原文传递
基于深度迁移学习的TBM纠偏调向控制研究
| 题名： | 基于深度迁移学习的TBM纠偏调向控制研究 |
| 正文语种： | 中文 |
| 作者： | 侯昆洲 |
| 作者单位： | 中国铁建重工集团股份有限公司 |
| 关键词： | TBM;纠偏调向控制;深度迁移学习;LSTM神经网络;轨迹规划 |
| 摘要： | 全断面硬岩隧道掘进机（TBM）在掘进过程中，会受到自重、地质条件、人为因素等影响，导致掘进姿态发生变化，偏离目标轴线，需要通过纠偏调向使其回到目标轨迹上，以保证施工质量。提出了一种基于深度迁移学习的TBM纠偏调向控制方法，先采用深度迁移学习神经网络建立TBM纠偏调向参数预测模型，再通过分析TBM纠偏调向位姿模型，结合最大边刀移动量与最小转弯半径规划纠偏轨迹。工程验证效果表明：基于深度迁移学习的TBM纠偏调向参数预测模型具备更高的控制精度，能将TBM姿态与目标轴线偏差约束在±20mm以内，洞壁更光滑，提高了隧道施工质量；基于最大边刀移动量与最小转弯半径规划纠偏轨迹，纠偏调向过程更可控，避免了因调节过度造成的刀具和刀盘损坏，同时减小了TBM卡机的风险。 |
| 期刊名称： | 现代隧道技术 |
| 出版年： | 2022 |
| 期： | 04 |
| 页码： | 81-89 |
检索历史
应用推荐
