隧道全断面岩石掘进机(Tunnel Boring Machine,TBM)以其掘进效率高、对围岩扰动小、成洞质量高、安全性强等优势,已成为隧道与地下工程施工主要装备。然而,以往的TBM掘进控制参数的选择和调整主要依靠人为经验,难以根据岩体地质条件变化及时合理调整和应对,时常出现TBM控制参数与岩体条件不匹配、不适应的问题,进而导致掘进速度慢、掘进成本剧增、刀盘刀具异常磨损甚至卡机、机器损毁、工程事故等严重后果。因此,开展TBM掘进控制参数优化与决策方法研究,对于保障TBM安全、高效掘进具有重要意义,已成为国际TBM施工领域的研究热点。当前TBM领域已有部分掘进优化决策方法或TBM辅助施工软件,主要原理是对历史掘进数据和经验挖掘、学习与提炼,进而指导TBM掘进参数的选择,推动了 TBM掘进智能控制和决策技术的发展和进步。近年来,以TBM掘进效率、能耗、成本等主要性能指标提升为目标,通过映射模型构建和多目标动态寻优,实现刀盘转速与贯入度等掘进主控参数的优化决策,成为TBM掘进智能控制和决策领域的新方向。其优势在于,可综合考虑大样本历史数据规律和TBM掘进的物理力学特性,明确构建TBM掘进控制参数与性能指标的映射关系模型和优化目标函数,进而实现映射模型和优化目标控制下的优化决策,可从原理上提高TBM掘进控制参数优化决策的科学性和可靠性。基于上述认识,本文提出了基于多元约束和目标优化的TBM掘进控制参数优化思想及其实现方法。其创新原理在于,引入了岩体强度、完整性、磨蚀性等参数以及岩渣几何形状、刀盘振动信号等影响TBM掘进性能的多元信息,通过破岩规律研究和大样本数据挖掘构建TBM岩-机映射模型,进而以刀盘推力、扭矩、皮带机输送量等参数为约束条件,以掘进成本最低为优化目标,实现刀盘转速与贯入度等控制参数的优化决策,并在实际工程上得到成功验证。本文的主要研究工作及成果如下:(1)基于破岩数值模拟和试验的TBM岩-机映射关系研究。采用数值模拟与线性切割试验等理论分析方法,分析了不同单轴抗压强度岩石条件下的岩石破坏情况与滚刀荷载。进而对数值模拟与切割试验结果采用回归分析方法,提取了岩体强度与贯入度、刀间距、滚刀荷载等切割参数之间的变化规律,分别构建了以贯入度、刀盘推力、刀盘扭矩为目标的岩-机映射关系。所得映射关系将作为重要的先验信息与约束条件用于TBM掘进岩-机映射与控制参数优化模型的构建过程中。(2)基于物理规律与数据挖掘双驱动的岩-机映射关系构建方法。双驱动岩机映射相比纯数据挖掘映射而言,所获结果受数据质量影响小,过拟合风险低,普适性更高。通过试验和模拟所得物理规律作为约束条件引入深度神经网络当中,建立了包含物理规律约束的双驱动岩-机映射。该映射可依据已知的岩-机参数以及岩渣、振动信息计算刀具寿命、推力、扭矩、皮带机输送量等关键掘进指标。该映射将被作为目标函数与约束条件用于构建TBM控制参数优化模型。(3)基于多元约束与目标的TBM控制参数优化方法。首先结合已建立的双驱动岩-机映射与TBM多个机械结构的安全工作条件,建立了对贯入度、推力、扭矩、皮带机输送量、岩渣粒径及刀盘振动等指标的约束,得到了控制参数优化可行域;同时以TBM掘进成本最优为优化目标,构建了包含掘进速度与刀具寿命在内的掘进成本映射,作为优化模型的目标函数;利用掘进成本映射及控制参数优化可行域,可搜索得到可行域内掘进成本达到最低的控制参数组合。(4)TBM控制参数优化方法的工程验证。采用实测数据推演与现场掘进试验两种方式对控制参数优化模型进行验证。首先依托杭州市第二水源输水通道工程,对50组实测数据样本进行控制参数优化,.优化后掘进总成本相下降11.1%。进而选取400米长的试验段开展掘进试验,对比模型优化与司机控制段落的掘进成本发现,优化后总成本下降10%,模型优化段落未出现施工事故。证明了基于多元约束与目标的TBM控制参数优化方法合理有效。