基于数字孪生的盾构施工地表变形量的控制方法与装置

未命名 09-22 阅读:71 评论:0


1.本发明涉及土木工程工程监测技术领域,尤其涉及一种基于数字孪生的盾构施工地表变形量的控制方法与装置。


背景技术:

2.我国城市轨道交通正处于快速发展阶段。盾构施工技术被广泛应用于城市地下轨道交通建设。盾构施工不可避免地对周围土体造成扰动,从而引起地表变形。过大的地表变形会造成既有建筑的不均匀沉降、墙体开裂等病害。在我国东部沿海软土地区,土质条件差,城市环境对工程施工较为敏感,现有控制盾构施工引起地表变形技术不易满足地表微变形的控制要求。
3.目前,控制盾构施工引起地表变形技术主要有现场监测、经验法、解析法、室内模型试验和数值法。现场监测属事后控制,仅利用实测数据不易实现对盾构施工引起地表变形的预测评估;经验法不易考虑复杂的工程地质条件、施工工艺和施工参数等因素对地表变形的影响;解析法基于线弹性理论,对岩土材料的力学特性和计算模型进行了不同程度的简化,不易模拟实际的盾构施工过程;室内模型试验中的模型制作困难,且其相似比不易满足规定要求;数值法的计算精度取决于数字模型与实际工程的吻合程度,且不易实现对盾构施工控制参数的优化调整。


技术实现要素:

4.针对现有技术不足,本发明提供了一种基于数字孪生的盾构施工地表变形量的控制方法与装置。
5.根据本发明实施例的第一方面,提供了一种基于数字孪生的盾构施工地表变形量的控制方法,所述方法包括:
6.步骤s1,根据现场盾构施工数据,构建初始的盾构施工数字化模型;
7.步骤s2,实时采集现场盾构施工控制参数和现场盾构施工引起的地层响应数据,更新步骤s1中构建的盾构施工数字化模型,从而得到盾构施工数字化模型与盾构施工控制参数的映射关系;
8.步骤s3,基于盾构施工数字化模型与盾构施工控制参数的映射关系,利用强化学习算法将盾构施工数字化模型作为强化学习的交互环境,施工参数集合作为动作空间,回报函数为地表变形,使得地表变形最小,确定最优施工参数动作序列。
9.进一步地,所述盾构施工数字化模型包括:
10.盾构施工参数存储模块,用于实时记录现场盾构施工工程的施工参数;
11.地层响应数据存储模块,用于存储实施采集的盾构施工过程中的地层响应数据;
12.所述数字化仿真模块,用于从现场盾构施工工程的设计资料、地质资料、盾构施工参数及周边环境等中提取出反映现实对象包括几何尺寸、材料属性、力学属性在内的基本属性信息,将其一一转换为对应的模型。
13.进一步地,现场盾构施工工程的施工参数包括掘进速度、刀盘扭矩、支护压力、注浆压力。
14.进一步地,盾构施工过程中的地层响应数据包括孔隙水压力、地表竖向位移和深层水平位移。
15.进一步地,盾构施工过程中的地层响应数据通过由孔隙水压力计、光纤光栅静力水准监测仪和深层水平位移监测仪进行测量。
16.进一步地,数字化仿真模块包括:
17.根据拟建隧道的埋深、设计尺寸和土层分布,建立几何模型;
18.根据土体参数、衬砌构造、螺栓连接、拼接方式和纵向线性,结合衬砌管片模型试验选择能反映衬砌管片工作性能的机理模型,建立属性模型;
19.根据盾构开挖面的支护、土体开挖、衬砌安装和盾尾注浆,建立工况模拟模型;
20.根据拟建隧道的实际情况,建立环境模拟模型;拟建隧道的实际情况为临近基坑开挖、穿越历史保护建筑和/或穿越既有隧道。
21.将几何模型、属性模型、工况模拟模型和环境模拟模型整合形成初始的盾构施工数字化模型中的数字化仿真模块。
22.进一步地,所述步骤s2包括以下子步骤:
23.步骤s201,以最小化地表沉降为目标函数obj(x),表达式如下:
[0024][0025]
式中,n代表总测点数,i代表是第i个测点,fi代表第i个测点的地层响应数据预测值,f
i,exp
代表第i个测点的地层响应数据真实值;
[0026]
步骤s202,实时采集盾构施工参数、临近工程施工情况和盾构施工引起的地表沉降真实值,并将其输入至步骤s1中构建的初始的盾构施工数字化模型中,盾构施工数字化模型输出地表沉降预测值;
[0027]
步骤s203,重复上述步骤s202,利用遗传算法,将地表沉降预测值和地表沉降真实值进行对比,根据步骤s201设定的目标函数,得到盾构施工数字化模型与盾构施工控制参数的映射关系。
[0028]
进一步地,所述步骤s3包括:
[0029]
在给定地表沉降目标的约束条件下,基于盾构施工数字化模型与盾构施工控制参数的映射关系;随机产生多组施工参数组合向量,将施工参数组合向量输入至神经网络中得到地表沉降;利用遗传算法调整输入的施工参数组合向量进行优化,将最小的地表沉降对应的施工参数组合向量作为最优施工参数动作序列。
[0030]
根据本发明实施例的第二方面,提供了一种基于数字孪生的盾构施工地表变形量的控制装置,包括一个或多个处理器,用于实现上述的基于数字孪生的盾构施工地表变形量的控制方法。
[0031]
根据本发明实施例的第三方面,提供了一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时,用于实现上述的基于数字孪生的盾构施工地表变形量的控制方法。
[0032]
与现有技术相比,本发明的有益效果为:
[0033]
本发明基于数字孪生理念,通过在信息平台上创建盾构施工数字化模型,在虚拟空间中完成与现场盾构施工工程的映射关系,从而实现了虚实同步。其中,现场盾构施工工程是虚实同步中“实”的部分,盾构施工数字化模型是虚实同步中“虚”的部分。
[0034]
本发明利用强化学习,以盾构施工引起的地层变形最小化为目标,分析盾构施工参数和盾构施工引起的地层响应数据之间的规律,从而不断优化调整施工控制参数;将通过强化学习得到的施工控制参数输入到盾构施工数字化模型中对地层变形量进行预测,通过迭代确定最合理的盾构施工控制参数。
[0035]
本发明具有实时、动态、多向传输、高保真和闭环等特性,一方面现场盾构施工工程的状态参数可以有效地传递到盾构施工数字化模型,确保了数字化模型与现实状态的同步性;另一方面盾构施工数字化模型分析得到的地层响应数据和盾构施工控制参数能够反馈到现场盾构施工工程,从而对现场盾构施工工程进行调整。
[0036]
本发明可以提供盾构施工引起地表变形的实时状态、发展趋势和调整方案,有效降低盾构施工对周边环境的扰动,进而保护既有构筑物,为盾构施工工程监测的数字化和自动化提供了新的可能。
附图说明
[0037]
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0038]
图1为本发明实施例提供的盾构施工数字化模型中的数字化仿真模块的示意图;
[0039]
图2为本发明实施例提供的盾构施工数字化模型的示意图;
[0040]
图3为本发明实施例创建盾构施工数字化模型与现场盾构施工工程的映射关系的流程示意图;
[0041]
图4为本发明实施例提供的获取最佳施工参数的流程示意图;
[0042]
图5为本发明实施例提供的基于数字孪生的盾构施工地表变形量的控制装置的示意图。
具体实施方式
[0043]
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0044]
需要说明的是,在不冲突的情况下,下述的实施例及实施方式中的特征可以相互组合。
[0045]
本发明实施例提供了一种基于数字孪生的盾构施工地表变形量的控制方法,所述方法具体包括以下步骤:
[0046]
步骤s1,根据现场盾构施工数据,构建初始的盾构施工数字化模型。
[0047]
所述盾构施工数字化模型包括盾构施工参数存储模块、地层响应数据存储模块和
数字化仿真模块三部分组成。
[0048]
所述盾构施工参数存储模块,用于实时记录现场盾构施工工程的各种参数,如掘进速度、刀盘扭矩、支护压力、注浆压力等。
[0049]
所述地层响应数据存储模块,用于存储实施采集的盾构施工过程中的地层响应数据,如孔隙水压力、地表竖向位移和深层水平位移等。其中,地层响应数据可通过由孔隙水压力计、光纤光栅静力水准监测点和深层水平位移监测等组成的监测系统进行检测。
[0050]
所述数字化仿真模块,用于从现场盾构施工工程的设计资料、地质资料、盾构施工参数及周边环境等中提取出反映现实对象基本属性的相关信息,如几何尺寸、材料属性、力学属性等,然后将其一一转换为对应的模型。
[0051]
示例性地,如图1所示,根据拟建隧道的埋深、设计尺寸和土层分布等,建立几何模型;由土体参数、衬砌构造、螺栓连接、拼接方式和纵向线性等信息,结合衬砌管片模型试验选择可反映衬砌管片工作性能的机理模型,进而建立属性模型;工况模拟主要包括盾构开挖面的支护、土体开挖、衬砌安装和盾尾注浆;根据拟建隧道的实际情况进行环境模拟,如临近基坑开挖、周围历史保护建筑保护和管线动态监测等。最后,将上述各模型整合形成初始的盾构施工数字化模型中的数字化仿真模块。
[0052]
步骤s2,实时采集现场盾构施工控制参数和现场盾构施工引起的地层响应数据,更新步骤s1中构建的盾构施工数字化模型,从而得到盾构施工数字化模型与盾构施工控制参数的映射关系。
[0053]
具体地,如图2所示,所述步骤s2具体包括以下子步骤:
[0054]
步骤s201,以最小化地表沉降为目标函数obj(x),表达式如下:
[0055][0056]
式中,n代表总测点数,i代表是第i个测点,fi代表第i个测点的地表沉降预测值,f
i,exp
代表第i个测点的地表沉降真实值。
[0057]
需要说明的是,在本实例中,目标函数obj(x)选用均方差损失函数,对于地表沉降真实值与地表沉降预测值偏差较大的样本点给予更高(平方)的惩罚。
[0058]
步骤s202,实时采集盾构施工参数、临近工程施工情况和盾构施工引起的地层响应数据(即地表沉降真实值),并将其输入至步骤s1中构建的初始的盾构施工数字化模型中,盾构施工数字化模型输出地层响应数据的预测值(即地表沉降预测值)。
[0059]
其中,如图3所示,在本实例中模拟盾构隧道施工,通过盾构施工数字化模型输出地表沉降预测值包括以下步骤:
[0060]
步骤s20201,考虑边界效应构建盾构隧道施工的结构模型;
[0061]
步骤s20202,对盾构法引起的地面沉降采用等代层法进行模拟;
[0062]
步骤s20203,采用摩尔-库伦本构模型模拟隧道周围土体,空模型模拟盾构掘进时开挖的土体,采用线弹性模型模拟管片,盾构机钢壳和等代层;
[0063]
步骤s20204,施加支护力来模拟泥水仓压力,总推力等对支护面的综合作用力,施加注浆压力来模拟盾尾同步注浆的压力;
[0064]
步骤s20205,在盾构机掘进持续开挖的同时,通过改变等代层的参数模拟同步注浆效果的变化,每个浆体段在保持一个开挖循环的初始浆液材料参数后,改变为后期浆体
参数(硬化)并保持不变;
[0065]
步骤s20206,盾构推进过程中,每经过一个开挖循环,就改变相应位置处的材料参数,如在前方刚开挖土体周围设置相应的盾壳参数,杀死盾尾盾壳单元。同时,相应位置处的荷载和力也要随着开挖的前移而改变到相应的位置,来模拟盾构推进前移的过程。
[0066]
步骤s203,根据步骤s201设定的目标函数,重复上述步骤s202,利用遗传算法,将地层响应数据预测值和地层响应数据真实值进行对比,使盾构施工数字化模型(虚部)可以如实反映现场盾构施工工程(实部),从而得到盾构施工数字化模型与盾构施工控制参数的映射关系。
[0067]
利用遗传算法更新盾构施工数字化模型包括:根据现场实测地层响应数据与数字化模型地层响应数据的mse最小为原则,停止搜索的指标为mse小于1e-4,或者达到种群规模100,迭代代数5,确定土体力学参数。
[0068]
步骤s3,盾构施工数字化模型更新完成后,基于盾构施工数字化模型与盾构施工控制参数的映射关系,利用强化学习算法(a2c、dqn和ppo),将盾构施工数字化模型作为强化学习的交互环境,施工参数集合作为动作空间,回报函数为-abs(地表变形),确定最优施工参数动作序列,使得地表变形最小。强化学习停止训练的标准为最大地表变形绝对值小于1e-4m,或者训练的环境步数达到1e5。
[0069]
具体地,如图4所示,在给定地表沉降目标的约束条件下,要求确定施工参数的最优组合,利用强化学习算法,得到各施工参数与地表沉降的内在关系,建立起盾构施工参数与隧道轴线上方地表沉降之间的关系。然后,随机产生多组施工参数组合向量,利用神经网络求出相应的输出量-地表沉降,由目标函数得到输出量的适应度值,再根据适应度值,利用遗传算法调整输入的施工参数组合向量。经过遗传算法的优化以后,可以获得最理想的地表沉降,其相应的输入向量即为最佳施工参数组合。
[0070]
与前述基于数字孪生的盾构施工地表变形量的控制方法的实施例相对应,本发明还提供了基于数字孪生的盾构施工地表变形量的控制装置的实施例。
[0071]
参见图5,本发明实施例提供的一种基于数字孪生的盾构施工地表变形量的控制装置,包括一个或多个处理器,用于实现上述实施例中的基于数字孪生的盾构施工地表变形量的控制方法。
[0072]
本发明基于数字孪生的盾构施工地表变形量的控制装置的实施例可以应用在任意具备数据处理能力的设备上,该任意具备数据处理能力的设备可以为诸如计算机等设备或装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图5所示,为本发明基于数字孪生的盾构施工地表变形量的控制装置所在任意具备数据处理能力的设备的一种硬件结构图,除了图5所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能,还可以包括其他硬件,对此不再赘述。
[0073]
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
[0074]
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实
施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
[0075]
本发明实施例还提供一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时,实现上述实施例中的基于数字孪生的盾构施工地表变形量的控制方法。
[0076]
所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元,例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备,例如所述设备上配备的插接式硬盘、智能存储卡(smart media card,smc)、sd卡、闪存卡(flash card)等。进一步的,所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据,还可以用于暂时地存储已经输出或者将要输出的数据。
[0077]
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。

技术特征:
1.一种基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,所述方法包括:步骤s1,根据现场盾构施工数据,构建初始的盾构施工数字化模型;步骤s2,实时采集现场盾构施工控制参数和现场盾构施工引起的地层响应数据,更新步骤s1中构建的盾构施工数字化模型,从而得到盾构施工数字化模型与盾构施工控制参数的映射关系;步骤s3,基于盾构施工数字化模型与盾构施工控制参数的映射关系,利用强化学习算法将盾构施工数字化模型作为强化学习的交互环境,施工参数集合作为动作空间,回报函数为地表变形,使得地表变形最小,确定最优施工参数动作序列。2.根据权利要求1所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,所述盾构施工数字化模型包括:盾构施工参数存储模块,用于实时记录现场盾构施工工程的施工参数;地层响应数据存储模块,用于存储实施采集的盾构施工过程中的地层响应数据;所述数字化仿真模块,用于从现场盾构施工工程的设计资料、地质资料、盾构施工参数及周边环境等中提取出反映现实对象包括几何尺寸、材料属性、力学属性在内的基本属性信息,将其一一转换为对应的模型。3.根据权利要求2所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,现场盾构施工工程的施工参数包括掘进速度、刀盘扭矩、支护压力、注浆压力。4.根据权利要求2所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,盾构施工过程中的地层响应数据包括孔隙水压力、地表竖向位移和深层水平位移。5.根据权利要求2所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,盾构施工过程中的地层响应数据通过由孔隙水压力计、光纤光栅静力水准监测仪和深层水平位移监测仪进行测量。6.根据权利要求2所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,数字化仿真模块包括:根据拟建隧道的埋深、设计尺寸和土层分布,建立几何模型;根据土体参数、衬砌构造、螺栓连接、拼接方式和纵向线性,结合衬砌管片模型试验选择能反映衬砌管片工作性能的机理模型,建立属性模型;根据盾构开挖面的支护、土体开挖、衬砌安装和盾尾注浆,建立工况模拟模型;根据拟建隧道的实际情况,建立环境模拟模型;拟建隧道的实际情况为临近基坑开挖、穿越历史保护建筑和/或穿越既有隧道。将几何模型、属性模型、工况模拟模型和环境模拟模型整合形成初始的盾构施工数字化模型中的数字化仿真模块。7.根据权利要求1所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,所述步骤s2包括以下子步骤:步骤s201,以最小化地表沉降为目标函数obj(x),表达式如下:式中,n代表总测点数,i代表是第i个测点,f
i
代表第i个测点的地层响应数据预测值,
f
i,exp
代表第i个测点的地层响应数据真实值;步骤s202,实时采集盾构施工参数、临近工程施工情况和盾构施工引起的地表沉降真实值,并将其输入至步骤s1中构建的初始的盾构施工数字化模型中,盾构施工数字化模型输出地表沉降预测值;步骤s203,重复上述步骤s202,利用遗传算法,将地表沉降预测值和地表沉降真实值进行对比,根据步骤s201设定的目标函数,得到盾构施工数字化模型与盾构施工控制参数的映射关系。8.根据权利要求1所述的基于数字孪生的盾构施工地表变形量的控制方法,其特征在于,所述步骤s3包括:在给定地表沉降目标的约束条件下,基于盾构施工数字化模型与盾构施工控制参数的映射关系;随机产生多组施工参数组合向量,将施工参数组合向量输入至神经网络中得到地表沉降;利用遗传算法调整输入的施工参数组合向量进行优化,将最小的地表沉降对应的施工参数组合向量作为最优施工参数动作序列。9.一种基于数字孪生的盾构施工地表变形量的控制装置,其特征在于,包括一个或多个处理器,用于实现权利要求1-8中任一项所述的基于数字孪生的盾构施工地表变形量的控制方法。10.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时,用于实现权利要求1-8中任一项所述的基于数字孪生的盾构施工地表变形量的控制方法。

技术总结
本发明公开了一种基于数字孪生的盾构施工地表变形量的控制方法与装置,包括:步骤S1,根据现场盾构施工数据,构建初始的盾构施工数字化模型;步骤S2,实时采集现场盾构施工控制参数和现场盾构施工引起的地层响应数据,更新步骤S1中构建的盾构施工数字化模型,从而得到盾构施工数字化模型与盾构施工控制参数的映射关系;步骤S3,基于盾构施工数字化模型与盾构施工控制参数的映射关系,利用强化学习算法将盾构施工数字化模型作为强化学习的交互环境,施工参数集合作为动作空间,回报函数为地表变形,使得地表变形最小,确定最优施工参数动作序列。动作序列。动作序列。


技术研发人员:边学成 路建春 金智胜 赵闯 范毅雄 方燃
受保护的技术使用者:浙江大学
技术研发日:2023.05.18
技术公布日:2023/9/20
版权声明

本文仅代表作者观点,不代表航家之家立场。
本文系作者授权航家号发表,未经原创作者书面授权,任何单位或个人不得引用、复制、转载、摘编、链接或以其他任何方式复制发表。任何单位或个人在获得书面授权使用航空之家内容时,须注明作者及来源 “航空之家”。如非法使用航空之家的部分或全部内容的,航空之家将依法追究其法律责任。(航空之家官方QQ:2926969996)

航空之家 https://www.aerohome.com.cn/

航空商城 https://mall.aerohome.com.cn/

航空资讯 https://news.aerohome.com.cn/

分享:

扫一扫在手机阅读、分享本文

评论

相关推荐