[发明专利]基于掘进速度与刀具消耗最优的TBM操作参数优化方法

权利要求书

1.一种基于掘进速度与刀具消耗最优的TBM操作参数优化方法，其特征在于，包括以下步骤：

获取岩体参数数据；

以获取的岩体参数数据为预设施工成本计算模型的输入，通过插值拟合得到施工成本最小时的刀盘推力和刀盘扭矩，包括以下步骤：

通过对TBM掘进速度预测模型和TBM滚刀寿命预测模型得到的模拟数据进行连续均匀插值，获得足够多的数据散点，建立目标操作参数与施工成本间的非线性关系；

通过使用非线性最小二乘算法，对数据散点进行多项式拟合，得到施工成本与TBM操作参数的显示方程；

通过梯度下降法进行目标操作参数预设区间内的全局搜索，得到优化后的目标操作参数的具体数值；

其中，预设施工成本计算模型包括TBM掘进速度预测模型和TBM滚刀寿命预测模型，所述TBM掘进速度预测模型根据TBM参数数据和岩体参数数据构建，以刀盘推力、刀盘扭矩、单轴抗压强度、围岩等级、岩石质量指标和岩渣形态为输入变量，以TBM掘进速度为输出变量；

所述TBM滚刀寿命预测模型根据TBM参数数据、滚刀磨损数据和岩体参数数据构建，以刀盘推力、刀盘扭矩、单轴抗压强度、磨蚀性指数、石英含量和岩渣形态为输入变量，以TBM滚刀使用寿命为输出变量。

2.如权利要求1所述的基于掘进速度与刀具消耗最优的TBM操作参数优化方法，其特征在于，所述岩体参数数据包括围岩等级、单轴抗压强度、岩石质量指标、磨蚀性指数、石英含量和岩渣形态。

3.如权利要求2所述的基于掘进速度与刀具消耗最优的TBM操作参数优化方法，其特征在于，所述岩渣形态包括岩块、岩片和岩粒，通过四个类别进行标定，具体为：岩粒；岩粒和岩片；岩粒和岩块；岩粒、岩片和岩块。

4.如权利要求1所述的基于掘进速度与刀具消耗最优的TBM操作参数优化方法，其特征在于，所述TBM滚刀使用寿命为TBM的刀盘直径的平方、掘进距离和π三者的乘积与四倍的全部滚刀总磨损量的比值。

5.如权利要求1所述的基于掘进速度与刀具消耗最优的TBM操作参数优化方法，其特征在于，所述预设施工成本计算模型为设备人工物料成本同施工工期的乘积与刀具成本同更换的滚刀总个数的乘积的加和；

其中，施工工期为掘进距离同100的乘积与掘进速度同TBM利用率的乘积的比值，更换的滚刀总个数为TBM的刀盘直径的平方、掘进距离和π三者的乘积与四倍的滚刀寿命同滚刀磨损极限值乘积的比值。

6.如权利要求1所述的基于掘进速度与刀具消耗最优的TBM操作参数优化方法，其特征在于，采用模拟退火改进的BP神经网络算法构建TBM掘进速度预测模型和TBM滚刀寿命预测模型，包括以下步骤：

输入数据集并做归一化处理；

由BP神经网络的权值和阈值组成模拟退火算法的一个解，经模拟退火算法搜索后得到一个接近全局最优的权值和阈值组合；

将得到的最优值赋予BP神经网络作为其权值和阈值的初始值；

利用BP神经网络迭代训练，获得全局最优解。

7.一种基于掘进速度与刀具消耗最优的TBM操作参数优化系统，其特征在于，包括：

数据获取模块，被配置为：获取岩体参数数据；

参数优化模块，被配置为：以获取的岩体参数数据为预设施工成本计算模型的输入，通过插值拟合得到施工成本最小时的刀盘推力和刀盘扭矩；

其中，预设施工成本计算模型包括TBM掘进速度预测模型和TBM滚刀寿命预测模型，所述TBM掘进速度预测模型根据TBM参数数据和岩体参数数据构建，以刀盘推力、刀盘扭矩、单轴抗压强度、围岩等级、岩石质量指标和岩渣形态为输入变量，以TBM掘进速度为输出变量；

所述TBM滚刀寿命预测模型根据TBM参数数据、滚刀磨损数据和岩体参数数据构建，以刀盘推力、刀盘扭矩、单轴抗压强度、磨蚀性指数、石英含量和岩渣形态为输入变量，以TBM滚刀使用寿命为输出变量。