基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法技术

本发明专利技术公开了一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法。混合切换模型预测控制模块根据反馈的液位高度和推进速度实际值和事先测量参数处理获得期望值参数，再经泵开关模块对泥浆泵控制输出参考值参数，经最优控制模块进行跟踪处理输出阀的实际值参数，再经阀开关模块对阀门控制获得过程的实际值参数，经泥水压力动态平衡过程模块获得液位高度实际值，反馈到事件驱动控制模块和混合切换模型预测控制模块；事件驱动控制模块接收液位高度实际值生成运行模式，再反馈到混合切换模型预测控制模块、泵开关模块和阀开关模块。本发明专利技术减轻盾构机的控制工作量，在能够实现完全自主控制的基础上显著了提高泥水压力平衡控制精度。控制精度。控制精度。

【技术实现步骤摘要】
基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法


[0001]本专利技术涉及盾构智能掘进
的一种盾构机控制方法，尤其涉及一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法。

技术介绍

[0002]盾构掘进机开挖面压力失衡会对地表建筑物、人员安全造成严重损害。如果环境水土压力大于盾构密封舱压力，则会造成地表塌陷事故；如果环境水土压力小于盾构密封舱压力，则会造成地表隆起(土压平衡盾构)或泥水击穿地表(泥水平衡盾构)事故。因此，开挖面压力平衡控制技术是保证盾构安全施工、控制地表沉降的关键技术。
[0003]在实际工程中，使用最广泛的间接型泥水盾构开挖面压力平衡控制由两名盾构司机配合完成，其中一名是负责调节进排浆流量的流体工程师，另外一名则是根据地质勘探数据中当前地层的水土总压力负责气垫舱压缩空气压力调节的土木工程师。由于需要监测和控制的变量数量多、调节的频率高，因此操作人员的工作量很大，长时间高强度的工作容易导致疲劳和误操作。遭遇掘进地层水土总压力突变等极端工况时，人工操作的反应通常不够迅速和有效。因此，人工操作的可靠性和准确性已逐渐成为制约泥水盾构技术进一步发展的主要瓶颈之一。
[0004]泥水气压平衡盾构多变量融合控制方法及系统(专利号：202010274694.3)基于稀疏模型建立了气垫舱气压力预测模型，输入地层参数信息、施工参数信息以及盾构测量参数信息，实现气压仓压力值的预测。同济大学宋蕴璞(宋蕴璞,奚鹰,李万莉.泥水平衡盾构开挖面平衡控制系统仿真设计研究[J].同济大学学报(自然科学版),2009,38(4):574
‑
579.)等建立了泥水平衡过程传递函数模型，采用模糊PID控制器对气垫舱气压力进行恒定值控制，采用数字PID加前馈的控制器对进浆流量进行控制，由于切口压力仍需人工设定，该方法只能实现泥水平衡过程的半自动控制。华中科技大学Zhou(Zhou C,Ding L Y,He R.PSO
‑
based elman neural network model for predictive control of air chamber pressure in slurry shield tunneling under Yangtze River[J].Automation in Construction,2013,36:208
–
217.)等建立了气垫舱压力设定最大值与最小值工程经验模型，并在此基础上开发了基于Elman递归神经网络与粒子群算法的气垫舱压力预测控制系统，替代人工设定气垫舱压力值。浙江大学李小飞(Li X,Gong G.Predictive control of slurry pressure balance in shield tunneling using diagonal recurrent neural network and evolved particle swarm optimization[J].Automation in Construction,2019,107:102928.)等基于对角递归神经网络和粒子群算法在线预测最优气垫舱压力与液位值，采用滑模控制构建气垫舱压力与液位控制器，实现泥水压力平衡的自动控制。
[0005]国内外学者针对盾构开挖面压力平衡智能控制做了大量开创性研究工作，为实现开挖面压力平衡自主控制奠定了良好基础，但仍然存在以下不足：
[0006](1)开挖面压力平衡多系统耦合作用机理不明。
Memory,LSTM)模型处理获得在每个采样时刻的气仓压力期望值P
as
、进浆流量期望值Q
is
及排浆流量期望值Q
os
；长短期记忆模型的输入为液位高度实际值h、推进速度实际值、地质前勘测量形成的地质数据表中的当前水土压力P
gw
及事件驱动控制模块输出的运行模式M的时间序列；长短期记忆模型的输出为当前采样时刻的气仓压力期望值P
as
、进浆流量期望值Q
is
及排浆流量期望值Q
os
。
[0020]泥水盾构开挖面压力动态平衡过程是一个具有长延时，强非线性的动态过程。相比于传统的采用线性的预测模型，本专利技术采用长短期记忆(Long Short Term Memory,LSTM)模型的优势是利用LSTM模型本身强大的的非线性动态学习能力，能够更好的学习到泥水盾构开挖面压力动态平衡控制过程中的非线性动态过程。
[0021]所述(2)中，泵开关模块按照以下方式处理获得气仓压力参考值P
a,r
、进浆泵流量参考值Q
i,r
及排浆泵流量参考值Q
o,r
：
[0022]Q
i,r
＝P
i
Q
is
[0023]Q
o,r
＝P
o
Q
os
[0024]P
a,r
＝P
as
[0025]其中，P
i
和P
o
分别控制进浆泵和排浆泵的开/关状态参数。
[0026]所述(3)中，最优控制模块中采用的数据驱动直接自动设计与整定方法进行跟踪处理。
[0027]所述(4)中，阀开关模块按照以下方式处理获得实际施加在泥水压力动态平衡过程的气仓压力实际值P
a
、进浆流量实际值Q
in
及排浆流量实际值Q
out
为：
[0028]P
a
＝P
a
[0029]Q
in
＝V
i
Q
im
[0030]Q
out
＝V
o
(Q
om
‑
V
b
Q
im
)
[0031]其中，V
i
、V
o
和V
b
分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。
[0032]所述(6)中，事件驱动控制模块的具体控制逻辑为：
[0033]如果泥水液位h≥1.6m时，运行在“High”的高模式，M＝1，进浆泵和进浆阀处于关闭状态，P
i
＝0和V
i
＝0，排浆泵和排浆阀处于开启状态，P
o
＝1和V
o
＝1，旁通阀处于开启状态，V
b
＝1；
[0034]如果泥水液位
‑
2.1m≤h≤1.6m时，运行在“Normal”的中模式，M＝3，进浆泵、排浆泵和进浆阀、排浆阀处于开启状态，P
i
＝P
o
＝V
i
＝V
o
＝1，旁通阀处于关闭状态，V
b
＝0；
[0035]如果泥水液位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是，包括以下步骤：(1)混合切换模型预测控制模块根据泥水压力动态平衡过程模块和事件驱动控制模块反馈得到的液位高度实际值h、推进速度实际值地质前勘测量形成的当前水土压力P
gw
及事件驱动控制模块输出的运行模式M的时间序列处理获得气仓压力期望值P
as
、进浆流量期望值Q
is
及排浆流量期望值Q
os
；(2)步骤(1)中混合切换模型预测控制模块处理获得的气仓压力期望值P
as
、进浆流量期望值Q
is
及排浆流量期望值Q
os
经过泵开关模块对盾构机各个泥浆泵的控制进而输出气仓压力参考值P
a,r
、进浆泵流量参考值Q
i,r
及排浆泵流量参考值Q
o,r
，并作为最优控制模块的参考输入；(3)步骤(2)中泵开关模块输出的气仓压力参考值P
a,r
、进浆泵流量参考值Q
i,r
及排浆泵流量参考值Q
o,r
输入到最优控制模块进行跟踪处理输出气仓压力实际值P
a
、进浆泵流量实际值Q
im
及排浆泵流量实际值Q
om
；(4)步骤(3)中最优控制模块输出的气仓压力实际值P
a
、进浆泵流量实际值Q
im
及排浆泵流量实际值Q
om
经过阀开关模块对盾构机各个阀门的控制，获得实际施加在泥水压力动态平衡过程的气仓压力实际值P
a
、进浆流量实际值Q
in
及排浆流量实际值Q
out
；(5)泥水压力动态平衡过程模块接收推进速度实际值地质前勘测量形成的当前水土压力P
gw
及步骤(4)中形成的实际施加在泥水压力动态平衡过程的气仓压力实际值P
a
、进浆流量实际值Q
in
及排浆流量实际值Q
out
，得到泥水压力动态平衡过程中的液位高度实际值h，反馈到事件驱动控制模块和混合切换模型预测控制模块；(6)事件驱动控制模块接收步骤(5)中得到的泥水压力动态平衡过程中的液位高度实际值h控制输出运行模式M、进浆泵开关P
i
、排浆泵开关P
o
、进浆阀开关V
i
、排浆阀开关V
o
及旁通阀开关V
b
，再反馈到混合切换模型预测控制模块、泵开关模块和阀开关模块，形成闭环控制。2.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：泥水压力动态平衡过程中，泥浆泵包括进浆泵和排浆泵，泵开关模块分别和进浆泵、排浆泵电连接，用于控制进浆泵和排浆泵的工作；阀门包括了进浆阀、排浆阀和泥浆旁通阀，阀开关模块分别和进浆阀、排浆阀、泥浆旁通阀电连接，用于控制进浆阀、排浆阀和泥浆旁通阀的工作。3.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：所述(1)中，混合切换模型预测控制模块采用长短期记忆(Long Short Term Memory,LSTM)模型处理获得在每个采样时刻的气仓压力期望值P
as
、进浆流量期望值Q
is
及排浆流量期望值Q
os
；长短期记忆模型的输入为液位高度实际值h、推进速度实际值地质前勘测量形成的地质...

【专利技术属性】
技术研发人员：龚国芳，王帅，贾连辉，张亚坤，郑康泰，郇泉，周小磊，孙佳椿，詹晨菲，韩冬，郑永光，陈玉羲，周星海，杨华勇，
申请(专利权)人：中铁工程装备集团有限公司，
类型：发明
国别省市：