复合地层盾构推进速度优化

王建利

（西安市市政设施管理局，陕西 西安 710016）

复合地层盾构推进速度优化

王建利

（西安市市政设施管理局，陕西 西安 710016）

以西安市轨道交通3号线3标段隧道施工为研究背景，以推进速度为研究对象，利用遗传算法建立优化模型，通过对掘进参数进行调整，得到更优推进速度。结果表明经过优化后可将推进速度提高38.3%，将优化后的推进速度和实测推进速度进行对比，最大误差为9.09%，对复合地层实际盾构施工推进速度的优化提供一定参考。

复合地层；盾构推进速度；遗传算法

盾构被普遍应用于城市地铁隧道的施工中，在单一、均匀的地层中，由于掘进参数稳定、掘进方式单一，施工过程相对比较容易进行，但在复合地层中，地质成分复杂，施工难度会大大增加，如何合理选择掘进参数，在保证施工质量的前提下，尽可能提高推进速度是迫切需要解决的核心问题。

盾构在施工过程中掘进参数众多，各参数之间关系复杂，与推进速度有关的参数主要有刀具贯入度、刀具转矩、刀具转速、总推力和输送机转速等。目前，很多学者对盾构推进速度进行研究，廖少明研究了注浆量、正面压力等掘进参数对推进速度的影响，袁敏正研究了刀具布置以及刀盘扭矩对掘进速度的影响，徐前卫运用实验模型获得盾构参数和推进速度之间的函数关系。当前研究主要通过实验模型来研究掘进机推进速度，但实验结果不能适应复杂地层，并且绝大多数学者只对单一掘进参数对推进速度的影响进行研究，忽略了各因素之间的复杂关系，使分析结果存在较大偏差。综上所述，需要通过整体控制各掘进参数来优化推进速度。

以西安市轨道交通3号线3标段隧道施工为研究背景，利用遗传算法，通过整体控制各掘进参数对推进速度进行优化，对实际施工的参数选择提供一定依据。

1 优化模型建立

1.1 目标函数

盾构推进速度必须在保证施工质量和符合施工设备能力的前提下尽可能提高推进速度。目标函数应该以各掘进参数为自变量，推进速度为因变量。具体推进速度优化函数的表达式为

其中f(X)代表需要优化的目标函数；X是目标函数的自变量，即各掘进参数；Xi分别为刀具贯入度、刀盘转矩、刀盘转速、总推力、土仓渣土压力以及输送机转速。

1.2 适应度函数

适应度是指评价种群个体在算法中能逼近最优解的指标，是促进种群中个体优化过程的原动力。种群个体适应度值越大，被遗传到下代中的概率就越高。具体的约束函数表达式为

式中Xi是种群中的样本个体，f(Xi)是当前盾构的推进速度值，S(Xi)是在当前推进速度时的地面沉降值，Smax是地面沉降值的最大值。

1.3 约束条件

将约束条件引入数学模型，需要对各代种群中的个体是否满足约束条件进行判断，本文的约束条件选为“复合地层盾构推进速度预测模型”，当满足所有约束条件时，可以对推进速度进行预测并获得所需的目标推进速度值，若其中任何约束条件无法满足，将不能预测推进速度，这样可以保证优化过程在种群可行个体中进行。

2 优化模型的实现

2.1 优化程序

利用遗传算法进行推进速度优化的思路是：首先把一定数量的个体X组成初始种群，将初始种群中的个体进行预处理、适度值判断、约束处理以及遗传算子的迭代进化和操作，最后在个体中选出一个最优推进速度的个体以及对应的掘进参数的取值范围。

本文推进速度的优化基于MATLAB计算机编程，具体的优化算法框图如图1所示。

图1 遗传算法框图

2.2 优化实现

合理采集盾构施工现场的100组掘进参数，分别在每环0.5m、1.0m处采集一组参数，排除受人为因素和随机因素的掘进参数。初始种群为M=100，每个个体长度为L=6，交叉概率为PC=0.5，变异概率为Pb=0.01，选择终止代数为T=100。

经过迭代，得到初始种群分别经过25次、50次、75次、100次迭代优化后的结果如图2～图4所示。各次优化迭代后盾构推进速度分别比原始推进速度提高11.5%、26.3%、36.5%、38.3%。

图2 原始种群推进速度

图3 25次迭代后的推进速度

图4 50、75、100次迭代后的推进速度

由于有49组个体在优化过程中不满足掘进参数的约束条件，不满足初始种群在经过25次的代后“复合地层盾构推进速度预测模型”所预测的盾构推进速度，故经过淘汰只剩下51组个体，依次类推，经过100次迭代后最终剩余17组个体，这时掘进参数和种群数量已接近稳定，迭代优化停止，经过优化后得到的17组参数如表1所示。

3 优化结果验证

试验地点选择与采集数据相同地质层的区间，施工人员和设备一致，将优化后的掘进参数作为盾构的输入参数，每组掘进参数掘进10环，每环在0.5m、1.0m处采集掘进推进速度，将得到的结果取平均值。将试验得到的推进速度值和优化后的推进速度值进行对比，如图5所示，可以看出两者较为接近，趋势基本重合，最大误差为9.09%，说明优化方法正确可靠。

表1 优化后的推进速度和相应掘进参数

图5 推进速度优化值和试验值对比

4 结 论

本文利用遗传算法，通过整体控制各掘进参数对推进速度进行优化，得到的结论如下。

1）建立了盾构推进速度的遗传算法优化模型，经过优化后可将推进速度提高38.3%，在此基础上得到了与掘进速度对应掘进参数的取值范围。

2）将优化后的推进速度和实测推进速度进行对比，误差较小，对复合地层实际盾构施工的参数选择提供一定依据。

[1]刘宣宇.盾构技术的发展与展望[J].施工技术，2013，42(1)：20-23.

[2]陈 馈，冯欢欢.中国盾构技术的发展与创新[J].建筑机械化，2012，33(S2)：12-15.

[3]廖少明，李文勇，王 璇.盾构隧道快速施工法试验研究[J].施工技术，2002，31(6)：4-6.

[4]袁敏正，鞠世健，竺维彬.广州地铁一号线和二号线盾构机适应性研究与探讨[J].现代隧道技术，2004，41(3)：31-34.

[5]徐前卫.盾构施工参数的地层适应性模型试验及其理论研究[D].上海：同济大学，2006.

[6]施 虎，龚国芳，杨华勇，等.盾构机掘进推进速度控制性能分析[J].机床与液压，2008，36(8)：77-79.

[7]崔国华，王国强，何恩光，等.盾构掘进机主要技术参数的计算分析[J].矿山机械，2006，34(12)：11-14.

[8]王 刚. 复杂地层盾构机掘进参数确定方法研究[J]. 建筑工程技术与设计，2013，(4)：317-318.

[9]周 斌，张怀亮，程永亮.复合地层盾构机推进速度SVM预测模型研究[J].铁道建筑技术，2014，(10)：48-51.

（编辑 张海霞）

Shield machine advance speed optimization in composite ground

WANG Jian-li

TU621

B

1001-1366(2015)09-0067-03

2015-07-22