JP2022143629A - シールド掘進機の操作シミュレーション方法 - Google Patents

Abstract

【課題】目標とする掘進線形に沿ってシールド掘進機が掘進して行くように、適切な運転操作を行えるようにするシールド掘進機の操作シミュレーション方法を提供する。【解決手段】掘進方向後方側のリングＮ－１～Ｎ－５を施工した際の施工計測データを説明変数とし、掘進方向前方側のリングＮ～Ｎ＋５を施工する際のシールド掘進機２０の先端の偏差を目的変数とする予測モデルを作成する。作成された予測モデルに掘進方向後方側の直前の操作リングの施工計測データにおける、所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、掘進方向後方側のリングＮ－０～Ｎ－４を施工した際の施工計測データを入力し、掘進方向前方側のリングＮ～Ｎ＋５を施工する際の先端の偏差を出力させて、シールド掘進機２０の先端の偏差をシミュレートしながら、シールド掘進機を掘進操作できるようする。【選択図】図２

Description

本発明は、シールド掘進機の操作シミュレーション方法に関し、特に、人工知能による機械学習の結果を利用して、シールド掘進機の掘進操作をシミュレートするシールド掘進機の操作シミュレーション方法に関する。

シールド掘進工法は、公知の土圧式や泥水式等のシールド掘進機の先端の切羽面を、泥土圧、泥水圧等によって押さえ付けて安定させつつ回転カッターによって地山を掘削すると共に、これらのシールド掘進機の後方にセグメントによるトンネル覆工体を一リング毎に組み立てながら、発進立坑から到達立坑に向けて、地中にトンネルを形成してゆく工法であり、都市部や平野部における主要なトンネル工事のための工法として、広く採用されている。

また、シールド掘進工法に用いる土圧式や泥水式等のシールド掘進機は、スキンプレートと呼ばれる金属製の外殻体の前部に切羽面を切削する回転カッターや、隔壁、カッター駆動装置、排土機構等を備えると共に、スキンプレートの後部に、シールドジャッキ、エレクター装置等を備えており、エレクター装置を用いてセグメントによるトンネル覆工体を一リング毎に組み立てて、組み立てたトンネル覆工体から反力をとりつつ、シールドジャッキによってスキンプレートと共に回転カッターを押し出すことで、切羽面を切削しながらシールドトンネルを掘進して行くようになっている。

このようなシールド掘進工法では、地中に設定された掘進計画延長線に沿って、精度良くシールド掘進機を掘進させて行く必要があるが、地中での施工になるため、周囲の地盤の地質の変化や環境状態の変化、個々のシールド掘進機の特性等に由来する何等かの種々の要因によって、掘進計画延長線に沿って精度良く掘進して行くように制御しながら運転することが難しく、一般に、掘進計画延長線に対する水平偏差や垂直偏差や方向偏差が、シールド掘進機の先端に生じることになる。特に、個々のシールド掘進機の特性等に由来する何等かの種々の要因は、個々の施工現場におけるシールド掘進機の「クセ」と呼ばれて、正確に把握することが難しく、従来は、熟練の作業員による経験と勘による運転の制御によって、掘進計画延長線に対する偏差が大きくならないように、シールド掘進機を掘進させるようになっていた。

また、近年、ＩｏＴ（Internet of Things）やＡＩ（人工知能：Artificial Intelligence）の技術革新に基づき、大量のデータとＡＩの利用によって、第四次産業革命の実現が期待されており、シールド掘進工法においても、例えばＡＩを活用したシールド掘進計画支援システムが開発されている（例えば、非特許文献１参照）。非特許文献１のシールド掘進計画支援システムでは、ＡＩが試行錯誤しながら自己学習することで最適解を導く強化学習手法により、シールドトンネルの線形に応じたシールド掘進機の操作の計画値や、セグメントの配置計画を導き出すことができるようになっている。

ＡＩを活用したシールド掘進計画支援システムを開発／企業情報／清水建設、２０１８年５月２５日、〔２０１９年６月１０日検索〕、インターネット（URL:https：//www.shimz.co.jp/company/about/news-release/2018/2018005/html）

特開２０２１－１４７２７

しかしながら、非特許文献１のシールド掘進計画支援システムは、施工現場で実際にシールド掘進工事を施工するのに先立って、計画線形に対するシールド掘進機の運転方法と、形状の異なる複数のセグメントの割り付け方法について事前シミュレーションを行って、これらの計画値を設定するものに過ぎないばかりか、学習済みモデルを作成するため教師データのデータ項目（パラメータ）は、限定された特定のものとなっているため、個々の施工現場において、周囲の地盤の地質の変化や環境状態の変化、あるいは個々のシールド掘進機の特性等に由来する種々の不確定な要因によるシールド掘進機の「クセ」と呼ばれる特質を反映させた、精度の良い予測モデルを得て、地中に設定された掘進計画延長線に沿ってシールド掘進機が掘進して行くように、適切に管理することは困難である。

一方、シールド掘進工法では、シールド掘進機の進行に応じた掘進状況を詳細に把握することを目的として、シールド掘進管理システムが導入されることが多くなっている。シールド掘進管理システムは、シールド掘進工事における測量データや、シールド掘進機に設置した各種センサーによる計測データ等の各種のデータの収集を行って、シールド掘進機の管理の一元化を担う公知のシステムであり、施工時の計測データの経時的変化やデータの統計処理の結果によって、地山の掘削土砂の状況や、シールドマシンの負荷状況などを推測できるようになっていると共に、測量結果が入力されることにより、シールド掘進機やセグメントの位置を計算して、掘進計画延長線からの偏差を求めることができるようになっている。

また、シールド掘進管理システムでは、シールドトンネルを形成するセグメントによる覆工体の各々のリングに対応する掘進が行なわれる際に、多数のパラメータ（データ項目）に関するデータが、例えば５秒程度の時間間隔毎に、或いはシールドジャッキによる１０ｍｍ程度のジャッキストロ－ク毎に収集されて、大量の数のデータとして記憶されている。これらの大量の数のデータをＡＩによって解析させることにより、個々の施工現場における周囲の地盤の地質の変化や環境状態の変化、あるいは個々のシールド掘進機の特性等に由来する種々の不確定な要因によるシールド掘進機の「クセ」と呼ばれる特質を反映させて、シールド掘進機が地中に設定された掘進計画延長線に沿って掘進して行くように、適切に管理することが可能になると考えられる。

このようなことから、本願出願人は、例えば特許文献１において、シールド掘進管理システムから送られる施工計測データを教師データとする、人工知能による機械学習の結果を利用して、シールド掘進機の掘進を管理するシールド掘進機の施工管理方法を提案している。特許文献１のシールド掘進機の施工管理方法では、施工現場におけるシールド掘進機の掘進計画延長線上に学習領域を設定し、設定された学習領域において、掘進方向後方側の一又は複数のリングを施工した際の施工計測データを説明変数として、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を目的変数とする学習済みモデルを、機械学習により作成し、学習領域よりも掘進方向前方側の本掘進領域において、作成された学習済みモデルを掘進予測モデルとして、施工された掘進方向後方側の一又は複数のリングを施工した際の施工計測データを入力し、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を出力させて、シールド掘進機の先端の掘進計画延長線からの偏差を予測しながら、シールド掘進機の掘進を管理するようになっている。

また、特許文献１のシールド掘進機の施工管理方法では、作成された掘進予測モデルによって予測された、シールド掘進機の先端の掘進計画延長線からの偏差に基づいて、作業員であるシールドエンジニアが、目標とする掘進線形を適宜修正・変更すると共に、例えばシールド掘進機の操作オペレータに指示するための、例えば図１０に示すような掘進指示書を作成するようになっている。操作オペレータは、作成された掘進指示書に従って、好ましくはマシンの姿勢を整えながら、熟練した経験や勘に基づいて、適宜修正・変更された目標とする掘進線形に沿ってシールド掘進機が掘進して行くように、適切な運転操作を行うようになっている。

しかしながら、近年のシールド掘進機によるシールド工事の件数の増加に伴って、シールド工事における熟練した操作オペレータの人員が不足しているといった課題が生じている。このようなことから、熟練した操作オペレータの経験や勘に頼ることなく、例えば一般の作業員であっても、適宜修正・変更された目標とする掘進線形に沿って、シールド掘進機が掘進して行くように、適切な運転操作を行えるようにする技術の開発が望まれている。

本発明は、人工知能による機械学習の結果を利用することで、熟練した操作オペレータの経験や勘に頼ることなく、例えば一般の作業員であっても、目標とする掘進線形に沿ってシールド掘進機が掘進して行くように、適切な運転操作を行なうことを可能にするシールド掘進機の操作シミュレーション方法を提供することを目的とする。

本発明は、シールド掘進管理システムから送られる施工計測データを教師データとする人工知能による機械学習の結果を利用して、シールド掘進機の掘進操作をシミュレートするシールド掘進機の操作シミュレーション方法であって、掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを説明変数とし、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を目的変数とする学習済みモデルを、機械学習により作成し、作成された前記学習済みモデルを掘進予測モデルとして、掘進方向後方側の直前のリングの前記施工計測データにおける、シールド掘進機の操作に関する所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、施工された掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを入力し、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を出力させて、シールド掘進機の先端の前記掘進計画延長線からの偏差をシミュレートしながら、シールド掘進機を掘進操作できるようにするシールド掘進機の操作シミュレーション方法を提供することにより、上記目的を達成したものである。

そして、本発明のシールド掘進機の操作シミュレーション方法は、前記掘進方向後方側の直前のリングの前記施工計測データにおける、シールド掘進機の操作に関する所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、前記施工された掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを入力して、前記掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を出力させる工程を、置き換えられる操作シミュレーションデータを変更しつつ複数回繰り返し行なって、シミュレートされたシールド掘進機の先端の前記掘進計画延長線からの偏差が最良のものとなる操作シミュレーションデータを選択すると共に、選択された操作シミュレーションデータに基づいて、シールド掘進機を掘進操作できるようにすることが好ましい。

ここで、掘進計画延長線からの偏差を最良のものとするシールド掘進機の掘進操作は、偏差が無くなる方向にシールド掘進機の進路を調整するための操作であるが、同時に、偏差が無くなった後のシールド掘進機の進路が掘進計画延長線に重なるようにすることが好ましい。シールド掘進機の進路の調整は、なるべく短い距離で完了することが望ましいが、偏差が無くなった後のシールド掘進機の進路を考慮すると、進路を掘進計画延長線に擦り付ける形で調整することが好ましい。

また、本発明のシールド掘進機の操作シミュレーション方法は、前記操作シミュレーションデータとなる、前記掘進方向後方側の直前のリングの前記施工計測データにおけるシールド掘進機の操作に関する所定のデータは、ジャッキパターン、ジャッキ速度、コピーカッタ選択、コピーカッタストローク、中折上下角、中折左右角、又は切羽カッタ回転方向の操作に関するデータのうちの、１又は２以上のデータを含んでいることが好ましい。

本発明のシールド掘進機の操作シミュレーション方法によれば、人工知能による機械学習の結果を利用することで、熟練した操作オペレータの経験や勘に頼ることなく、例えば一般の作業員であっても、目標とする掘進線形に沿ってシールド掘進機が掘進して行くように、適切な運転操作を行うことが可能になる。

本発明の好ましい一実施形態に係るシールド掘進機の操作シミュレーション方法が実施されるシステムネットワークの説明図である。 学習済みモデル作成工程の説明図である。 リング報の説明図である。 学習済みモデルを作成すための教師データとなる複数の変数（パラメータ）を例示する説明図である。 施工データの位置関係の説明図である。 本発明の好ましい一実施形態に係るシールド掘進機の操作シミュレーション方法を説明するフローチャートである。 操作シミュレーションの開始ステップ、操作シミュレーションデータの入力ステップ、及び操作シミュレーションの実行・結果確認ステップの説明図である。 （ａ）、（ｂ）は、操作シミュレーションデータの入力ステップの説明図である。 操作シミュレーションシートの説明図である。 掘進指示書の説明図である。

本発明の好ましい一実施形態に係るシールド掘進機の操作シミュレーション方法は、例えば図１に示す構成のシステムネットワークによって実施されるようになっている。図１に示す構成のシステムネットワークは、例えばシールド掘進機２０（図２参照）の施工を管理するシールド掘進管理システム１０とＬＡＮ１２を介して接続する、ＡＩ（人工知能：Artificial Intelligence）として好ましくはサポートベクターマシンをアルゴリズムとするニューラルネットワークを実装可能な公知の機械学習ツール（ソフトウェア）が組み込まれた、好ましくはクラウドサーバ１１を用いて、例えばシールド掘進機２０の先端の偏差を目的変数とする予測モデルを作成することで、シールド掘進機２０が地中に設定された掘進計画延長線２１（図２参照）に沿って掘進して行くように、適切に管理できるようになっている。本実施形態のシールド掘進機の操作シミュレーション方法は、図１に示す構成のシステムネットワークにおいて、ＡＩによる機械学習によって作成された掘進予測モデルを用いることで、熟練した操作オペレータの経験や勘に頼ることなく、例えば一般の作業員であっても、目標とする掘進線形に沿ってシールド掘進機が掘進して行くように、適切な運転操作を行うことを可能にするものである。

ここで、本実施形態では、公知のシールド掘進管理システム１０として、例えば商品名「Arigataya」（株式会社演算工房製）を好ましく用いることができる。また、クラウドサーバ１１は、例えばコンピュータを含んで構成されている。コンピュータは、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、Ｉ／Ｆ（Interface）、ＨＤＤ（Hard Disk Drive）、記憶手段、入力手段、表示手段、出力手段等を備えている。ＣＰＵは、ＲＯＭに組み込まれた各種のプログラムに従って、ＲＡＭをワークエリアとして使用しながら、ＡＩによる機械学習を制御する。また、ＣＰＵは、各種のコンピュータプログラムがＲＯＭに組み込まれていることにより、記憶手段、入力手段、表示手段、出力手段等を機能させると共に、シールド掘進管理システム１０から送られる大量のデータやＡＩによる解析結果等を、例えばデータベース部に記憶させたり、所定の情報として、ＬＡＮ１２や現場に設置されたパーソナルコンピュータ１３等を介して、例えば現場のディスプレイ１４に表示させたり、プリンタから出力させたりできるようになっている。

そして、本実施形態のシールド掘進機の操作シミュレーション方法は、シールド掘進管理システム１０から送られる施工計測データを教師データとするＡＩによる機械学習の結果を利用して、シールド掘進機２０の掘進操作をシミュレートするシミュレーション方法であって、好ましくは掘進方向後方側の一又は複数のリングＮ－１～Ｎ－５（図２参照）を施工した際の施工計測データを説明変数とし、好ましくは掘進方向前方側の所定のリングＮ～Ｎ＋５を施工する際のシールド掘進機２０の先端の偏差を目的変数とする学習済みモデルを、機械学習により作成し、作成された学習済みモデルを掘進予測モデルとして、掘進方向後方側の直前のリングＮ－０（操作リング）の施工計測データにおける、シールド掘進機２０の操作に関する所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、施工された掘進方向後方側の一又は複数のリングＮ－０～Ｎ－４を施工した際の施工計測データを入力し、掘進方向前方側の所定のリングＮ～Ｎ＋５を施工する際のシールド掘進機２０の先端の偏差を出力させて、シールド掘進機２０の先端の掘進計画延長線２１からの偏差をシミュレートしながら、シールド掘進機を掘進操作できるようになっている。

また、本実施形態のシールド掘進機の操作シミュレーション方法は、好ましくは、掘進方向後方側の直前のリングＮ－０（操作リング）の施工計測データにおける、シールド掘進機２０の操作に関する所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、施工された掘進方向後方側の一又は複数のリングＮ－０～Ｎ－４を施工した際の施工計測データを入力して、掘進方向前方側の所定のリングＮ～Ｎ＋５を施工する際のシールド掘進機２０の先端の偏差を出力させる工程を、置き換えられる操作シミュレーションデータを変更しつつ複数回繰り返し行なって、シミュレートされたシールド掘進機２０の先端の掘進計画延長線２１からの偏差が最良のものとなる操作シミュレーションデータを選択すると共に、選択された操作シミュレーションデータに基づいて、シールド掘進機２０を掘進操作できるようになっている。

本実施形態では、所定のシールド施工現場において、シールド掘進管理システム１０から送られる教師データとなるトンネル掘進時の施工計測データは、例えばシールド掘進管理システム１０により「リング報」（図３参照）として出力可能な多数のデータ項目から、好ましくはシールドエンジニアの知見によって選別された、例えば図４に示す１８７項目程度の多数のパラメータに関するデータとなっている。これらのデータは、シールドトンネルを構成する覆工体の各々のリング毎に、まとまったデータとして収集され、好ましくは５秒毎にクラウドサーバ１１に送られて、例えば記憶部に蓄積されるようになっている。すなわち、シールド掘進工法では、一リング分の長さに対応する掘進長で、シールド掘進機２０の先端の回転カッター２０ａにより切羽面を掘削しつつ、シールドジャッキ２０ｂを伸長させながら掘進したら、シールド掘進機２０の掘進作業を一旦中断し、スキンプレート２０ｃの後部において、エレクター装置２０ｄを用いてセグメント２０ｅによる一リング分のトンネル覆工体が組み立てられることで、一リング毎に掘進作業が行なわれることから、好ましくは施工計測データは、一リング毎にまとまったデータとして処理されるようになっている。

また、本実施形態では、選別された好ましくは１８７のデータ項目（パラメータ）の施工計測データは、シールド掘進機２０の位置の把握に関する合計４４点の掘進データ（前胴、中胴、後胴、ジャイロコンパス、座標、偏差、変位量など）５０Ａと、シールド掘進機２０の方向制御に関する合計１２０点の掘進データ（シールドジャッキ、中折れジャッキ、コピーカッタなど）５０Ｂと、土質などその他の合計２３点の掘進データ（記録日時、カッタビット加速度、テールクリアランスなど）５０Ｃとに分類されるようになっている。これらの分類されたデータ項目は、上述にように、例えば５秒毎にシールド掘進管理システム１０を介してクラウドサーバ１１に送られることで、経時的変化を伴うデータとして収集されて、例えば記憶部に記憶されるようになっている。なお、図４中、「※」で示される先端の水平偏差、先端の垂直偏差、及び方位偏差（方向偏差）は、目的変数となるものである。

これらの施工計測データは、好ましくはセグメント２０ｅの組立て位置のリングＮｏ．を表題として収集されるようになっている。すなわち、図５に示すように、データ項目によっては、データが収集される位置が、例えば回転カッター２０ａが配置されるシールド掘進機２０の先端の切羽面の位置や、スキンプレート２０ｃの後方の裏込め材の注入位置と、シールドジャッキ２０ｂの伸縮部に配置されるセグメント２０ｅによる各リングの組立て位置とが、１リング分の長さよりも離れた位置となっており、これらの１リング分の長さよりも離れた位置のデータについても、セグメントの組立て位置のリングＮｏ．を表題とする、当該リングＮｏ．の組立て位置のリング幅を確保するための切羽面の掘削作業中のデータや、当該リングＮｏ．の組立て位置のリングにおける組立て作業中のデータとして、シールド掘進管理システム１０に送られて収集されるようになっている。

さらに、本実施形態では、シールド掘進機の構造又は機械設備の性能に関する前提条件データが、予めシールド掘進管理システム１０やクラウドサーバ１１に入力されて登録されている。シールド掘進機の構造に関する前提条件データとして、例えばカッタ面板の直径や、シールドジャッキや中折れジャッキ本数、配置等を挙げることができる。これらのシールド掘進機の構造に関する前提条件データは、説明変数として直接入力されるのではなく、シールド掘進管理システム１０から送られるトンネル掘進時の施工計測データと組み合わせて、特徴量エンジニアリングを行うことにより正規化してから、入力することができる。またシールド掘進機の機械設備の性能に関する前提条件データとして、例えば各々のシールドジャッキや中折れジャッキの最大圧力や、伸縮の最大速度、最大ストローク等を挙げることができる。これらのシールド掘進機の機械設備の性能に関する前提条件データは、最大値を１．０に換算して入力されて、シールド掘進管理システム１０から送られるトンネル掘進時の施工計測データを、０．０～１．０の値で正規化して評価するために用いることができる。

さらにまた、本実施形態では、シールド掘進管理システム１０から送られるトンネル掘進時の施工計測データのうち、特徴量エンジニアリングや正規化により加工して入力される計測データは、例えば作業者の操作に関するデータとして、シールドジャッキや中折れジャッキの圧力やストロークに関するデータ、カッタ回転に関するデータ等を挙げることができる。また、例えばシールド掘進機の位置や方向に関するデータとして、水平変位量、垂直変位量、方向変位量等に関するデータ等を挙げることができる。さらに、例えば周辺環境がシールド掘進機に影響を与えるデータとして、切羽水圧やテールクリアランス等に関するデータ等を挙げることができる。

また、本実施形態では、シールド掘進管理システム１０から送られるトンネル掘進時の施工計測データには、正側と負側の値をとるデータが含まれている。このような正側と負側の値をとるデータとして、例えば前胴のピッチング角やローリング角、後胴のピッチング角やローリング角、カッタ回転、カッタトルク等に関するデータを挙げることができる。例えばカッタトルクのように正側（右回転）と負側（左回転）とがある場合、正規化後の最小値は－０．５、最大値は＋０．５とすることができる（最小と最大の差が１．０）。カッタトルクの最大値が３００ｋＮ・ｍで、１５０ｋＮ・ｍで右回転した場合に、正規化後の値を＋０．２５とすることができる。

そして、本実施形態では、所定のシールド施工現場において、ＡＩによる機械学習によって、掘進予測モデルとして用いることが可能な学習済みモデルを作成する。

すなわち、当該所定のシールド施工現場において、シールド掘進機２０の掘進計画延長線２１上に設定された、例えば７０リング分（１リング＝１．５ｍ）の延長の初期の施工区間を学習領域（例えば１２５ｍ）として、図２に示すように、掘進方向後方側の好ましくは５リングＮ－１～Ｎ－５を施工した際の施工計測データを説明変数とし、掘進方向前方側の６箇所のリングＮ～Ｎ＋５を各々施工する際の、シールド掘進機２０の先端の偏差（水平偏差、垂直偏差、方向偏差）を目的変数とする学習済みモデルを各々作成する。ここで、説明変数は、掘進方向後方側の５リングＮ－１～Ｎ－５を施工する際の、シールド掘進機の操作に関する所定のデータを含むデータとすることができ、シールド掘進機の構造及び機械設備の性能に関する所定のデータは、正規化されたものとすることができる。目的変数であるシールド掘進機２０の先端の偏差は、掘進方向前方側の６箇所のリングＮ～Ｎ＋５を各々施工する際に得られた施工計測データに基づいて、例えばシールド掘進機２０に取り付けられたジャイロコンパスによる計測データ等の、所定の測量データに関するデータから、所定の計算式に従って算定された、好ましくはシールド掘進機２０の先端のカッタ中心の、シールドトンネルの掘進計画延長線２１からの水平偏差や垂直偏差や方向偏差の値とすることができる。

本実施形態では、シールド掘進機の操作に関する所定のデータとして、シールドジャッキのジャッキ選択によるジャッキパターン、シールドジャッキのジャッキ速度、シールドジャッキのストローク、シールドジャッキの圧力、コピーカッタの選択、コピーカッタのストローク、コピーカッタの余掘位置、シールド掘進機が中折ジャッキを備えている場合には上下の中折れ角度、左右の中折れ角度、切羽カッタの回転方向等を挙げることができる。

また、正規化される、シールド掘進機の構造及び機械設備の性能に関する所定のデータとして、シールドジャッキや中折れジャッキの配置（選択）と圧力、ストローク、シールドジャッキの速度、コピーカッタの位置とストローク、トルク、カッカ回転、カッタ板の径やトルク値等を挙げることができる（あくまでも図４の小分類の項目を中心に選ぶのが良いと思います）。シールド掘進機の構造及び機械設備の性能に関する所定のデータを正規化する場合、例えば、シールドジャッキの最大圧力を１．０、停止時の圧力を０．０とし、掘進時の圧力をその間の０．０～１．０の間の数値で入力できるようにすることが好ましい。例えば、シールドジャッキの最大圧力が１００ｋＮの場合には、１００ｋＮを１．０として、０．０～１．０の間の無次元化された値で正規化することができ、シールドジャッキの最大圧力が５０００ｋＮの場合には、５０００ｋＮを１．０として、０．０～１．０の間の無次元化された数値で正規化することができる。この際の最大圧力等の最大の能力は、実際に使用されると考えられる機械設備の最大能力の範囲ではなく、機械設備の規格上の最大能力（最大の性能）として正規化することが好ましい。なお、初期掘進時予測モデルを作成するために用いるシールド掘進機の構造及び機械設備の性能に関する所定のデータは、初期設定として最初に入力されるデータとなるものであり、図４に示すような、掘削時に計測されるデータとは、異なるデータであっても良い。構造に関する所定のデータは、特徴量エンジニアリングを求める際に使用することが可能であり、性能に関する所定のデータは、正規化する際の分母として使用することが可能である。

さらに、シールド掘進機の構造及び機械設備の性能に関する所定のデータは、シールドエンジニアの知見に基づいて、特徴量エンジニアリングによって正規化することもできる。このような、特徴量エンジニアリングにより正規化されるデータとしては、水平・垂直方向のカッター面板の傾き（水平・垂直方向のジャッキストロークの差より算出する。）、水平・垂直方向のモーメント（ジャッキのON，OFFの検出により合成モーメントを生成し、合成ベクトルを水平、垂直方向に分解して算出する。）、水平・垂直方向の余堀量（全体の余堀量の算出後、余堀り量ベクトルを計算し、水平、垂直方向に分解して算出する。）、方向付きトルク（カッター面板の回転方向により、トルクのかかる方向を算出する。）等を挙げることができる。

本実施形態では、所定のシールド施工現場の学習領域において、これらの説明変数や目的変数を教師データとして、好ましくはサポートベクターマシンをアルゴリズムとするニューラルネットワークによる機械学習を行うことで、掘進方向後方側の５リングＮ－１～Ｎ－５の、シールド掘進機の構造及び機械設備の性能に関する所定のデータを含む施工計測データを入力データとし、掘進方向前方側の６箇所のリングＮ～Ｎ＋５を各々施工する際の、シールド掘進機２０の先端の偏差を出力データとする、学習済みモデルを作成する。これらの学習済みモデルは、学習領域においては、掘進方向前方側の６箇所のリングＮ～Ｎ＋５を各々施工する際の、シールド掘進機２０の先端の偏差を出力データとする学習済みモデルとして、６モデル作成することができる（図２参照）。

また、本実施形態では、上述のようにして所定のシールド施工現場の学習領域において作成された、学習済みモデルを掘進予測モデルとして用いることにより、当該所定のシールド施工現場における本掘進領域において、好ましくは施工された掘進方向後方側の一又は複数のリングＮ－１～Ｎ－５を施工した際の施工計測データのうち、シールド掘進機２０の操作に関する所定のデータを含むデータを入力し、好ましくは掘進方向前方側の所定のリングＮ～Ｎ＋５を施工する際のシールド掘進機２０の先端の偏差を出力させて、シールド掘進機２０の先端の偏差を予測しながら、発進領域におけるシールド掘進機の掘進を管理することが可能になる。

そして、本実施形態の操作シミュレーション方法では、好ましくは１リング（例えばＮ－１リング）の掘進が終わって、次のリング（例えばＮリング）の掘進が開始されるまでの間に、仮想的な操作による操作シミュレーションを、好ましくは繰り返し実施して、仮想的な操作シミュレーションの結果から、シールド掘進機の最適な掘進操作を探索できるようになっている。すなわち、本実施形態の操作シミュレーション方法は、図６に示すように、操作シミュレーションの開始ステップＳ１と、操作シミュレーションデータの入力ステップＳ２と、操作シミュレーションの実行・結果確認ステップＳ３と、操作確定ステップＳ４とによって実施されるようになっている。

操作シミュレーションの開始ステップＳ１では、操作シミュレーションを開始すると共に、図７の上段に示すように、掘進予測モデルによる、掘進方向後方側の一又は複数のリングＮ－１～Ｎ－５を施工した際の施工計測データを入力データ（方向予測入力データ）とした、掘進方向前方側の所定のリングＮ～Ｎ＋５を施工する際の最新の出力データ（方向予測結果）を取得する。

操作シミュレーションデータの入力ステップＳ２では、操作シミュレーションの開始ステップＳ１で得られた最新の方向予測結果、或いは、次の操作シミュレーションの実行・結果確認ステップＳ３で得られた操作シミュレーションによる方向予測結果を参考にして、図７の下段に示すように、シールド掘進機２０の操作に関する所定のデータが、操作シミュレーションデータに置き替えられたデータセットを含む所定の施工計測データによる操作リングＮ－０を、Ｎ－１リングとＮリング（Ｎ＋０リング）との間である、Ｎリングよりも掘進方向後方側の直前に配設する。ここで、操作リングＮ－０は、図８（ａ）、（ｂ）に示すように、Ｎ－１リングの所定の施工計測データを、掘進方向前方側の、Ｎリングの直前にコピーすると共に（図８（ａ）参照）、コピーされたＮ－１リングの所定の施工計測データのうちの、シールド掘進機２０の操作に関する所定のデータを、操作シミュレーションデータに置き替えることによって（図８（ｂ）参照）、容易に設けることができる。これによって、操作リングＮ－０は、施工対象となるＮリングの掘進方向後方側の直前のリングとして、仮想的に配置されることになる。

ここで、本実施形態では、コピーされた掘進方向後方側の直前の操作リングＮ－０において、シールド掘進機２０の操作に関する所定の施工計測データと置き換えられる操作シミュレーションデータは、例えば表１に示すように、ジャッキパターン、ジャッキ速度、コピーカッタ選択、コピーカッタストローク、中折上下角、中折左右角、又は切羽カッタ回転方向の操作に関するデータのうちの、１又は２以上のデータを含んでいることが好ましい。

操作シミュレーションの実行・結果確認ステップＳ３では、作成された掘進予測モデルを用いて、図７の下段に示すように、好ましくは掘進方向後方側の一又は複数のリングＮ－０～Ｎ－４における操作シミュレーションデータを含む所定の施工計測データを入力し、掘進方向前方側の所定のリングＮ～Ｎ＋５を施工する際のシールド掘進機２０の先端の偏差を出力させて、シールド掘進機２０の先端の掘進計画延長線２１からの偏差を仮想的にシミュレートする。操作シミュレーションの結果から、偏差を少なくする操作シミュレーションデータに基づく最適な操作が見つかった場合には、これらの操作シミュレーションデータによる、Ｎリングを施工する際のシールド掘進機２０の操作を確定することができる。操作シミュレーション結果から、更なる操作シミュレーションが必要と判断された場合には、操作シミュレーションデータの入力ステップＳ２に戻って、異なる操作シミュレーションデータによる操作シミュレーションを、最適な操作が見つかるまで繰り返し実施することが可能になる。

ここで、本実施形態では、操作シミュレーションデータの入力ステップＳ２や操作シミュレーションの実行・結果確認ステップＳ３を行う際に、図９に示すような、操作シミュレーションシート３０を用いることができる。操作シミュレーションを実行することで画面上に表示される操作シミュレーションシート３０に、例えば掘進管理者が、シールド掘進機２０の操作項目として操作シミュレーションデータを入力することにより、Ｎリングを施工する際の上述の操作シミュレーションを実施することが可能になる。

操作シミュレーションシート３０には、例えばシートの左寄りの部分に予測結果表示エリア３１が、シートの中央部分に操作パラメータ入力エリア３２が配置されている。例えば掘進管理者は、予測結果表示エリア３１に表示された最新の値を参考にして、操作シミュレーションデータを入力することで、操作シミュレーションを実行することができるようになっている。掘進管理者は、操作パラメータとして、上述のように、好ましくは「ジャッキパターン選択」、「ジャッキ速度」、「コピーカッタ選択」、「コピーカッタストローク」、「中折れ装置」、「切羽カッタ回転方向」等の操作に関する操作シミュレーションデータを入力して、操作シミュレーションを実行する。操作シミュレーションの結果は、新たな操作シミュレーションシート３０の予測結果表示エリア３１に出力されるので、これらの出力結果を参考にして、操作シミュレーションを順次繰り返すことが可能になる。

また、操作シミュレーションシート３０を用いることで、好ましくは複数回行なわれる操作シミュレーションの結果を比較することが可能になる。操作シミュレーションシート３０では、操作シミュレーションで設定した「目標掘進線形」と、操作シミュレーションの実施初期情報である「方向予測ＡＩ結果」や、実行した「操作シミュレーショソ結果」とを比較することができる。操作シミュレーションシート３０の予測結果表示エリア３１には、操作シミュレ一ションの実行回数に対応した方向予測ＡＩ結果を、操作シミュレーションの実行ごとに追記することができる。操作シミュレーションシート３０の右寄りの部分のグラフエリア３３には、操作シミュレーションの実行結果を視覚的に比較可能な、グラフを出力することもできる。

操作確定ステップＳ４では、例えば掘進管理者が、操作シミュレーションの実行・結果確認ステップＳ３で得られた操作シミュレーションの結果を参考にして、シールド掘進機の掘進指示を検討することができる。

ここで、シミュレーションとは、実験として何度も行うことが難しい事柄について、想定する動作をコンピュータプログラム上で論理的に行うことができる模擬実験である。本実施形態では、掘進方向後方側の例えば５リングＮ－１～Ｎ－５分の測定データから、将来のリングＮ～Ｎ＋５の方向を予測する仕組みを応用して、シールド掘進機２０の操作を模擬的に実行し、方向予測を行う操作シミュレーション機能を実現できるようになっている。本実施形態で作成される掘進予測モデルは、掘進方向後方側の例えば５リングＮ－１～Ｎ－５分の所定の施工計測データを入力することで、［Ｎ＋０リング］から［Ｎ＋５リング］までの６リング分の偏差（水平偏差、垂直偏差、方向偏差）を予測するものとなっており、この仕組みを応用して、操作シミュレーションでは、掘進方向後方側の４リングＮ－１～Ｎ－４の測定データに加えて、シミュレーション対象の操作を反映させた１リング（Ｎ－０）分の操作シミュレーションデータを含むデータ（操作リングデータ）を生成し、合わせて５リング分のデータを掘進予測モデルの入力パラメータとすることにより、シールド掘進機２０の掘進操作の仮想的なシミュレーションを行うことができるようになっている。

これらによって、本実施形態のシールド掘進機の操作シミュレーション方法によれば、ＡＩによる機械学習の結果を利用することで、熟練した操作オペレータの経験や勘に頼ることなく、例えば一般の作業員であっても、目標とする掘進線形に沿ってシールド掘進機が掘進して行くように、適切な運転操作を行えるようにすることが可能になる。

また、本実施形態のシールド掘進機の操作シミュレーション方法によれば、従来は三角関数による計算や、上述のように熟練した操作オペレータの経験や勘によってシールド掘進機２０の方向制御を行っていたのに対して、ＡＩによる掘進予測モデルを用いることで、これから掘進する操作リング（Ｎ－０トング）に対して操作シミュレーションを繰り返し行って、方向の制御に最適な掘進操作を行うことが可能になると共に、さらに、従来の技術では予測することができなかった、複数の同時操作（ジャッキパターンと中折れ角制御の同時操作など）に対してのシミュレーションも行うことが可能になる。

なお、本発明は上記の実施形態に限定されることなく種々の変更が可能である。例えば、学学習済みモデルを作成するための説明変数となる施工計測データは、掘進方向後方側の直前の５リングから得られるものである必要は必ずしもなく、掘進方向後方側の一又は複数のリングを適宜選択して、これらのリングから得られる施工計測データとすることもできる。掘進予測モデルを作成するための機械学習は、サポートベクターマシンをアルゴリズムとするニューラルネットワークによるものである必要は必ずしも無く、大量の施工計測データを解析することが可能な、その他の種々のアルゴリズムによるものであっても良い。

１０ シールド掘進管理システム
１１ クラウドサーバ
１２ ＬＡＮ
１３ パーソナルコンピュータ
１４ ディスプレイ
２０ シールド掘進機
２０ａ 回転カッター
２０ｂ シールドジャッキ
２０ｃ スキンプレート
２０ｄ エレクター装置
２０ｅ セグメント
２１ 掘進計画延長線
２２ 学習領域
３０ 操作シミュレーションシート
３１ 予測結果表示エリア
３２ 操作パラメータ入力エリア
３３ グラフエリア
Ｎ～Ｎ＋５，Ｎ－１～Ｎ－５ リング
Ｎ－０ 操作リング

Claims (3)

1. シールド掘進管理システムから送られる施工計測データを教師データとする人工知能による機械学習の結果を利用して、シールド掘進機の掘進操作をシミュレートするシールド掘進機の操作シミュレーション方法であって、
   掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを説明変数とし、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を目的変数とする学習済みモデルを、機械学習により作成し、
   作成された前記学習済みモデルを掘進予測モデルとして、掘進方向後方側の直前のリングの前記施工計測データにおける、シールド掘進機の操作に関する所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、施工された掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを入力し、掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を出力させて、シールド掘進機の先端の掘進計画延長線からの偏差をシミュレートしながら、シールド掘進機を掘進操作できるようにするシールド掘進機の操作シミュレーション方法。
2. 前記掘進方向後方側の直前のリングの前記施工計測データにおける、シールド掘進機の操作に関する所定のデータが操作シミュレーションデータに置き替えられたデータセットを含めて、前記施工された掘進方向後方側の一又は複数のリングを施工した際の前記施工計測データを入力して、前記掘進方向前方側の所定のリングを施工する際のシールド掘進機の先端の偏差を出力させる工程を、置き換えられる操作シミュレーションデータを変更しつつ複数回繰り返し行なって、シミュレートされたシールド掘進機の先端の前記掘進計画延長線からの偏差が最良のものとなる操作シミュレーションデータを選択すると共に、選択された操作シミュレーションデータに基づいて、シールド掘進機を掘進操作できるようにする請求項１記載のシールド掘進機の操作シミュレーション方法。
3. 前記操作シミュレーションデータとなる、前記掘進方向後方側の直前のリングの前記施工計測データにおけるシールド掘進機の操作に関する所定のデータは、ジャッキパターン、ジャッキ速度、コピーカッタ選択、コピーカッタストローク、中折上下角、中折左右角、又は切羽カッタ回転方向の操作に関するデータのうちの、１又は２以上のデータを含んでいる請求項１又は２記載のシールド掘進機の操作シミュレーション方法。

Images