Prediction of TBM disc cutter wear life based on improved artificial intelligence algorithm
-
摘要: 针对复杂地层盾构掘进过程中滚刀磨损量大、使用寿命难以预测且影响滚刀磨损寿命因素具有多元性和不确定性等问题，分析了复杂地层中安装半径、平均推力、平均贯入度、掘进距离、滚刀半径等对滚刀磨损寿命的影响，建立了基于改进自适应神经模糊推理系统(ANFIS)和遗传规划(GP)的滚刀磨损寿命预测模型。用K-means聚类优化了ANFIS的模糊化输入层，弥补了人为确定模糊集合不规范导致的训练效率低下和系统泛化能力不足的问题；通过GP将滚刀磨损寿命预测问题转化为程序归纳问题，通过树状函数表达式反映出在复杂地质条件下的相关影响因素与磨损寿命之间的关系。以神东矿区补连塔煤矿井筒场建设中的滚刀磨损寿命数据为例进行对比分析，2个模型预测结果与实际测量结果的平均绝对百分比误差均小于8%。GP具有收敛速度快、准确度高和显式表达等优点，在解决盾构滚刀磨损寿命预测的问题方面有良好的应用前景。
-
关键词:
- 盾构滚刀 /
- 磨损寿命预测 /
- 自适应神经模糊推理系统 /
- 遗传规划
-
-
[1] 黄丹,马昊,杨小聪,等.TBM滚刀磨损研究现状及展望[J].岩土工程技术,2023,37(3):253-261. [2] 乔金丽,孟秋杰,刘建琴,等.基于遗传规划的复杂地层中盾构滚刀磨损寿命预测[J].工矿自动化,2018,44(9):51-58. [4] 秦银平,张竹清,孙振川,等.基于现场试验的TBM滚刀磨损分析及预测[J].隧道建设(中英文),2019,39(11):1914-1921. [5] 乔世范,王超,刘志新,等.基于磨粒磨损机理的全断面隧道掘进机滚刀寿命预测[J].吉林大学学报(工学版),2020,50(6):2068-2073. [6] ROSTAMI J,OZDEMIR L,NILSON B.Comparison between CSM and NTH hard rock TBM performance prediction models[C].Annual Technical Meeting of the Institute of Shaft Drilling Technology,Las Vegas,1996:1-10.
[10] 杨媛媛,黄宏伟.围岩分类在TBM滚刀寿命预测中的应用[J].地下空间与工程学报,2005,1(5):721-724. [11] 闫长斌,姜晓迪,杨继华,.考虑地质适宜性和滚刀直径的TBM刀具消耗预测[J].隧道建设(中英文),2018,38(7):1243-1250. [12] HASSANPOUR J,ROSTAMI J,TARIGH AZALI S,et al.Introduction of an empirical TBM cutter wear prediction model for pyroclastic and mafic igneous rocks;a case history of Karaj water conveyance tunnel,Iran[J].Tunnelling and Underground Space Technology,2014,43:222-231.
[13] ZARE S,BRULAND A.Applications of NTNU/SINTEF drillability indices in hard rock tunneling[J].Rock Mechanics and Rock Engineering,2013,46(1):179-187.
[14] 苏明,李彤,韩爱民,等.基于磨损比耗指数的滚刀磨损定量预测方法[J].隧道建设,2017,37(7):891-898. [15] 龚秋明,王继敏,佘祺锐.锦屏二级水电站1#,3#引水隧洞TBM施工预测与施工效果对比分析[J].岩石力学与工程学报,2011,30(8):1652-1662. [16] 陈玉坤,管会生,周磊,等.基于BP神经网络的盘形滚刀磨损预测研究[J].现代隧道技术,2021,58(5):78-84. [17] ELBAZ K,SHEN Shuilong,ZHOU Annan,et al.Prediction of disc cutter life during shield tunneling with AI via the incorporation of a genetic algorithm into a GMDH-type neural network[J].Engineering,2021,7(2):238-251.
[18] 徐玲,杨丹,王时龙,等.基于进化神经网络的刀具寿命预测[J].计算机集成制造系统,2008(1):167-171,182. [19] 常佳奇,黄宏伟,张东明,等.基于聚类与Transformer算法的上软下硬地层盾构滚刀正常磨损预测[J].施工技术(中英文),2024,53(1):107-115. [20] 李笑,苏小江.基于Elman神经网络的盾构滚刀磨损预测方法研究[J].辽宁工程技术大学学报(自然科学版),2010,29(6):1121-1124. [21] 石超,薛皓文,丁小彬.于BP神经网络的硬岩地层盾构滚刀磨损预测[J].现代隧道技术,2020,57(增刊1):217-225. [22] 乔金丽,张义同,谢晓晖.基于遗传规划的盾构隧道开挖地表最大沉降预测[J].天津大学学报,2009,42(9):790-795. [25] GOKULACHANDRAN J,MOHANDAS K.Application of regression and fuzzy logic method for prediction of tool life[J].Procedia Engineering,2012,38:3900-3912.
[26] 杜传涛.考虑投资者情绪与股市联动效应的股指时间序列模糊预测方法研究[D].济南:山东财经大学,2024. [27] 黄磊,陈浩,衣乔木,等.基于k-means聚类和BP神经网络组合模型的用电负荷预测[J].电力与能源,2016,37(1):56-60. [29] 云庆夏,卢少华.优化地下采矿方法结构的遗传规划[J].化工矿物与加工,2001,30(2):13-17. [30] 刘颖超,江玉生,程晋国,等.斜井TBM刀具磨损更换预测方法研究[J].施工技术,2017,46(增刊2):1046-1048. [31] 江华,王春河,程晋国,等.斜井TBM新型与普通刀具的磨损效果对比研究[J].施工技术,2016,45(22):31-33. [32] 江玉生,刘颖超,刘波,等.补连塔煤矿不同深度岩石磨蚀性试验研究[J].煤炭科学技术,2017,45(11):81-87. [33] 杨延栋,陈馈,李凤远,等.盘形滚刀磨损预测模型[J].煤炭学报,2015,40(6):1290-1296. [34] 曾锋,苏华友,宋天田.复合地层中盾构机滚刀寿命预测研究[J].地下空间与工程学报,2016,12(增刊2):755-759. [35] 孙汝继,王水生,王海舰.掘进机截齿磨损程度分析及识别方法[J].工矿自动化,2016,42(12):68-71. [36] 刘吉洋.全断面岩石掘进机盘形滚刀寿命预测及管理软件开发[D].北京:华北电力大学,2009.
计量
- 文章访问数: 8
- HTML全文浏览量: 0
- PDF下载量: 3
下载:
