人工智能技術(shù)優(yōu)化TBM在巖石力學(xué)與巖土工程中的應(yīng)用

陳瀚 華南農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院

TBM是利用高速旋轉(zhuǎn)的刀盤上，滾刀同時(shí)進(jìn)擠壓和剪切進(jìn)行破巖推進(jìn)，能使隧道整體輪廓一次成型的大型機(jī)械，其四大基本功能有：掘進(jìn)、導(dǎo)向、出渣與支護(hù)。相比鉆爆法，無(wú)論是在施工進(jìn)度、安全、環(huán)境及質(zhì)量等方面，還是在人力資源的安排配置方面，采用TBM的施工都有一個(gè)質(zhì)的飛越。但TBM施工的適應(yīng)性較差，一旦遇到圍巖擠壓變形、軟弱破碎帶等的不良環(huán)境問題，不如鉆爆法靈活，使之投入和現(xiàn)場(chǎng)施工風(fēng)險(xiǎn)較高。由于地質(zhì)環(huán)境復(fù)雜多變，TBM因其自身結(jié)構(gòu)存在諸如施工手段單一、對(duì)于地質(zhì)條件適應(yīng)性差等多數(shù)原因[1]，國(guó)內(nèi)許多學(xué)者圍繞TBM的發(fā)展應(yīng)用提出了許多方面的研究。

人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)發(fā)展起來(lái)的一門新興學(xué)科，主要用于模仿和實(shí)現(xiàn)人類的智能行為[2]，而人工智能與機(jī)器學(xué)習(xí)相結(jié)合具有極大的發(fā)展?jié)摿ΑBM投入施工已經(jīng)有許多年，其中所得到的大量數(shù)據(jù)，完全可以應(yīng)用到數(shù)據(jù)化、智能化的發(fā)展中。人工智能已經(jīng)向集成發(fā)展邁進(jìn)，如何將巖土工程等運(yùn)用到TBM的基礎(chǔ)工程建設(shè)所獲得的大數(shù)據(jù)與智能互聯(lián)技術(shù)有效結(jié)合且運(yùn)用在實(shí)際工程中，如何有效利用智能化機(jī)器學(xué)習(xí)的方式對(duì)TBM掘進(jìn)裝備進(jìn)行不同選型、不同地質(zhì)和不同評(píng)價(jià)的判斷，以及操控作業(yè)、安全維護(hù)和停機(jī)診斷等系列智能操作，將是未來(lái)巖土工程領(lǐng)域的重點(diǎn)技術(shù)挑戰(zhàn)和行業(yè)競(jìng)爭(zhēng)所趨。

一、TBM載入人工智能的部分內(nèi)容

（一）TBM智能分析選型及掘進(jìn)適應(yīng)性

采用TBM施工，合理選型是關(guān)鍵。不同支撐類型的TBM對(duì)不同巖土體介質(zhì)有不同的適應(yīng)性，而TBM的掘進(jìn)適應(yīng)性也需要考慮許多因素的影響。適應(yīng)性評(píng)價(jià)的方法有較為多種，主要有模糊評(píng)價(jià)模型、綜合評(píng)價(jià)法、神經(jīng)網(wǎng)絡(luò)法等。許多綜合科學(xué)評(píng)估，實(shí)質(zhì)上是適應(yīng)性評(píng)價(jià)，而適應(yīng)性評(píng)價(jià)已在多個(gè)領(lǐng)域得到成功的運(yùn)用。

何小新等[3]基于人工智能技術(shù)、人工神經(jīng)網(wǎng)絡(luò)與范例推理系統(tǒng)，智能化了掘進(jìn)機(jī)方案的設(shè)計(jì)，能夠做到TBM的優(yōu)化選型，構(gòu)建了TBM只能化選型方案的生產(chǎn)系統(tǒng)原型。

人工智能雖然逐漸開始應(yīng)用于TBM領(lǐng)域，并且構(gòu)建了許多模型系統(tǒng)、模型試驗(yàn)，但目前在實(shí)際工程操作中難以廣泛應(yīng)用，不具備普適性，因此構(gòu)建完善的選型及掘進(jìn)適應(yīng)性評(píng)價(jià)決策系統(tǒng)，使之運(yùn)用到工程有普適性、高效性和準(zhǔn)確性，是未來(lái)研究的一個(gè)方向。

（二）地質(zhì)環(huán)境識(shí)別與掘進(jìn)狀態(tài)感知的智能判斷

在實(shí)際工程中，首先需要對(duì)掘進(jìn)的地質(zhì)進(jìn)行前期的勘測(cè)與研究，其方法往往是鉆孔取芯，但因隧洞是掘進(jìn)深入的工程，往往在勘測(cè)與研究過程中存在一定的偏差。目前，TBM掘進(jìn)機(jī)在施工運(yùn)用的操作上，依然以施工者的經(jīng)驗(yàn)作為操控的主要基礎(chǔ)，當(dāng)遇到地質(zhì)環(huán)境改變，掘進(jìn)狀態(tài)發(fā)生異常時(shí)，均依靠人為調(diào)整TBM的推力、轉(zhuǎn)矩、刀盤轉(zhuǎn)速等機(jī)器參數(shù)。

高地應(yīng)力地區(qū)存在脆硬完整巖體，隨著地殼構(gòu)造運(yùn)動(dòng)發(fā)生，巖體中產(chǎn)生和儲(chǔ)存著彈性應(yīng)變能，初始應(yīng)力也隨之提高。一旦開挖，出現(xiàn)自由邊界，切向應(yīng)力急劇增加，能量進(jìn)一步集中，受到積聚的應(yīng)力作用，巖塊會(huì)產(chǎn)生突發(fā)性脆性破碎、飛散，并產(chǎn)生巨大聲響，形成“巖爆”現(xiàn)象，巖爆會(huì)引起施工損害，造成人身安全問題[4]。

為進(jìn)行地質(zhì)環(huán)境與掘進(jìn)狀態(tài)的智能判斷，需要研究地質(zhì)環(huán)境信息及掘進(jìn)狀態(tài)感知系統(tǒng)，這在智能化需求中是關(guān)鍵一環(huán)。同時(shí)也需要掘進(jìn)機(jī)器能實(shí)時(shí)識(shí)別自身的掘進(jìn)狀態(tài)，因而需要在參數(shù)輸入的基礎(chǔ)上，連通到機(jī)器“大腦”，最后反饋輸出，進(jìn)行相應(yīng)調(diào)整。不僅如此，將巖爆預(yù)測(cè)和超前巖爆預(yù)處理措施進(jìn)行人工智能化，也是一項(xiàng)科學(xué)挑戰(zhàn)。微震監(jiān)測(cè)系統(tǒng)是目前較有效的巖爆預(yù)測(cè)系統(tǒng)，系統(tǒng)可以監(jiān)測(cè)內(nèi)部的破裂情況，并進(jìn)行蓄能情況分析再根據(jù)系統(tǒng)所預(yù)測(cè)的巖爆規(guī)模、等級(jí)和應(yīng)力集中部位，提前釋放掌子面前方圍巖的應(yīng)力，降低巖爆等級(jí)與規(guī)模[5]。

（三）多系統(tǒng)掘進(jìn)作業(yè)的智能分析與協(xié)同控制

TBM掘進(jìn)機(jī)裝備實(shí)際上是綜合許多子系統(tǒng)、承擔(dān)多樣任務(wù)和具有高協(xié)調(diào)性的機(jī)械掘進(jìn)裝備。因此，在未來(lái)不斷推進(jìn)掘進(jìn)裝備的無(wú)人操作與智能作業(yè)是十分有益處的，也因而對(duì)TBM多系統(tǒng)的自主掘進(jìn)作業(yè)、智能分析和協(xié)同控制提出更大的科學(xué)挑戰(zhàn)。

新一代智能隧道掘進(jìn)機(jī)的設(shè)計(jì)制造，其核心應(yīng)聚焦在環(huán)境與狀態(tài)感知、施工參數(shù)自適應(yīng)動(dòng)態(tài)調(diào)控、多目標(biāo)優(yōu)化、多系統(tǒng)協(xié)調(diào)控制等問題上[6]。在原有的傳統(tǒng)隧道掘進(jìn)技術(shù)之上，需要突破和創(chuàng)新TBM掘進(jìn)機(jī)原有的瓶頸，實(shí)現(xiàn)長(zhǎng)距離、深埋深、智能化與安全高效掘進(jìn)，使全斷面隧道掘進(jìn)機(jī)技術(shù)革新有革命性的進(jìn)步，也對(duì)我國(guó)在巖土工程、隧道工程中自主創(chuàng)新能力和跨越發(fā)展有重要意義。

二、TBM人工智能化優(yōu)化的應(yīng)用與現(xiàn)有研究基礎(chǔ)

（一）智能化優(yōu)化的應(yīng)用

TBM與人工智能結(jié)合的現(xiàn)有的研究基礎(chǔ)，絕大多數(shù)考慮的是從參數(shù)調(diào)整抑或模型試驗(yàn)等進(jìn)行提升和優(yōu)化，但如果加入人工智能，可以突破思維的限制，找到更多的方向。

張清[7]提出了人工智能專家系統(tǒng)在巖石力學(xué)和巖石工程中的使用情況，研究某一問題可以同時(shí)考慮多種影響因素，相比起數(shù)學(xué)模型考慮影響因素?cái)?shù)目受到限制，把專家系統(tǒng)引入巖石力學(xué)與巖石工程領(lǐng)域。

人工智能技術(shù)引進(jìn)我國(guó)后，在各行業(yè)均有滲透，而在前人基礎(chǔ)上加入新技術(shù)進(jìn)行研究，能對(duì)現(xiàn)有的工程領(lǐng)域提供更多可操作性。人工智能技術(shù)能在施工中保障施工人員的安全，保證圍巖的穩(wěn)定，能做到不在掘進(jìn)中停機(jī)，抑或產(chǎn)生嚴(yán)重沉降，同時(shí)能提高掘進(jìn)速度，穩(wěn)定掘進(jìn)方向，實(shí)現(xiàn)自主化，工作人員有更多精力投入到其余的觀測(cè)當(dāng)中，避免疲勞或數(shù)據(jù)過多造成的認(rèn)知負(fù)荷與操作失誤。

（二）TBM智能化現(xiàn)有研究基礎(chǔ)

在施工地質(zhì)的超前勘探方面，比起TBM原有的超前鉆機(jī)基礎(chǔ)上有許多國(guó)內(nèi)外學(xué)者進(jìn)行了相應(yīng)研究：Yue等[8]提出了基于鉆進(jìn)參數(shù)分析的“數(shù)字智能鉆機(jī)”技術(shù)，但在理論上存在尚未突破的問題。在掘進(jìn)狀態(tài)和巖機(jī)信息感知方面：杜志國(guó)[9]創(chuàng)建了基于虛擬儀器的振動(dòng)模態(tài)理論、振動(dòng)檢測(cè)系統(tǒng)、多參數(shù)磨損預(yù)測(cè)公式和監(jiān)測(cè)方法，但難以在現(xiàn)場(chǎng)進(jìn)行實(shí)測(cè)數(shù)據(jù)的動(dòng)態(tài)化分析、互饋，不能做到實(shí)際的動(dòng)態(tài)評(píng)價(jià)識(shí)別是其不足之處。目前，國(guó)內(nèi)外信息化管理平臺(tái)的功能還不完善，常用在施作業(yè)的監(jiān)測(cè)與管理，仍難以解決隧道掘進(jìn)機(jī)掘進(jìn)時(shí)大量的實(shí)時(shí)數(shù)據(jù)與歷史信息綜合分析與探索的問題。

如今TBM掘進(jìn)機(jī)的性能主要集中在效率、推進(jìn)和轉(zhuǎn)矩預(yù)測(cè)模型建立等的研究。然而往往需要基于某項(xiàng)工程的掩體類型和掘進(jìn)機(jī)參數(shù)來(lái)建立模型，同時(shí)不同巖體影響參數(shù)也需要進(jìn)行考慮，而在巖體多變環(huán)境下如何選擇可靠的預(yù)測(cè)模型對(duì)TBM推理和掘進(jìn)性能進(jìn)行更為準(zhǔn)確的預(yù)測(cè)且實(shí)時(shí)達(dá)到最優(yōu)破巖效率，仍是亟待解決的問題。

（三）TBM智能化設(shè)想

TBM進(jìn)行隧道掘進(jìn)作業(yè)時(shí)周圍面臨著圍巖壓力、沖擊荷載和復(fù)雜多變的地質(zhì)環(huán)境，在掘進(jìn)過程中結(jié)合監(jiān)控和人工操作，難以自行實(shí)現(xiàn)掘進(jìn)狀態(tài)的精確感知和識(shí)別。因此有必要研發(fā)融合高精傳感技術(shù)的液壓元件是實(shí)現(xiàn)狀態(tài)監(jiān)測(cè)與智能化控制的基礎(chǔ)。

一直以來(lái)，對(duì)于所獲得的數(shù)據(jù)缺乏有效的優(yōu)化和有利的決策手段，掘進(jìn)參數(shù)根據(jù)人為經(jīng)驗(yàn)進(jìn)行分析決策，其描述仍以分描述性分析為主，即發(fā)現(xiàn)問題并加以應(yīng)對(duì)，難以摒棄傳統(tǒng)思維。因此，未來(lái)的研發(fā)應(yīng)該引入機(jī)器自主學(xué)習(xí)與大數(shù)據(jù)技術(shù)，研究自主的事前預(yù)測(cè)技術(shù)以及反向決策反饋。

每100臺(tái)TBM每5年能夠產(chǎn)生32000億條數(shù)據(jù)，但由于定義不統(tǒng)一、數(shù)據(jù)分析不透明等原因，多源海量數(shù)據(jù)并不能得到充分利用。因此需要將大數(shù)據(jù)處理平臺(tái)和云計(jì)算平臺(tái)引入隧道掘進(jìn)中，實(shí)驗(yàn)數(shù)據(jù)的采集、傳輸、和分析是相當(dāng)必要的。

三、總結(jié)與展望

人工智能無(wú)處不在，如何在智能時(shí)代讓傳統(tǒng)的科技TBM更上一層，是未來(lái)必不可少的研究，各門學(xué)科相互滲透產(chǎn)生的效果是進(jìn)來(lái)科學(xué)發(fā)展的特點(diǎn)。打破傳統(tǒng)的掘進(jìn)模式，突破掘進(jìn)效率和壽命瓶頸，實(shí)現(xiàn)TBM掘進(jìn)長(zhǎng)距離、智能化、安全高效是TBM智能化的目標(biāo)，而實(shí)現(xiàn)掘進(jìn)狀態(tài)感知識(shí)別、掘進(jìn)參數(shù)工況自適應(yīng)動(dòng)態(tài)調(diào)控掘進(jìn)參數(shù)數(shù)據(jù)計(jì)算、參數(shù)云計(jì)算智能優(yōu)化和決策以及多系統(tǒng)協(xié)同控制是TBM智能化的核心問題。通過以上的分析，相信隨著科技不斷革新發(fā)展和研究人員的探索和努力，人工智能技術(shù)優(yōu)化TBM必將使巖石力學(xué)與巖石工程達(dá)到一個(gè)新的高度，其發(fā)展前景廣闊無(wú)限。