阅读量：

102

作者：

李小飞

展开

摘要：

泥水盾构机是一种以膨润土泥浆支撑开挖面的集推进,衬砌,泥水环流和气体保压等为一体的技术密集型隧道建设装备,在泥水支护压力和实际水土压力之间建立有效的平衡关系是保证盾构掘进中开挖面稳定和安全高效施工的重要基础.但现有理论研究和施工技术均未查明泥水支护压力和盾构掘进参数之间的动态关系,也未有效处理泥水压力调节系统所面临的时变延时和复杂干扰等关键问题,使得依赖工程经验而手动操控的泥水压力常存在时滞和偏差等不利现象,甚至出现开挖面失稳和地表隆沉等重大事故.鉴于此,很有必要深入研究泥水支护系统内部的复杂动特性,并建立泥水压力和掘进参数之间可靠的映射模型,进而为调节系统提供最优的参考信号,以最终实现对水土压力期望值的精确跟踪和开挖面的稳定控制.本课题以河南省重大科技专项为依托,基于泥水盾构掘进原理和京沈望京铁路隧道施工数据,建立了泥水压力动态平衡的多步超前预测控制系统,在处理好泥水环流系统和气体保压系统之间逻辑控制顺序的前提下,在线输出泥水液位和气体压力的最优值,即为泥水压力调节系统提供了有效的跟踪目标.基于此,设计了泥水液位和气体压力的鲁棒控制系统,并提出了相应的全局最优性能指标以完成对控制器参数的整定;为进一步提高所设计控制系统在泥水盾构施工中的实用性,设计了由被控对象实际响应误差在线驱动的实时综合控制系统,该基于在线整定方法的控制系统能够实现对泥水液位和气体压力的实时精确跟踪.综上,便完成了对泥水盾构掘进中泥水压力动态平衡自适应控制的理论研究,并且本课题也设计了φ2.5m泥水盾构环流试验台,为验证与完善本论文的研究成果和解决泥水盾构施工中存在的实际问题均提供了良好的测试平台.本论文的主要研究工作如下:1.综述了泥水盾构技术的工程背景和国内外发展及应用现状,介绍了泥水盾构施工和泥水压力平衡控制的基本原理,整合了有关研究成果及其不足之处,为本课题的科研工作奠定了基础.2.设计了泥水压力动态平衡的模型预测控制系统(MPC),其结构包括用于辨识泥水压力与掘进参数之间复杂关系的对角递归神经网络(DRNN),基于DRNN多步超前预测且以泥水液位和气体压力为主要控制变量的优化控制器和改进的粒子群优化算法(EPSO).基于周期性监督算子和变异算子的EPSO能够同时更新DRNN的拓扑结构和权重参数,以使其更好地适应地质条件和掘进工况.将EPSO与泥水压力调节系统的逻辑控制顺序融合后用于求解优化模型,使优化控制器能够显著改善泥水环流系统的延时问题,进而在线提供泥水液位和气体压力的最优值.仿真结果表明所提出的多步超前预测控制方法能够精确地跟踪期望的水土压力和显著提高泥水支护系统的鲁棒性,并且EPSO算法比经典的标准粒子群优化算法(PSO),遗传算法(GA)和动态反向传播算法具有更高的收敛速度与精度.3.设计了基于改进的斯密斯预测器的动态滑模控制系统(MSP-DSMC)和基于干扰观测器的动态滑模控制系统(DO-DSMC),分别用于泥水液位和气体压力的控制.MSP模型能够显著提高DSMC主控制器的跟踪特性,且MSP-DSMC系统能在有效补偿泥水液位调节中时变大延时的条件下,实现对设定点响应和干扰抑制的解耦控制,进而可独立设计主控制器DSMC和干扰抑制器.DO-DSMC系统通过自动估计外界干扰并建立相应的滑模面,能够实现对气体压力设定值的有效跟踪.并基于李雅普诺夫稳定性原理证明了DSMC控制器的稳定性.4.为MSP-DSMC和DO-DSMC控制系统分别设计了能够有效平衡设定点响应,干扰抑制和控制律平滑等因子的整定指标,该指标也能保证控制器对系统参数变化,建模误差,复杂干扰和时变延时的鲁棒稳定性.为求解控制器整定的优化模型,将相关领域知识与遗传参数相结合,并重点改良遗传算子和重组参数,设计了基于监督算子的面向对象的遗传算法(OGA),将其用于整定控制器时表现出了优异的全局搜索能力和收敛性质.仿真表明经整定后的MSP-DSMC与DO-DSMC系统均能够精确并鲁棒地跟踪其设定值,并在瞬态响应时没有超调量,适合用于泥水压力的调节控制.并且设计了由在线误差驱动的泥水液位和气体压力实时综合控制系统,仿真结果也表明该系统经在线OGA整定后能够实现对被控目标精确的实时跟踪,即提高了所设计控制系统在泥水盾构施工中的实用性.5.在完成对泥水压力动态平衡自适应控制的理论研究后,设计了具有盾构掘进负载模拟,泥水压力平衡控制,泥水环流模拟和气体保压功能的φ2.5m泥水盾构环流试验台,详细描述了试验理论,设计原理,参数计算和试验台的布局规划,并进行了对泥水仓内环流系统的仿真分析,为验证与完善本论文的研究成果和将试验结果用于改善盾构实际施工技术均提供了重要基础.6.总结了本论文的主要研究成果,并指出可基于此进一步开展的研究内容和方法,便于相关学者深入开展科研工作.

展开

关键词：

泥水盾构机 泥水压力 动态平衡 自适应控制系统

学位级别：

硕士