la superficie de la roue de coupe, la différence de température de marin lors d’une phase de creusement continue, la durée de la phase de creusement, la vitesse de rotation de la vis d’extraction de marin, le couple de rotation de la vis d’extraction de marin, le débit d’extraction de marin, l’énergie spécifique, la dureté, la variation de température de marin, l’énergie d’extraction, le débit et/ou la densité de boue en entrée et en sortie.
Dans un mode de réalisation, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement est en outre choisi parmi : la superficie de la roue de coupe, le couple de rotation de la vis d’extraction, l’énergie spécifique, la dureté, l’énergie d’extraction.
Dans un mode de réalisation, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement est choisi parmi : l’énergie spécifique, la dureté.
Les paramètres de fonctionnement peuvent provenir d’une pluralité de capteurs, notamment disposés sur le tunnelier ou sur le chantier. A titre d’exemple, les capteurs peuvent être des capteurs de température, de pression, de position, de vitesse angulaire, d’élongation, cette liste n’étant pas limitative. Ces paramètres de fonctionnement sont de préférence transmis en temps réel par leurs capteurs à un ordinateur du tunnelier, par exemple, par le biais de l’automate du tunnelier.
Additionnement ou en variante, une partie des paramètres de fonctionnement peut être renseignée par un opérateur directement dans un ordinateur du tunnelier.
Une partie des paramètres de fonctionnement peut être calculée à partir d’autres paramètres de fonctionnement.
Par exemple, l’énergie spécifique E peut être calculée à partir des paramètres de fonctionnement suivants : vitesse de rotation de la roue de coupe N, couple de rotation de la roue de coupe T, superficie de la roue de coupe A, vitesse d’avance du creusement V.
Elle peut être calculée avec la formule suivante : E = 2п.N.T/(A.V).
La dureté D peut être calculée à partir de la force de poussée nette F, aussi appelée force de contact, et du pas de pénétration P. La dureté D peut être obtenue en appliquant la formule suivante : D = F/(P.A), A étant la superficie de la roue de coupe.
D’autres paramètres de fonctionnement peuvent également être calculés à partir de la liste de paramètres de fonctionnement mentionnée plus haut, par exemple la variation de température VTet l’énergie de creusement Evis.
Comme mentionné précédemment, la variation de température VTpeut correspondre au ratio entre la différence de température lors d’une phase de creusement continue ∆T et la durée de la phase de creusement ∆t, et pondéré par la valeur de température initiale. VTpeut être calculée selon la formule suivante : VT= ∆T×T0/∆t.
L’énergie d’extraction Evispeut être calculée à partir des paramètres de fonctionnement suivants : vitesse de rotation de la vis d’extraction Nvis, couple de rotation de la vis d’extraction Tviset débit d’extraction dvis. Evispeut être obtenue en appliquant la formule suivante : Evis= 2п.Nvis.Tvis/dvis.
Indicateurs statistiques
Par« indicateur statistique», on entend une grandeur qui permet d’obtenir des informations au sein d’une série de valeurs du paramètre ou des paramètres de fonctionnement considérés.
Chaque indicateur statistique peut être calculé à partir d’un seul paramètre de fonctionnement ou à partir d’une combinaison d’au moins deux paramètres de fonctionnement.
Le ou les indicateurs de position peuvent être calculés à partir d’une ou plusieurs formules dépendant, notamment uniquement, de l’énergie spécifique et de la dureté.
Chaque indicateur statistique peut être calculé sur une fenêtre temporelle et/ou spatiale prédéterminée.
La fenêtre temporelle prédéterminée peut avoir une largeur comprise entre 5 min et 10 h, mieux entre 15 min et 5 h, encore mieux entre 30 min et 2 h, par exemple environ 1 h.
La fenêtre spatiale prédéterminée peut avoir une largeur comprise entre 1 à 5 anneaux complets, mieux entre comprise entre 1 à 3 anneaux complets, de préférence 1 anneau complet. Par « anneau », on désigne l’ensemble des voussoirs déposés par le tunnelier de manière adjacente sur la circonférence d’une paroi pour former le revêtement du tunnel.
Le nombre d’indicateurs statistiques calculés à l’étape b) peut dépendre des conditions du chantier, notamment de la géologie, le type du tunnelier utilisé et/ou la technique de creusement. Par exemple, dans le cas d’un chantier complexe, au moins deux indicateurs statistiques distincts peuvent être calculés. Le nombre d’indicateurs statistiques calculés à l’étape b) peut être compris entre 1 et 50, mieux entre 1 et 20, encore mieux entre 1 et 10.
On peut distinguer deux catégories d’indicateurs statistiques, à savoir un ou des indicateurs de position et un ou des indicateurs de dispersion.
Par «indicateur de dispersion», on entend une grandeur renseignant sur la tendance qu'ont les valeurs du paramètre de fonctionnement ou de la combinaison des paramètres de fonctionnement considérés à s'étaler de part et d'autre d'une valeur centrale et/ou à s'éloigner les unes des autres.
Le ou les indicateurs statistiques peuvent comporter au moins un indicateur de dispersion d’un paramètre de fonctionnement ou d’une combinaison d’au moins deux paramètres de fonctionnement, le ou les indicateurs de dispersion comportant notamment une variance, un écart type et/ou un écart interquartile.
Dans un exemple de réalisation, le ou les indicateurs de dispersion comportent une variance de l’énergie spécifique, ladite variance étant de préférence calculée sur la fenêtre temporelle prédéterminée mentionnée plus haut, notamment de largeur comprise entre 5 min et 10 h, mieux entre 15 min et 5 h, encore mieux entre 30 min et 2 h.
Lors d’un colmatage, les variations de l’énergie spécifique peuvent être plus importantes que lors d’une situation normale de creusement. Aussi, une valeur élevée de cet indicateur statistique peut révéler un risque de colmatage.
Par« indicateur de position », on entend un indicateur représentatif d’une tendance centrale du ou des paramètres de fonctionnement ou de la combinaison de paramètres de fonctionnement ou représentatif d’une valeur décentrée du paramètre de fonctionnement ou de la combinaison de paramètre de fonctionnement considérés.
Le ou les indicateurs statistiques peuvent comporter au moins un indicateur de position d’un paramètre de fonctionnement ou d’une combinaison de paramètres de fonctionnement. Le ou les indicateurs de position peut comporter notamment un minimum, un maximum, une moyenne et/ou une médiane.
Dans un mode de réalisation, le ou les indicateurs de position sont calculés à partir d’une ou plusieurs formules dépendant, notamment uniquement, de l’énergie spécifique et de la dureté.
Le ou les indicateurs de position peuvent comporter une moyenne du ratio entre l’énergie spécifique et la dureté, ladite moyenne étant de préférence calculée sur ladite fenêtre temporelle prédéfinie mentionnée précédemment, notamment de largeur comprise entre 5 min et 4 h, mieux entre 10 min et 2 h, encore mieux entre 20 min et 40 min.
La moyenne du ratio entre l’énergie spécifique et la dureté peut renseigner sur l’état de colmatage de la roue de coupe. Cette moyenne est avantageusement plus élevée lors des colmatages que lors d’un creusement dans un terrain dur. En effet, un colmatage peut impacter plus fortement le couple de rotation que la force de poussée. L’effet peut être inversé dans le cas d’un terrain dur.
Dans un mode de réalisation de l’invention, les indicateurs statiques comportent au moins un indicateur de position et au moins un indicateur de dispersion.
Information re
présentative de
l’état de colmatage
De préférence, à l’étape c) on délivre l’information représentative de l’état de colmatage par comparaison de chaque indicateur statistique calculé à l’étape b) avec un ou plusieurs seuils d’indicateurs statistiques prédéterminés.
Lorsque la moyenne du ratio entre l’énergie spécifique et la dureté est utilisée comme indicateur statistique, le ou les seuils d’indicateurs statistiques prédéterminés comportent de préférence un seuil de la moyenne du ratio entre l’énergie spécifique et la dureté supérieur à 0,1 J/N, mieux supérieur à 0,2 J/N, encore mieux supérieur à 0,3 J/N, de l’ordre de 0,4 J/N par exemple.
Lorsque la variance de l’énergie spécifique est utilisée en tant qu’indicateur statistique, le ou les seuils d’indicateurs statistiques prédéterminés comportent de préférence un seuil de la variance de l’énergie spécifique supérieur à 30 MJ2/m6, mieux supérieur à 50 MJ2/m6, encore mieux supérieur à 80 MJ2/m6, de l’ordre de 100 MJ2/m6par exemple.
Aussi, une valeur de la moyenne du ratio dépassant le 100MJ2/m6peut indiquer un risque de colmatage élevé.
Lors d’une phase de creusement initiale, le ou les seuils d’indicateurs statistiques sont de préférence fixés manuellement. De préférence, le ou les seuils sont fixés sur la base d’un compromis entre la capacité à détecter l’ensemble des colmatages, et la capacité à ne pas donner aucun faux positif. Par « faux positif », on entend une fausse détection d’un risque de colmatage.
Par« phase de creusement initiale», on entend une phase de creusement s’étendant entre le début du creusement du terrain par le tunnelier et la pose d’un nombre d’anneaux complets inférieur à 100 anneaux complets, encore mieux inférieur à 70 anneaux complets, encore mieux inférieur à 40 anneaux complets.
De préférence, lors de cette phase de creusement initiale, le ou les seuils sont fixés à des valeurs élevées afin d’éviter des faux positifs.
Ensuite, au cours du chantier, en particulier au-delà de la phase de creusement initiale, les valeurs du ou des seuils d’indicateurs statistiques peuvent être déterminées manuellement, notamment sur la base des données collectées sur le chantier et des données de retour d’expérience. On peut se baser à cet effet sur les données obtenues sur le chantier, notamment sur la nature du terrain rencontré lors du creusement. Par exemple, en présence de terrain argileux, on peut diminuer les valeurs des seuils d’indicateurs de manière à éviter une détection tardive du colmatage.
En variante, le ou les seuils d’indicateurs statistiques sont déterminés, notamment au-delà de la phase de creusement initiale, pour au moins un indicateur statistique, par un algorithme d’apprentissage automatique, notamment à partir des données collectées sur le chantier même et/ou à partir de données de chantiers historiques, ledit algorithme d’apprentissage étant de préférence un algorithme de classification supervisée, notamment choisi dans la liste non limitative suivante : régression logique, classification naïve bayésienne, machine à vecteurs de support, forêt d'arbres décisionnels, apprentissage profond. Dans un mode de réalisation, l’algorithme d’apprentissage automatique est une régression logique. Un exemple d’algorithme de régression logique particulièrement adapté est disponible sur la bibliothèquescikit learn, notamment à l’adresse suivante :
« https://scikitlearn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html »
« https://scikitlearn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html »
De préférence, les paramètres suivants sont utilisés : penalty = l2 ; class_weight = balanced ; solver = lbfgs.
Le procédé peut comporter une étape de classification, notamment préalablement à l’étape c), dans laquelle l’algorithme d’apprentissage automatique attribue le ou les indicateurs statistiques calculés à l’étape b) à une classe parmi une pluralité de classes d’états de creusement.
Les classes de la pluralité de classes d’états de creusement peuvent comporter :
- une première classe correspondant à un « creusement sans colmatage », et
- une deuxième classe correspondant à un « creusement avec colmatage ».
Les classes de la pluralité de classes d’états de creusement peuvent en outre comporter une troisième classe, intermédiaire entre les première et deuxième classes, correspondant à « un creusement avec risque de colmatage modéré ».
De préférence, l’algorithme d’apprentissage automatique attribue le ou les indicateurs statistiques à l’une desdites classes en fonction de la probabilité d’appartenance dudit ou desdits indicateurs statistiques à l’une des classes. Plus le ou les seuils d’indicateurs statistiques sont bas, plus la probabilité d’appartenir à la classe « creusement avec colmatage » peut être élevée.
L’algorithme d’apprentissage, notamment l’algorithme de classification supervisée, peut mettre en œuvre un réseau de neurones, notamment un réseau de neurones simple, entrainé au moins une fois à partir d’une base d’apprentissage.
Ladite base d’apprentissage peut comporter des données classées en fonction des états de colmatage et étant réparties entre l’une des classes de la pluralité des classes d’états de creusement précitées.
Les données de la base d’apprentissage peuvent comporter des paramètres de fonctionnement obtenus sur un ou plusieurs chantiers historiques. Les paramètres de fonctionnement peuvent être enregistrés dans la base d’apprentissage avec des informations de colmatage renseignant sur la présence ou sur l’absence de colmatage.
Additionnellement ou en variante, les données de la base d’apprentissage peuvent comporter des indicateurs statistiques calculés à partir de paramètres de fonctionnement obtenus sur le ou les chantiers historiques. Les indicateurs statistiques peuvent être enregistrés dans la base d’apprentissage avec des informations de colmatage renseignant sur la présence ou sur l’absence de colmatage.
L’entraînement du réseau de neurones à partir de la base de données peut permettre d’identifier, en fonction des informations de colmatage associées aux données de la base d’apprentissage, le ou les seuils d’indicateurs statistiques.
Les conditions de creusement peuvent différer d’un chantier à un autre, notamment en raison de géologies, de tunneliers et/ou de techniques de creusement différents. Cela peut se traduire par la nécessité, notamment au début du creusement par le tunnelier, d’une période d’adaptation au réseau de neurones utilisant la base d’apprentissage construite à partir des données de chantiers historiques.
Ladite période d’adaptation du réseau de neurones peut correspondre à la phase de creusement initiale ou s’étendre au-delà de cette phase de creusement initiale.
Avantageusement, lors de la phase d’adaptation, le ou les seuils sont fixés manuellement à des valeurs élevées afin d’éviter des faux positifs.
Au fur et à mesure de l’avancement du chantier, le réseau de neurones peut affiner les seuils d’indicateurs en tirant profit des techniques d’apprentissage par transfert, «transfer learning» en anglais, à partir d’un ou plusieurs modèles de classification préalablement établis à partir de chantiers historiques, sont avantageusement mises en œuvre. Ces modèles de classification peuvent renseigner sur l’évolution des seuils d’indicateurs statistiques en fonction des situations rencontrées lors du creusement.
L’information représentative de l’état de colmatage délivrée à l’étape c) peut comporter la classe à laquelle le ou les indicateurs statistiques ont été attribués.
L’information représentative de l’état de colmatage délivrée à l’étape c) peut comporter la probabilité d’appartenance du ou des indicateurs statistiques aux classes auxquelles lesdits indicateurs statistiques ont été attribués.
L’information représentative de l’état de colmatage délivrée à l’étape c) peut en outre comporter la valeur du ou des seuils d’indicateurs, en particulier le ou les seuils d’indicateurs identifiés par le réseau de neurones.
Le procédé peut comporter l’affichage de l’information représentative de l’état de colmatage, notamment sous la forme d’une ou plusieurs courbes montrant l’évolution de ladite information et/ou sous la forme d’un voyant coloré indiquant le niveau de risque.
Le procédé peut en outre comporter l’affichage des paramètres de fonctionnement, notamment sous forme de courbes montrant leur évolution.
De même, le procédé peut comporter l’affichage des indicateurs statistiques, notamment sous forme de courbes montrant leur évolution.
L’information représentative de l’état de colmatage peut être affichée sur un dispositif d’affichage, notamment sur un écran d’ordinateur, de téléphone portable ou de tablette.
De préférence, le dispositif d’affichage est un dispositif d’un poste de pilotage du tunnelier.
Une alerte, notamment une alerte sonore et/ou visuelle, peut être émise lorsqu’un risque de colmatage est détecté.
L’invention a également pour objet, selon un autre de ses aspects, un procédé de creusement d’un terrain à l’aide d’un tunnelier, dans lequel un colmatage d’une roue de coupe dudit tunnelier est évalué par la mise en œuvre du procédé de détection tel que défini ci-dessus.
L’invention a encore pour objet, selon un autre de ses aspects, un produit programme d’ordinateur, comportant un code enregistré sur un support physique ou téléchargeable depuis un serveur, comportant des instructions de code destinées à être exécutées sur un équipement informatique tel qu’un ordinateur, une tablette ou un téléphone portable, ces instructions lorsqu’exécutées conduisant à mettre en œuvre le procédé de détection tel que défini ci-dessus.
Les instructions lorsqu’exécutées peuvent en particulier conduire à mettre en œuvre les étapes suivantes :
-calculer au moins un indicateur statistique dépendant d’au moins un paramètre de la pluralité des paramètres de fonctionnement, et
- délivrer une information représentative de l'état de colmatage de la roue sur la base des indicateurs statistiques.
-calculer au moins un indicateur statistique dépendant d’au moins un paramètre de la pluralité des paramètres de fonctionnement, et
- délivrer une information représentative de l'état de colmatage de la roue sur la base des indicateurs statistiques.
L'invention pourra être mieux comprise à la lecture de la description détaillée qui va suivre, d'exemples non limitatifs de mise en œuvre de celle-ci, et à l'examen du dessin annexé sur lequel :
Claims (19)
- Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier lors du creusement d'un terrain par ledit tunnelier, le procédé comportant les étapes consistant à :
a) obtenir (101) une pluralité de paramètres de fonctionnement du tunnelier, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement étant choisi parmi le couple de rotation de la roue de coupe du tunnelier, la vitesse de rotation de la roue de coupe, la vitesse d’avance du creusement (V), la force de contact, le pas de pénétration (P),
b) calculer (103) au moins un indicateur statistique (I1, I2) à partir d’un ou de plusieurs paramètres de fonctionnement de la pluralité de paramètres de fonctionnement, et
c) délivrer (107) une information représentative de l'état de colmatage de la roue de coupe sur la base du ou des indicateurs statistiques (I1, I2). - Procédé selon la revendication 1, au moins un paramètre de fonctionnement de ladite pluralité de paramètres de fonctionnement étant en outre choisi parmi la superficie de la roue de coupe, la différence de température de marin lors d’une phase de creusement continue, la durée de la phase de creusement, la vitesse de rotation de la vis d’extraction de marin, le couple de rotation de la vis d’extraction de marin, la puissance d’extraction de marin, le débit d’extraction de marin, l’énergie spécifique, la dureté, la variation de température de marin, l’énergie d’extraction, le débit et/ou la densité de boue en entrée et en sortie.
- Procédé selon la revendication précédente, le ou les indicateurs statistiques (I1, I2) étant calculés à partir d’une ou plusieurs formules dépendant, notamment uniquement, de l’énergie spécifique et de la dureté.
- Procédé selon la revendication 1 ou 2, le ou les indicateurs statistiques (I1, I2) comportant au moins un indicateur de dispersion d’un paramètre de fonctionnement ou d’une combinaison d’au moins deux paramètres de fonctionnement, le ou les indicateurs de dispersion comportant notamment une variance, un écart type ou un écart interquartile.
- Procédé selon la revendication précédente, le ou les indicateurs de dispersion comportant une variance de l’énergie spécifique, ladite variance étant de préférence calculée sur une fenêtre temporelle prédéterminée, notamment de largeur comprise entre 5 min et 10 h, mieux entre 15 min et 5 h, encore mieux entre 30 min et 2 h.
- Procédé selon l’une quelconque des revendications précédentes, le ou les indicateurs statistiques (I1, I2) comportant au moins un indicateur de position d’un paramètre de fonctionnement ou d’une combinaison de paramètres de fonctionnement, le ou les indicateurs de position comportant notamment, un minimum, un maximum, une moyenne et/ou une médiane.
- Procédé selon la revendication précédente, le ou les indicateurs de position comportant une moyenne du ratio entre l’énergie spécifique et la dureté, ladite moyenne étant de préférence calculée sur une fenêtre temporelle prédéfinie, notamment de largeur comprise entre 5 min et 4 h, mieux entre 10 min et 2 h, encore mieux entre 20 min et 40 min.
- Procédé selon l’une quelconque des revendications précédentes, dans lequel à l’étape c) on délivre l’information représentative de l’état de colmatage par comparaison du ou des indicateurs statistiques calculés à l’étape b) avec un ou des seuils d’indicateurs statistiques prédéterminés.
- Procédé selon les deux revendications précédentes, le ou les seuils d’indicateurs statistiques prédéterminés comportant un seuil de la moyenne du ratio entre l’énergie spécifique et la dureté supérieur à 0,1 J/N, mieux supérieur à 0,2 J/N, encore mieux supérieur à 0,3 J/N.
- Procédé selon l’une des deux revendications précédentes, avec rattachement à la revendication 5, le ou les seuils d’indicateurs statiques prédéterminés comportant un seuil de la variance de l’énergie spécifique supérieur à 30 MJ2/m6, mieux supérieur à 50 MJ2/m6, encore mieux supérieur à 80 MJ2/m6.
- Procédé selon l’une quelconque des revendications 8 à 10, le ou les seuils d’indicateurs statistique étant déterminés, pour au moins un indicateur statistique (I1, I2), par un algorithme d’apprentissage automatique, ledit algorithme d’apprentissage étant de préférence un algorithme de classification supervisée, notamment choisi dans la liste suivante : régression logique, classification naïve bayésienne, machine à vecteurs de support, forêt d'arbres décisionnels, apprentissage profond.
- Procédé selon la revendication précédente, comportant une étape de classification, notamment préalablement à l’étape c), dans laquelle l’algorithme d’apprentissage automatique attribue le ou les indicateurs statistiques calculés à l’étape b) à une classe parmi une pluralité de classes d’états de creusement (1, 2, 3), la pluralité de classes d’états de creusement comportant:
- une première classe (1) correspondant à un « creusement sans colmatage »,
- une deuxième classe (3) correspondant à un « creusement avec colmatage », et
- optionnellement, une troisième classe (2), intermédiaire entre les première et deuxième classes, correspondant à « un creusement avec risque de colmatage modéré ».
- Procédé selon la revendication précédente, dans lequel l’algorithme d’apprentissage automatique attribue le ou les indicateurs statistiques (I1, I2) à l’une des classes de la pluralité de classes d’états de creusement (1, 2, 3) en fonction de la probabilité d’appartenance dudit ou desdits indicateurs statistiques (I1, I2) à l’une des classes (1, 2, 3).
- Procédé selon la revendication 12 ou 13, l’information représentative de l’état de colmatage comportant la classe (1, 2, 3) à laquelle le ou les indicateurs statistiques (I1, I2) ont été attribués.
- Procédé selon l’une quelconque des revendications 12 à 14, l’information représentative de l’état de colmatage comportant en outre la probabilité d’appartenance du ou des indicateurs statistiques (I1, I2) aux classes (1, 2, 3) auxquelles lesdits indicateurs statistiques (I1, I2) ont été attribués.
- Procédé selon l’une quelconque des revendications précédentes, l’information représentative de l’état de colmatage étant affichée sur un dispositif d’affichage (20), notamment sur un écran d’ordinateur, de téléphone portable ou de tablette.
- Procédé selon l’une quelconque des revendications précédentes, une alerte, notamment une alerte sonore et/ou visuelle, étant émise lorsqu’un risque de colmatage est détecté.
- Procédé de creusement d’un terrain à l’aide d’un tunnelier, dans lequel un colmatage d’une roue de coupe dudit tunnelier est évalué par la mise en œuvre du procédé de détection selon l’une quelconque des revendications 1 à 17.
- Produit programme d’ordinateur, comportant un code enregistré sur un support physique ou téléchargeable depuis un serveur, comportant des instructions de code destinées à être exécutées sur un équipement informatique tel qu’un ordinateur, une tablette ou un téléphone portable, ces instructions lorsqu’exécutées conduisant à mettre en œuvre le procédé selon l’une quelconque des revendications 1 à 17, et en particulier :
- calculer au moins un indicateur statistique (I1, I2) dépendant d’au moins un paramètre de la pluralité de paramètres de fonctionnement, et
- délivrer une information représentative de l'état de colmatage de la roue de coupe sur la base du ou des indicateurs statistiques (I1, I2).
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2103804A FR3121705B1 (fr) | 2021-04-13 | 2021-04-13 | Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2103804A FR3121705B1 (fr) | 2021-04-13 | 2021-04-13 | Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier |
| FR2103804 | 2021-04-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3121705A1 true FR3121705A1 (fr) | 2022-10-14 |
| FR3121705B1 FR3121705B1 (fr) | 2023-11-10 |
Family
ID=77180081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2103804A Active FR3121705B1 (fr) | 2021-04-13 | 2021-04-13 | Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3121705B1 (fr) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3647533A1 (fr) * | 2018-11-05 | 2020-05-06 | Bouygues Travaux Publics | Optimisation du forage d'un tunnelier en fonction d'interactions terrain/machine |
-
2021
- 2021-04-13 FR FR2103804A patent/FR3121705B1/fr active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3647533A1 (fr) * | 2018-11-05 | 2020-05-06 | Bouygues Travaux Publics | Optimisation du forage d'un tunnelier en fonction d'interactions terrain/machine |
Non-Patent Citations (1)
| Title |
|---|
| WANG QIANG ET AL: "Real-time Aarly Warning of Clogging Risk in Slurry Shield Tunneling: A Self-updating Machine Learning Approach", 35TH INTERNATIONAL SYMPOSIUM ON AUTOMATION AND ROBOTICS IN CONSTRUCTION (ISARC 2018), 14 October 2020 (2020-10-14), pages 1 - 8, XP055877180, ISSN: 2413-5844, Retrieved from the Internet <URL:http://www.iaarc.org/publications/fulltext/ISARC_2020_Paper_5.pdf> DOI: 10.22260/ISARC2020/0084 * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3121705B1 (fr) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3455452B1 (fr) | Procédé de détermination temporelle d'un volume d'eau prélevable maximum admissible d'une source d'eau souterraine | |
| FR2891580A1 (fr) | Methodes et appareils de transmission de donnees de fond de trou. | |
| Fernández et al. | Effectiveness of three post-fire treatments at reducing soil erosion in Galicia (NW Spain) | |
| Schmeer et al. | Empirical models of annual post-fire erosion on mulched and unmulched hillslopes | |
| FR3037352B1 (fr) | Estimation de l'usure du tubage au cours du forage a l'aide de multiples facteurs d'usure le long du train de tiges | |
| Sanjari et al. | Effects of time-controlled grazing on runoff and sediment loss | |
| Purser | A time series study of Lophelia pertusa and reef megafauna responses to drill cuttings exposure on the Norwegian margin | |
| EP3647533A1 (fr) | Optimisation du forage d'un tunnelier en fonction d'interactions terrain/machine | |
| CA2954812A1 (fr) | Procede pour detecter des anomalies dans un reseau de distribution, en particulier d'eau potable | |
| Douglass | The archaeological potential of informal lithic technologies: a case study of assemblage variability in western New South Wales, Australia | |
| Lewis et al. | Integrated UAS and LiDAR reveals the importance of land cover and flood magnitude on the formation of incipient chute holes and chute cutoff development | |
| EP3821239A1 (fr) | Placement ameliore de capteurs de parametres physico-chimiques dans un fluide | |
| FR3121705A1 (fr) | Procédé de détection du risque de colmatage d’une roue de coupe d’un tunnelier | |
| Baudry et al. | Environmental DNA survey to detect an endemic cryptic fish, Anablepsoides cryptocallus, in tropical freshwater streams | |
| CN108894308A (zh) | 一种蓄水池及其水质监测方法 | |
| Shelton et al. | Population crash in Lesotho's endemic Maloti minnow Pseudobarbus quathlambae following invasion by translocated smallmouth yellowfish Labeobarbus aeneus | |
| Bjerre et al. | Drivers and barriers for taking account of geological uncertainty in decision making for groundwater protection | |
| Crouch | Rates and mechanisms of discontinuous gully erosion in a red‐brown earth catchment, New South Wales, Australia | |
| Chiu et al. | Quantifying carbon footprint for ecological river restoration | |
| WO2017186603A1 (fr) | Gestion d'un pompage d'alimentation en eau d'un circuit d'une installation de production électrique | |
| Campbell et al. | Using natural resource inventory data to improve the management of dryland salinity in the Great Southern, Western Australia | |
| JP2575051B2 (ja) | 泥水加圧シールド工法の施工管理方法 | |
| FR3052483A1 (fr) | Aide a la conduite d'un tunnelier par correlation entre mesures effectuees sur le tunnelier et donnees issues de sondages depuis la surface | |
| Roni et al. | Evaluating changes in salmon spawning habitat and spawners in the Elwha River following dam removal | |
| Wright | Predictability of cottonwood recruitment along a dynamic, regulated river |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20221014 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| CD | Change of name or company name |
Owner name: VINCI CONSTRUCTION, FR Effective date: 20230406 Owner name: SIXENSE MONITORING, FR Effective date: 20230406 Owner name: VINCI CONSTRUCTION FRANCE, FR Effective date: 20230406 Owner name: DODIN CAMPENON BERNARD, FR Effective date: 20230406 Owner name: BESSAC, FR Effective date: 20230406 Owner name: VINCI CONSTRUCTION GRANDS PROJETS, FR Effective date: 20230406 |
|
| TQ | Partial transmission of property |
Owner name: VINCI CONSTRUCTION, FR Effective date: 20230406 Owner name: SIXENSE MONITORING, FR Effective date: 20230406 Owner name: VINCI CONSTRUCTION FRANCE, FR Effective date: 20230406 Owner name: DODIN CAMPENON BERNARD, FR Effective date: 20230406 Owner name: BESSAC, FR Effective date: 20230406 Owner name: VINCI CONSTRUCTION GRANDS PROJETS, FR Effective date: 20230406 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |