JP2023516213A - シールド掘進姿勢のずれ修正制御の方法及び装置 - Google Patents
シールド掘進姿勢のずれ修正制御の方法及び装置 Download PDFInfo
- Publication number
- JP2023516213A JP2023516213A JP2022556255A JP2022556255A JP2023516213A JP 2023516213 A JP2023516213 A JP 2023516213A JP 2022556255 A JP2022556255 A JP 2022556255A JP 2022556255 A JP2022556255 A JP 2022556255A JP 2023516213 A JP2023516213 A JP 2023516213A
- Authority
- JP
- Japan
- Prior art keywords
- shield
- deviation correction
- shield machine
- radius
- minimum
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012937 correction Methods 0.000 claims abstract description 166
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 67
- 238000009412 basement excavation Methods 0.000 claims abstract description 41
- 238000013178 mathematical model Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 30
- 239000003016 pheromone Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 abstract description 4
- 239000000243 solution Substances 0.000 description 23
- 238000013461 design Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 6
- 238000005452 bending Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 235000012907 honey Nutrition 0.000 description 5
- 230000005641 tunneling Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000739 chaotic effect Effects 0.000 description 4
- 238000012804 iterative process Methods 0.000 description 4
- 239000011440 grout Substances 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 241000257303 Hymenoptera Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000010727 cylinder oil Substances 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000006386 memory function Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/06—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
Description
シールドマシンのずれ修正軌跡曲線を含むずれ修正原理モデルを構築するステップ1、
前記ずれ修正原理モデルの前記ずれ修正軌跡曲線の曲率半径である最小ずれ修正半径を決定するステップ2、人工蟻コロニーアルゴリズムで予め設定されたシールドマシンのパラメータを処理し、最適な特徴サブセットを得るステップ3、人工蟻コロニーアルゴリズムを用いて予め設定されたシールドマシンのパラメータを処理し、最適な特徴サブセットを得ることは、前記予め設定されたシールドマシンのパラメータを人工蟻コロニーアルゴリズムの初期データセットとすることと、前記初期データセットに対して正規化処理を施して、標準化されたシールドデータを得ることと、特徴間の関連性と対称不確実性に従って前記標準化されたシールドデータを選別し、有効なシールドデータを得ること、及び
前記有効なシールドデータを処理して、前記最適な特徴サブセットを得ることを含み、
前記有効なシールドデータを処理して、前記最適な特徴サブセットを得ることは、前記有効なシールドデータに対して正規化処理を施して、フェロモンの初期値を得、前記フェロモンの初期値に基づいて蟻コロニーアルゴリズムのヒューリスティック情報を得ることと、前記フェロモンの初期値及びヒューリスティック情報に基づいて蟻コロニーの特徴サブセットを得ること、及び前記特徴サブセットの適応度を計算し、適応度に従って最適な特徴サブセットを得ることを含み、前記最小ずれ修正半径及び最適な特徴サブセットに従って、シールドマシンのずれ修正数学モデルを構築するステップ4、及び前記ずれ修正数学モデルに基づいて、人工蜂コロニーアルゴリズムを介して前記最適な特徴サブセットを最適化して制御パラメータを得、前記制御パラメータに従ってシールドマシンの掘進姿勢を制御してずれ修正を行うステップ5。
本出願のシールドマシンは、設計計画線に沿って掘進する過程で、シールド掘進姿勢を判断し、シールド掘進姿勢にずれが発生した時、図3に示すずれ修正原理モデルに従って本出願のずれ修正制御方法を実行してシールドマシンの掘進姿勢を制御し、対応するシールド掘進姿勢のずれ修正プロセスを図2に示す。
本出願において、ずれ修正原理モデルは、ずれ修正軌跡曲線を含み、ずれ修正軌跡曲線の一端がずれ修正前のフード部座標で、他端がずれ修正後のフード部座標である。
(1)シールドマシンの座標及び方位角の取得
本出願の実施例において、シールドマシンの座標は、シールドマシンのフード部座標を指し、方位角はシールドマシンの接線から時計回りの方向に沿ってシールドマシンの設計計画線までの夾角を指す。
(2)シールドマシンの座標及びシールドマシンの方位角によるシールド掘進姿勢の判断
シールドマシンの座標が設計計画線上にない場合、又はシールドマシンの方位角がゼロでない場合は、シールド掘進姿勢にずれていると判定する。
現在、シールドのずれ修正技術のずれ修正曲線のほとんどは、ずれ修正曲線の半径として最小曲線半径を選別し、最小曲線半径でずれ修正を行う時の軌跡が最も短いが、シールドマシンが最小曲線半径で直接曲がると、シールドマシンの推進過程中で比較的大きな遠心力が発生し、脱線するだけでなく、車両が走行する軌道に大きな損傷を与え、さらに大きな安全上の問題を引き起こす可能性がある。特に、シールドマシンは、回転方向を調整してトンネル設計計画線に戻される過程で、シールドマシンのずれ修正軌跡の曲率半径の最小部分が発進位置と停止位置になく、最小曲線半径をずれ修正半径とする場合、ずれ修正の過程中にトンネル設計計画線を中心にスイングして、「蛇行」方法でずれ修正を完了する必要がある。これにより、ずれ修正軌跡の長さが長くなるだけでなく、トンネルに連続かつ急激な方向転換のような複数のカーブを有させることで、車両は滑らかに走行せず、大きな遠心力が生じる。したがって、図3に示すずれ修正原理モデルに基づいて最小ずれ修正半径を決定し、ずれ修正原理モデルの最小ずれ修正半径はずれ修正軌跡曲線の曲率半径になる。
Rmin=max(R1,R2)
Rmin=max(R11、R12、R13、R2)
本出願内の予め設定されたシールドマシンのパラメータは、シールドマシンの掘進姿勢に影響を及ぼす可能性があるが、シールドマシンの一部のパラメータがシールドマシンの掘進姿勢に大きな影響を与え、シールドマシンの一部のパラメータがシールドマシンの掘進姿勢に小さな影響を与え、シールドマシン掘進姿勢のシールドマシンのパラメータを速やかに決定するため、本出願では人工蟻コロニーアルゴリズムで予め設定されたシールドマシンのパラメータを処理し、最適な特徴サブセットを得た。このプロセスを図4に示し、以下のステップを含む。
シールドずれ修正過程で、主に油圧シリンダの油圧を変えて推力制御を変更することによってシールドずれ修正を行い、本出願の実施例において、16組の油圧シリンダを研究対象とし、上3下5左4右4の比率に従い4つの領域に分け、4つ領域に応じて推進システムを配置して操作を簡略化することで、シールドマシンの曲がり、Uターン等の重要な操作を制御するのに有利となる。推進システムは、アルゴリズムを用いてシールドずれ修正時の上下左右の4つの領域の油圧シリンダの油圧を最適化して、シールドずれ修正へのインテリジェントな制御を実現する。シールドマシンのパラメータを選択する時、先にシールドマシンで収集した掘進履歴データを選択し、次にシールドマシンで収集したシールド履歴データから掘進停止状態のデータを除去して、得られたデータはシールドマシンのパラメータである。シールドマシンのパラメータには、シールド姿勢パラメータ、グラウト注入パラメータ、テールクリアランスパラメータ、シールド掘進パラメータ、シールド状態パラメータが含まれる。初期データセットには、シールド姿勢パラメータ、グラウト注入パラメータ、テールクリアランスパラメータ、シールド掘進パラメータ、シールド状態パラメータの五大類が含まれる。具体的には、シールド姿勢パラメータには、上ジャッキストローク(mm)、下ジャッキストローク(mm)、左ジャッキストローク(mm)、右ジャッキストローク(mm)、切羽までの距離(M)、目標距離(M)とダミービットストローク(mm)を含む。グラウト注入パラメータには、右上グラウト注入圧力(Mpa)、右上グラウト注入量(m3)、左下グラウト注入圧力(Mpa)及び左下グラウト注入量(m3)が含まれる。テールクリアランスパラメータには、テール部の長さとテール部のヒンジ方式が含まれる。シールド掘進パラメータには、カッタトルク(KN.M)、総推力(KN)、スクリューコンベアのトルク(KN.M)、上ジャッキの推力(KN)、下ジャッキの推力(KN)、左ジャッキの推力(KN)、右ジャッキの推力(KN)、推進速度(mm/Min)、スクリューコンベアの圧力(Mpa)及びカッタ回転数(rpm)が含まれる。シールド状態パラメータには、油圧シリンダの油圧(Mpa)、テール部セグメントの直径、外径と内径が含まれる。
初期データセット内の各特徴の取り得る値の範囲が異なり、各特徴の重みを統一するため、初期データセットに対して正規化処理を施して、標準化されたシールドデータを得ることで、その後のステップの処理に便利になる。
本出願の実施例において、標準化されたシールドデータの特徴固有属性に従って、標準化シールドデータから有効なシールドデータを選別する。
式中、sim(Fi、Fj)は、i番目の特徴とj番目の特徴の関連性、pは初期データセットの総数nであるサンプル総数、
はk番目のサンプルのi番目の特徴の値、
はk番目のサンプルのj番目の特徴の値を表し;
対称不確実性の計算式は、次のように表される。
式中、SU(Fi)は、i番目の特徴の対称不確実性、H(Fi)はi番目の特徴の情報エントロピー、H(C)はサンプルラベルの情報エントロピー、H(Fi|C)はサンプルラベルにおけるi番目の特徴の条件付きエントロピーを表す。
このステップは、最適な特徴サブセットを得ることを目的とし、具体的には有効なシールドデータを処理して、最適な特徴サブセットを得るプロセスは次の通りである。
蟻コロニーアルゴリズムの母集団数をnに設定し、終止条件は最大反復回数に達することであり、蟻コロニーアルゴリズム内のフェロモンの初期値を設定し、本実施例では各特徴間のフェロモンの初期値の識別度を高めるため、正規化処理を経た各特徴の対称不確実性SUをフェロモンの初期値として使用した。このステップにおいて、正規化処理は具体的に指数関数softmaxを用いた。
η(Fi)は、i番目の特徴のヒューリスティック情報、FSは選択済みの特徴セット、|FS|は選択済みの特徴の数、simsoft(Fi、Fj)は正規化処理を経たi番目の特徴とj番目の特徴との間の関連性を表し、選択待ちの特徴Fiと選択済みの特徴サブセットFS内の特徴との平均相関が大きいほど、ヒューリスティック値は小さくなる。
蟻は蟻コロニーの特徴サブセットを構築し、各蟻が貪欲またはランダムな方法を用いて、フェロモン及びヒューリスティック情報に基づいて単一の有効なシールドデータを徐々に追加し、追加された特徴の数が定義された選別後の数に達するまで、構築された特徴サブセットを得る。これは、次のように実現される。
q≦q0の場合、次のような貪欲式を使用して特徴を追加する。
式中、Fkは、追加待ちの特徴、τuはu番目の特徴のフェロモン、η(Fu)はu番目の特徴のヒューリスティック情報、Jaは全ての未選択の特徴セット、aはフェロモンの重みで5に設定されるもの、bはヒューリスティック情報の重みで1に設定されるものを表し、
q>q0の場合、次のランダム式で特徴を追加する。
対照的に、P(Fi)=0で、ここで、τiは、i番目の特徴のフェロモン、η(Fi)はi番目の特徴のヒューリスティック情報、P(Fi)はi番目の特徴の選択される確率を表す。このランダム式で計算されるものは、各未選択の特徴の確率であるため、ルーレットで選択して追加待ちの特徴を確定する。上記の貪欲とランダムという2つの構築方法を使用すると大域探索と局所探索のバランスを取るのに有利である。
特徴サブセットの均衡正解率fを適応度関数として用い、次の式に示す。
式中、cは、クラス総数、TPRiはK最近傍分類器で特徴データについてリーブワンアウトテストを実施して得られたi番目のクラス単位の真陽性率を表し、各特徴クラス単位の適応度を並べ替えて最適な適応度の特徴サブセットを得た。
このステップは、シールドずれ修正軌跡を最短にすることを目指し、最小ずれ修正半径に従ってシールドマシンのずれ修正数学モデルを確立することを目的とする。
(1)シールドマシンのずれ修正時、周囲の土壌体を正弦波の分布に押し付け;
(2)シールドマシンの掘進過程で受ける圧力が均一で、定速運転状態にある。
図5に示す人工蜂コロニーアルゴリズムを介して最適な特徴サブセットを最適化して制御パラメータを得るプロセスは、次のステップを含む。
本出願の実施例では、人工蟻コロニーアルゴリズムで得られた最適な特徴サブセットを人工蜂コロニーアルゴリズムの初期母集団とし、シールドずれ修正軌跡曲線における油圧シリンダの油圧値を探索する。
本出願の実施例では、従来の人工蜂コロニーアルゴリズムでシールド数学モデルを求解する場合、人工蜂コロニーアルゴリズムは、初期集団が所与の範囲で均一分布することを保証できず、初期母集団の多様性を減少すると、最適化精度が低下する。したがって、本出願は、人工蟻コロニーアルゴリズムに基づく初回選別の条件下で、カオスメモリの重み係数Wを人工蜂コロニーアルゴリズムの更新戦略に導入し、アルゴリズムの大域探索と局所探索のバランスを制御し、アルゴリズムが局所最適から飛び出す能力を高める。つまり、カオスメモリの重み係数を導入して人工蜂コロニーアルゴリズムを改善することで、人工蜂コロニーアルゴリズムの新母集団を得る。
Pw(t+1)=Pw(t)+Dis(t+1)
式中、Pw(t+1)は、t+1世代の子個体群の最悪個体、Pw(t)はt世代の子個体群の最悪個体、Dis(t)は蜂個体のt世代の更新ステップサイズである。
Dis(t+1)=W(t+1)×Dis(t)+R×(Pb(t)-Pw(t))
式中、Dis(t)は、蜂個体のt世代の更新ステップサイズ、W(t+1)はt+1世代の混合メモリの重み係数、Rは[0、1]内の乱数、Pb(t)はt世代の子個体群の最良個体、Pw(t)はt世代の子個体群の最悪個体である。
W(t+1)=4.0×W(t)×(1-W(t))
式中、W(t)も[0、1]内のランダムで取り得る値であるが、0.5を含まない。
このステップは、先に新しい母集団の制約条件を構築し、反復が完了するまで、制約条件に従って新しい母集団の新しい解を探索し、新しい解内の全ての最適値を記録し、つまりずれ修正軌跡曲線全体に対応する制御パラメータ(油圧シリンダの油圧値)を得る。
シールド掘進姿勢のずれ修正制御装置であって、プロセッサと、メモリと、プロセッサ上で実行可能なコンピュータプログラムとを備え、メモリはプロセッサ上で実行可能なコンピュータプログラムを格納し、コンピュータプログラムはプロセッサで実行される時、シールドマシンのずれ修正軌跡曲線を含むずれ修正原理モデルを構築するステップ、ずれ修正原理モデルのずれ修正軌跡曲線の曲率半径である最小ずれ修正半径を決定するステップ、人工蟻コロニーアルゴリズムで予め設定されたシールドマシンのパラメータを処理し、最適な特徴サブセットを得るステップ、最小ずれ修正半径及び最適な特徴サブセットに従って、シールドマシンのずれ修正数学モデルを構築するステップ、及び、ずれ修正数学モデルに基づいて、人工蜂コロニーアルゴリズムを介して最適な特徴サブセットを最適化して制御パラメータを得、制御パラメータに従ってシールドマシンの掘進姿勢を制御してずれ修正を行うステップ、を含むシールド掘進姿勢のずれ修正制御方法のステップを実現する。
Claims (7)
- シールド掘進姿勢のずれ修正制御方法であって、
シールドマシンのずれ修正軌跡曲線を含むずれ修正原理モデルを構築するステップ1と、
前記ずれ修正原理モデルの前記ずれ修正軌跡曲線の曲率半径である最小ずれ修正半径を決定するステップ2と、
人工蟻コロニーアルゴリズムで予め設定されたシールドマシンのパラメータを処理し、最適な特徴サブセットを得るステップ3であって、前記ステップ3は、
前記予め設定されたシールドマシンのパラメータを前記人工蟻コロニーアルゴリズムの初期データセットとすることと、
前記初期データセットに対して正規化処理を施して、標準化されたシールドデータを得ることと、
特徴間の関連性と対称不確実性に従って前記標準化されたシールドデータを選別し、有効なシールドデータを得ることと、
前記有効なシールドデータを処理して、前記最適な特徴サブセットを得ることと、を含み、
前記有効なシールドデータを処理して前記最適な特徴サブセットを得ることは、
前記有効なシールドデータに対して正規化処理を施して、フェロモンの初期値を得、前記フェロモンの初期値に基づいて蟻コロニーアルゴリズムのヒューリスティック情報を得ることと、
前記フェロモンの初期値及び前記ヒューリスティック情報に基づいて蟻コロニーの特徴サブセットを得ることと、
前記特徴サブセットの適応度を計算し、前記適応度に従って最適な特徴サブセットを得ることと、を含む、ステップ3と、
前記最小ずれ修正半径及び前記最適な特徴サブセットに従って、シールドマシンのずれ修正数学モデルを構築するステップ4と、
前記ずれ修正数学モデルに基づいて、人工蜂コロニーアルゴリズムを介して前記最適な特徴サブセットを最適化して制御パラメータを得、前記制御パラメータに従ってシールドマシンの掘進姿勢を制御してずれ修正を行うステップ5と、
を有することを特徴とする、シールド掘進姿勢のずれ修正制御方法。 - 前記ずれ修正軌跡曲線は、第1の緩やかな円弧曲線及び第2の緩やかな円弧曲線を含み、前記第1緩和円曲線及び前記第2緩和円曲線は逆円弧フィッティングによって結ばれることを特徴とする、請求項1に記載のシールド掘進姿勢のずれ修正制御方法。
- 前記ステップ2において、前記シールドマシンの最小曲線半径及びトンネル自体に許容される最小半径に従って前記ずれ修正原理モデル内の最小ずれ修正半径を決定することを特徴とする、請求項2に記載のシールド掘進姿勢のずれ修正制御方法。
- 前記シールドマシンの最小曲線半径は、テールクリアランスによって決定されるシールドマシンの第1最小曲線半径、ヒンジ角度によって決定されるシールドマシンの第2最小曲線半径及びシールドマシンの最大ストローク差で制限されるシールドマシンの第3最小曲線半径のうちの最大値であることを特徴とする、請求項3に記載のシールド掘進姿勢のずれ修正制御方法。
- 前記第1の緩やかな円弧曲線の曲率半径と前記シールドマシンの最小曲線半径との間の差は、前記シールドマシンの最小曲線半径の20%を超えることを特徴とする、請求項4に記載のシールド掘進姿勢のずれ修正制御方法。
- 前記人工蜂コロニーアルゴリズムを介して前記最適な特徴サブセットを最適化して制御パラメータを得ることは、
前記最適な特徴サブセットを人工蜂コロニーアルゴリズムの初期母集団とすることと、
混合メモリの重み係数を導入して前記初期母集団を更新して、新しい母集団を得ることと、 前記新しい母集団の制約条件を構築し、前記制約条件及び前記新しい母集団に従って前記制御パラメータを得ることと、
を含むことを特徴とする、請求項1に記載のシールド掘進姿勢のずれ修正制御方法。 - シールド掘進姿勢のずれ修正制御装置であって、
プロセッサと、メモリとを備え、
前記メモリは、前記プロセッサ上で実行可能なコンピュータプログラムを格納し、前記コンピュータプログラムは前記プロセッサで実行される時、請求項1~6のいずれか一項に記載のシールド掘進姿勢のずれ修正制御方法のステップを実現することを特徴とする、シールド掘進姿勢のずれ修正制御装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110303316.8 | 2021-03-22 | ||
CN202110303316.8A CN112682049B (zh) | 2021-03-22 | 2021-03-22 | 盾构掘进姿态的纠偏控制方法和装置 |
PCT/CN2021/138915 WO2022179266A1 (zh) | 2021-03-22 | 2021-12-16 | 盾构掘进姿态的纠偏控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023516213A true JP2023516213A (ja) | 2023-04-18 |
JP7312417B2 JP7312417B2 (ja) | 2023-07-21 |
Family
ID=75455749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022556255A Active JP7312417B2 (ja) | 2021-03-22 | 2021-12-16 | シールド掘進姿勢のずれ修正制御の方法及び装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7312417B2 (ja) |
CN (1) | CN112682049B (ja) |
WO (1) | WO2022179266A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112682049B (zh) * | 2021-03-22 | 2021-06-08 | 中铁九局集团第四工程有限公司 | 盾构掘进姿态的纠偏控制方法和装置 |
CN114611243B (zh) * | 2022-03-14 | 2023-09-08 | 华中科技大学 | 盾构通用型管片点位选取模型构建方法及点位选取方法 |
CN115982515B (zh) * | 2023-01-05 | 2023-09-29 | 西南交通大学 | 一种盾构机姿态控制参数最佳取值的获取方法 |
CN117112980B (zh) * | 2023-10-23 | 2024-02-20 | 北京城建设计发展集团股份有限公司 | 一种盾构掘进过程中盾构位姿实时正解方法 |
CN117132945B (zh) * | 2023-10-25 | 2024-01-09 | 四川三思德科技有限公司 | 一种基于多源数据融合的重点区域安保方法及装置 |
CN117348577B (zh) * | 2023-12-05 | 2024-03-12 | 青岛宇方机器人工业股份有限公司 | 一种生产工艺仿真检测方法、装置、设备以及介质 |
CN117851810B (zh) * | 2024-03-07 | 2024-05-14 | 山东天工岩土工程设备有限公司 | 一种盾构机故障检测及解决方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04209290A (ja) * | 1990-11-30 | 1992-07-30 | Konoike Constr Ltd | シールド掘進機の位置・姿勢制御方法 |
JPH05321576A (ja) * | 1991-10-03 | 1993-12-07 | Tokimec Inc | シールドマシンの掘進方向決定方法及び掘進制御方法 |
JPH0681580A (ja) * | 1992-09-03 | 1994-03-22 | Sumitomo Heavy Ind Ltd | シールド掘進機の自動方向制御装置 |
JPH08165888A (ja) * | 1994-12-13 | 1996-06-25 | Mitsubishi Heavy Ind Ltd | 中折れ型トンネル掘削機の方向制御方法 |
CN108614944A (zh) * | 2018-05-10 | 2018-10-02 | 西安电子科技大学 | 一种盾构轨迹轴线纠偏参数预测方法 |
JP2020091887A (ja) * | 2017-07-28 | 2020-06-11 | 株式会社日立製作所 | 配送車両の配送計画生成方法、装置およびシステム |
CN111879307A (zh) * | 2020-06-22 | 2020-11-03 | 国网河北省电力有限公司信息通信分公司 | 一种基于车身参数及工程建设信息的车辆路径规划方法 |
CN111967079A (zh) * | 2020-08-17 | 2020-11-20 | 河海大学 | 一种基于改进的人工蜂群算法与bp神经网络的基坑变形预测方法 |
CN112012758A (zh) * | 2020-09-04 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机推进控制系统性能优化方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08303180A (ja) * | 1995-05-10 | 1996-11-19 | Kubota Corp | 推進用ヘッドの制御方法 |
CN101251367A (zh) * | 2008-04-02 | 2008-08-27 | 上海隧道工程股份有限公司 | 盾构掘进姿态实时测量系统 |
CN105927276A (zh) * | 2016-05-05 | 2016-09-07 | 四川加联达工程技术有限公司 | 基于移动终端的地铁盾构管片姿态监测管理系统 |
CN112682049B (zh) * | 2021-03-22 | 2021-06-08 | 中铁九局集团第四工程有限公司 | 盾构掘进姿态的纠偏控制方法和装置 |
-
2021
- 2021-03-22 CN CN202110303316.8A patent/CN112682049B/zh active Active
- 2021-12-16 JP JP2022556255A patent/JP7312417B2/ja active Active
- 2021-12-16 WO PCT/CN2021/138915 patent/WO2022179266A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04209290A (ja) * | 1990-11-30 | 1992-07-30 | Konoike Constr Ltd | シールド掘進機の位置・姿勢制御方法 |
JPH05321576A (ja) * | 1991-10-03 | 1993-12-07 | Tokimec Inc | シールドマシンの掘進方向決定方法及び掘進制御方法 |
JPH0681580A (ja) * | 1992-09-03 | 1994-03-22 | Sumitomo Heavy Ind Ltd | シールド掘進機の自動方向制御装置 |
JPH08165888A (ja) * | 1994-12-13 | 1996-06-25 | Mitsubishi Heavy Ind Ltd | 中折れ型トンネル掘削機の方向制御方法 |
JP2020091887A (ja) * | 2017-07-28 | 2020-06-11 | 株式会社日立製作所 | 配送車両の配送計画生成方法、装置およびシステム |
CN108614944A (zh) * | 2018-05-10 | 2018-10-02 | 西安电子科技大学 | 一种盾构轨迹轴线纠偏参数预测方法 |
CN111879307A (zh) * | 2020-06-22 | 2020-11-03 | 国网河北省电力有限公司信息通信分公司 | 一种基于车身参数及工程建设信息的车辆路径规划方法 |
CN111967079A (zh) * | 2020-08-17 | 2020-11-20 | 河海大学 | 一种基于改进的人工蜂群算法与bp神经网络的基坑变形预测方法 |
CN112012758A (zh) * | 2020-09-04 | 2020-12-01 | 盾构及掘进技术国家重点实验室 | 盾构机推进控制系统性能优化方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022179266A1 (zh) | 2022-09-01 |
CN112682049A (zh) | 2021-04-20 |
CN112682049B (zh) | 2021-06-08 |
JP7312417B2 (ja) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023516213A (ja) | シールド掘進姿勢のずれ修正制御の方法及び装置 | |
AU2017200456B2 (en) | Method and system for predicting drilling events | |
CN110134006B (zh) | 基于改进的多目标粒子群算法的复杂井眼轨迹优化方法 | |
CN113051775B (zh) | 一种基于改进径向移动算法的水平定向钻进轨迹优化方法 | |
CN103883249B (zh) | 一种基于旋转导向钻井的水平井着陆控制方法 | |
CN113408588B (zh) | 一种基于注意力机制的双向gru轨迹预测方法 | |
CN114019795A (zh) | 一种基于强化学习的盾构掘进纠偏智能决策方法 | |
CN110486029B (zh) | 盾构机土压平衡控制的优化方法及装置 | |
CN114370264B (zh) | 机械钻速确定、钻井参数优化方法、装置及电子设备 | |
CN112182955A (zh) | 一种盾构通用型管片选点模型的构建方法及其应用 | |
CN113836812B (zh) | 一种利用智能算法识别硬岩厚度的盾构施工位姿调整方法 | |
Wang et al. | Intelligent planning of drilling trajectory based on computer vision | |
CN110399679B (zh) | 一种地基基础位置优化设计方法 | |
Liu et al. | An AI-powered approach to improving tunnel blast performance considering geological conditions | |
CN111982118B (zh) | 机器人行走轨迹确定方法、装置、计算机设备及存储介质 | |
CN106948850B (zh) | 液压支架近似直线轨迹四杆机构 | |
CN110866329A (zh) | 基于改进细菌觅食算法的爆破振动速度峰值预测方法 | |
JPH08333769A (ja) | 油圧ショベル | |
JP2597418B2 (ja) | ファジィ制御を用いた小口径トンネルロボットの自動方向制御法 | |
CN116205038B (zh) | 一种二维井眼轨道设计方法及装置 | |
CN116796535A (zh) | 基于最佳负担体积和拓扑算法的炮孔布置及装药设计方法 | |
CN117287179B (zh) | 精密钻采设备的远程控制系统及方法 | |
CN113311750B (zh) | 隧道自动掘进目标协同控制系统及方法 | |
KR102344741B1 (ko) | 인공지능을 이용한 터널의 막장면 자동분석방법 및 이를 이용한 전방 막장면 예측 방법 | |
CN116070446A (zh) | 适用于滑动导向的三维定向钻井轨道设计优化方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220916 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220916 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230607 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230630 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7312417 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |