基于数字地层及系统可靠度的盾构掘进参数优化方法与流程

本发明涉及盾构隧道安全智能掘进，特别涉及一种基于数字地层及系统可靠度的盾构掘进参数优化方法。

背景技术：

1、盾构下穿工程中，隧道开挖活动引起的地层位移延伸发展到地表，控制不当将会导致上部建筑发生大规模沉降，严重时造成房屋开裂、倒塌。因此，这类工程的地层变形安全控制显得尤为重要。为实现这一目标，为关键盾构掘进力学参数设置合理取值至关重要，而影响盾构掘进力学分析与施工安全控制的关键因素为岩土物理力学参数空间变异性，仅凭稀疏点位的土工试验数据并不足以对全局范围内的岩土参数进行准确估计。

2、现有技术大都局限于确定性分析层面，难以充分量化和表达岩土参数固有的不确定性，据此设置的盾构掘进力学参数并不准确，因而无法充分保障盾构下穿掘进施工安全。

3、因此，本发明基于土工试验数据、实测地层变形和盾构掘进参数等多源数据，借助耦合生成对抗神经网络的物理信息神经网络构建施工场地数字孪生地层，将岩土参数不确定性纳入考虑范围，进而根据监测变形数据等施工反馈不断更新岩土参数，既弥补了岩土参数数据稀疏不足的缺点，也有效提高盾构隧道掘进力学分析和地表沉降预测的准确度，从而实现对岩土参数空间变异性的精细化表征及地层变形的准确预测。在此基础上，基于系统可靠度设计理论和全局优化遗传算法，建立基于系统可靠度指标的盾构关键掘进力学参数优化方法，为沉降精准控制提供新途径，实现安全可靠的盾构施工控制，从而充分保证盾构下穿施工的安全。

技术实现思路

1、本发明的目的是：提供一种基于数字孪生地层的、系统可靠度及容许地层形变控制的盾构掘进力学参数优化方法，在盾构掘进施工控制中充分表达地层和岩土参数不确定性，实现掘进力学参数精细化决策，精准控制地表地层形变，确保城市复杂环境下盾构下穿掘进安全，为推进盾构隧道工程稳健性设计提供有效方案。

2、为了达到上述目的，本发明提供了一种基于数字地层及系统可靠度的盾构掘进参数优化方法，可以有效控制盾构掘进过程中的地层变形，包括如下步骤：

3、s1，利用依托工程项目的所有土工试验数据，对其中的压缩模量、剪切强度等参数的数据进行归纳整理，基于整理好的土工试验数据，建立并训练用于表征这些参数随机场的生成对抗神经网络，其中，代表施工范围内任一点的空间坐标值，为生成对抗神经网络中经训练确定的参数，生成对抗神经网络经训练后能够用来表征弹性模量、泊松比的空间分布随机场，生成对抗神经网络利用取样处的土工试验数据，可对施工区域内任意位置处的岩土参数值进行初步估计；

4、s2，建立耦合了生成对抗神经网络的物理信息神经网络对盾构掘进与地层相互作用问题进行求解分析，利用实时监测得到的地层形变数据，通过对生成对抗神经网络、物理信息神经网络中的参数进行迭代更新，获取弹性模量（通常由压缩模量换算得到）、泊松比相较s1中更为准确的条件随机场信息特征。其中，为盾构掘进参数向量，在前期设定时参考类似工程经验，为开挖面位置坐标，为物理信息神经网络的模型参数。后续施工将不断接收得到新的地层形变监测值，将其用于对物理信息神经网络的地层形变预测结果进行验证及校准。若物理信息神经网络的地层变形预测输出结果与实际监测值保持一致，可认为此时由生成对抗神经网络表征的弹性模量、泊松比的空间分布条件随机场符合场地实际情况。

5、s3，通过物理信息神经网络量化盾构掘进过程岩土参数空间分布的不确定性，计算得到避免地表沉降和隆起不超过允许值的系统可靠度指标，继而开展基于系统可靠度指标的盾构掘进参数优化，实现盾构施工安全控制。进一步地，s2中迭代更新后的物理信息神经网络满足以下条件：在对应监测位置的实时地层形变预测值与真实值相等，公式为：

6、

7、其中，表示地层形变值，为监测点的空间坐标。

8、进一步地，物理信息神经网络的损失函数由表征盾构-地层相互作用的控制方程误差、监测数据拟合误差这两个部分组成，公式为：

9、；

10、；

11、；

12、其中，和表示地层应力和应变张量，表示地层位移张量，下标逗号表示偏导，为克罗内克函数，为土体容重，和为拉梅常数，通过表征弹性模量和泊松比条件随机场的的对应输出换算得到，、分别代表对应的采样点数目。

13、进一步地，s3中基于系统可靠度设计理论和全局优化遗传算法进行容许地层形变控制的盾构掘进参数优化。

14、进一步地，s3中使用经训练更新后的生成对抗网络表征岩土参数、的随机场，视盾构掘进参数中的掘进速度、盾构机推力、刀盘转速及刀盘扭矩t的组合向量为变量，即，使用蒙特卡罗模拟算法，基于训练好的生成对抗网络表征的岩土参数随机场，对其表征的、随机场开展次随机模拟，得到组、随机场模拟结果。同时随机初始化，将各参数组合分别输入至训练更新后的物理信息神经网络模型进行运算，、均保持不变，得到组地表地层形变数据，容许地层形变值范围为，其中为容许下限，对应最大容许沉降，为容许上限，对应最大容许隆起；

15、盾构掘进诱发地层变形包括沉降和隆起，因此可将地层形变超限定义为一个系统可靠度问题，该问题包括两个子系统：当地层隆起形变超过容许上限时，可对应于第一子系统失效，定义为事件；当地层沉降形变超过容许下限时，可对应于第二子系统失效，定义为事件；记组数据中超过容许上限的数目为，超过容许下限的数目为，计算两个子系统的失效概率为：

16、；

17、；

18、其中，为第一子系统的失效概率，为第二子系统的失效概率；基于ditlevsen方法计算得到系统可靠度的ditlevsen界限，该界限的区间通常很窄，取上限、下限的均值作为最终的可靠度计算结果，从而得到系统失效事件f发生的概率为；由系统失效概率，换算得到对应的系统可靠度；设盾构掘进地层形变不超限的系统目标可靠度指标为，定量评估地层形变超限风险概率，使得计算得到的系统可靠度大于目标可靠度。

19、进一步地，保持组岩土参数、随机场模拟结果不变，通过遗传算法迭代优化，改变盾构掘进参数的取值，在不同取值下，计算得到相应的盾构掘进地层形变不超限的系统可靠度指标，记盾构掘进参数取值为时的系统可靠度，盾构掘进参数取值为时的系统可靠度，通过迭代优化使；将盾构掘进参数的优化可转化为下列系统可靠度多目标优化问题：

20、；

21、其中，为在给定盾构掘进参数下利用蒙特卡罗模拟算法计算得到的系统可靠度指标，为盾构机能耗指标，其受到盾构掘进参数的影响，和分别为盾构掘进参数参考取值范围的下限和上限。的计算公式如下所示：

22、；

23、式中，为掘进时间，在掘进过程中是确定的。由于该问题涉及复杂的多目标优化，绝大多数情况下，无法求得使所有待优化目标均最大或最小化的全局最优值。实际优化过程中，盾构掘进参数经历一定轮次的迭代，最终求解得到多个帕累托最优解（此时一旦尝试改变盾构掘进参数以提高可靠度，必将导致能耗指标增大），进而从中选择出一组盾构掘进参数取值，在控制能耗的基础上，尽可能地最大化系统可靠度。在计算得到的可靠度下，盾构下穿掘进诱发地层形变得以有效控制，同时大大降低了盾构施工能耗，环保效果显著。

24、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前所述的基于数字地层及系统可靠度的盾构掘进参数优化方法。

25、本发明还提供了一种电子设备，包括至少一个处理器，以及与至少一个处理器通信连接的存储器，所述存储器存储有可被至少一个处理器执行的指令，指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的基于数字地层及系统可靠度的盾构掘进参数优化方法。

26、本发明的上述方案有如下的有益效果：

27、本发明提供的基于数字地层及系统可靠度的盾构掘进参数优化方法，通过生成对抗神经网络以及物理信息神经网络的设置、迭代优化，能够充分量化和表达岩土参数不确定性信息，实现盾构下穿掘进诱发地层形变的准确预测，在此基础上，开展基于系统可靠度的盾构掘进参数优化，在确保盾构下穿掘进工程的施工安全的前提下进一步降本增效；

28、本发明的其它有益效果将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，s2中迭代更新最终的物理信息神经网络满足以下条件：在对应监测位置的实时地层形变预测值与真实值相等，公式为：

3.根据权利要求2所述的基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，迭代更新的物理信息神经网络的损失函数由控制方程误差、数据拟合误差这两个部分组成，公式为：

4.根据权利要求1所述的基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，s3中基于系统可靠度设计理论和全局优化遗传算法进行系统可靠度控制的盾构掘进参数优化。

5.根据权利要求4所述的基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，s3中使用经训练更新后的生成对抗网络表征岩土参数、的随机场，视盾构掘进参数中的掘进速度、盾构机推力、刀盘转速及刀盘扭矩的组合向量为变量，即，使用蒙特卡罗模拟，基于训练好的生成对抗网络表征的岩土参数随机场，对其表征的、随机场开展次随机模拟，得到组、随机场模拟结果，同时随机初始化，将各参数组合分别输入至训练更新后的物理信息神经网络模型进行运算，、均保持不变，得到组地表地层形变数据，容许地层形变值范围为，其中为容许下限，对应最大容许沉降，为容许上限，对应最大容许隆起；

6.根据权利要求5所述的基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，保持组岩土参数、随机场模拟结果不变，通过遗传算法迭代优化，改变盾构掘进参数的取值，在不同取值下，计算得到可靠度结果变化过程，设置盾构掘进参数取值为时的可靠度，盾构掘进参数取值为时的可靠度，通过迭代优化使，和分别为两组盾构掘进参数取值下的地层形变分布概率曲线；将盾构掘进参数的优化可转化为下列多目标优化问题：

7.根据权利要求6所述的基于数字地层及系统可靠度的盾构掘进参数优化方法，其特征在于，的计算公式如下：

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任意一项所述的基于数字地层及系统可靠度的盾构掘进参数优化方法。

9.一种电子设备，其特征在于，包括至少一个处理器，以及与至少一个处理器通信连接的存储器，所述存储器存储有可被至少一个处理器执行的指令，指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如权利要求1-7任意一项所述的基于数字地层及系统可靠度的盾构掘进参数优化方法。

技术总结
本发明提供了一种基于数字地层及系统可靠度的盾构掘进参数优化方法，该方法基于土工试验数据、地层变形实测和盾构掘进参数等多源数据，借助耦合生成对抗神经网络的物理信息神经网络构建施工场地数字孪生地层，将岩土参数不确定性纳入考虑，进而根据施工反馈不断更新岩土参数，实现对岩土参数空间变异性的精细化表征及地层变形的准确预测。在此基础上，基于系统可靠度设计理论和全局优化遗传算法，建立基于系统可靠度指标的盾构关键掘进力学参数优化方法，实现地层变形的精准控制，充分保证盾构下穿施工的安全。

技术研发人员：黄杉,潘秋景,李吉,詹享东,吴洪涛,谭博,周铁明
受保护的技术使用者：中铁五局集团电务工程有限责任公司
技术研发日：
技术公布日：2024/9/23