基于多源數(shù)據(jù)深度學習的隧道機械化配套施工技術分析

劉闖

（中國建筑土木建設有限公司，北京 100071）

1 引言

在公路、高鐵等基建行業(yè)快速發(fā)展背景下，隧道工程大量建設。由此引進施工裝備配合開展隧道施工作業(yè)，其在提高施工效率的同時也面臨隧道變形控制等問題，為機械化配套施工造成安全隱患。以往研究多強調(diào)在隧道勘察與設計階段引入BIM 等技術加強工程管理，缺少對項目建設全生命周期的智能管理研究。從多源數(shù)據(jù)融合角度探究隧道智能建造，引入深度學習算法推動隧道機械化配套施工的智能化發(fā)展，進而全面提升隧道工程建設的技術水平。

2 項目概況

CZ 三期項目鐵路工程設計速度為200 km/h，新建線路全長61.2 km，沿線建設3 座隧道，總長達45.5 km，占全線長約74.35%。為加快施工進度，工程采用鑿巖機器人、數(shù)字化襯砌臺車、預切槽裝備、混凝土濕噴機等智能化機械裝備配合隧道施工。實際施工中，部分隧道遭遇軟弱圍巖，在圍巖不穩(wěn)的情況下，利用多種機械設備配套施工將面臨支護強度難控制等問題，因此，需引進智能技術實現(xiàn)機械裝備協(xié)同作業(yè)，確保施工活動順利開展。將長9.26 km 的單洞雙線隧道作為試驗項目，隧道埋深22.4～533 m，洞身為Ⅳ～Ⅴ級圍巖，地層主要以淺灰黃色細粒變質(zhì)巖屑石英砂巖、灰色粉砂質(zhì)板巖互層、夾炭質(zhì)絹云板巖為主，段內(nèi)覆蓋層主要為第四系人工填土，沖積、沖洪積、坡洪積、坡殘積、坡崩積、滑坡堆積等成因的黏土、粉質(zhì)黏土、軟土砂土及各種粗粒土，巖體破碎，施工風險較高，要求編制專項施工方案。

3 隧道機械化配套施工方案

項目洞身穿越圍巖范圍大、破壞形式多，在工期長達3 993日歷天的情況下，長時間開展作業(yè)將造成圍巖壓力迅速增長，變形迅速且變形量大，造成周圍圍巖擾動敏感。在機械化配套施工作業(yè)期間，圍巖和支護結構受壓或受拉，將導致塑性區(qū)出現(xiàn)，易引發(fā)隧道變形、坍塌等風險。使用多種機械設備同時作業(yè)，為各種智能機械裝備配備5G 收發(fā)端子，并搭建智能管理平臺實現(xiàn)裝備和圍巖數(shù)據(jù)實時動態(tài)采集和分析，通過多源數(shù)據(jù)融合加強信息反饋。如圖1 所示，平臺能與設計方、施工方、監(jiān)理方等各方數(shù)據(jù)系統(tǒng)對接，利用Oracke 數(shù)據(jù)庫實現(xiàn)多源異構數(shù)據(jù)存儲，將平臺數(shù)據(jù)分割至不同數(shù)據(jù)表空間，提供弱耦合服務，保證核心功能穩(wěn)定[1]。通過智能裝備采集的數(shù)據(jù)在類型、采集頻率、存儲格式等方面存在較大差異，需借助業(yè)務轉換接口提取關鍵數(shù)據(jù)，形成可供平臺調(diào)取的基層數(shù)據(jù)源。在深度學習等人工智能技術支撐下實現(xiàn)多機協(xié)同管理，提升機械化智能裝備的自適應能力，在快速施工的同時保證作業(yè)安全。

圖1 隧道配套施工智能管理平臺

依托平臺實現(xiàn)圍巖分級、參數(shù)優(yōu)選等操作，主要采用深度學習算法，以人工神經(jīng)網(wǎng)絡為基礎，通過大量采集工程相關數(shù)據(jù)信息獲取樣本數(shù)據(jù)，按照規(guī)則完成機械訓練，從經(jīng)驗數(shù)據(jù)中學習規(guī)律，用于解決隧道機械化配套施工難題[2]。利用訓練模型與平臺采集信息完成實時交互，能使平臺在面對動態(tài)圍巖環(huán)境變化時生成系列機械裝備控制決策。具體來講，即通過鑿巖臺車、懸臂挖掘機等設備實時采集圍巖數(shù)據(jù)、設備狀態(tài)數(shù)據(jù)等，完成各工序信息收集。將平臺數(shù)據(jù)中心當作媒介，完成數(shù)據(jù)高效流動，協(xié)同完成圍巖分析，控制鑿巖臺車、支護裝備等調(diào)整機械化作業(yè)參數(shù)，確保各裝備協(xié)同施工。

4 隧道機械化配套施工技術

4.1 開挖施工

工程采用智能三臂鑿巖臺車、鑿巖鉆機等裝備進行隧道開挖作業(yè)，在施工過程中通過平臺采集信息實現(xiàn)圍巖智能分級。在圍巖級別預測方面，平臺將匯集前期超前鉆探和勘察設計等階段數(shù)據(jù)，利用多源地質(zhì)信息展開綜合分析，對照現(xiàn)場實時反饋的巖石類型、鉆進參數(shù)等數(shù)據(jù)完成動態(tài)分級，確認圍巖級別是否發(fā)生變更。平臺現(xiàn)場采集各級別圍巖掌子面臺車鉆進數(shù)據(jù)，經(jīng)過深度學習后生成訓練模型對推進壓力、沖擊壓力等參數(shù)進行解析，分析參數(shù)和圍巖級別相關性，建立圍巖智能分級模型，如圖2 所示。

圖2 基于深度學習算法的圍巖智能分級模型

實際用于對掌子面進行分級，將隧道中軸線和拱頂作為基準，按照2 m 間距劃分為6 縱和6 層，并根據(jù)各炮孔鉆進參數(shù)自動分級，如圖3 所示。結合圍巖縱、橫分區(qū)特征，根據(jù)隧道空間映射關系對前方圍巖級別實施動態(tài)預測，能實現(xiàn)鉆進深度、回轉速度等施工參數(shù)優(yōu)選，科學控制鑿巖臺車進行隧道開挖[3]。

圖3 基于炮孔參數(shù)的掌子面自動分級

通過準確獲取掌子面地質(zhì)信息，設置最佳鉆進作業(yè)參數(shù)，臺車達到較高開挖效率，鉆進速度可達2.5 m/min，各循環(huán)作業(yè)耗時約3 h。在施工過程中，通過主動感知圍巖變化，能夠隨時調(diào)整施工參數(shù)或更換配套設施，確保機械裝備適用于各種圍巖環(huán)境，提高隧道開挖效率。根據(jù)現(xiàn)場回傳的鉆進參數(shù)，分析確定開挖作業(yè)量，及時調(diào)配裝卸機、自卸車等智能裝備配合將碎石、土運輸至指定位置，在保證隧道開挖作業(yè)順利開展的同時，有效控制施工成本。此外，現(xiàn)場配合采用鉆桿定位技術確認設備狀態(tài)信息，實現(xiàn)臂架運動軌跡自動規(guī)劃和控制，有效控制開挖精度，避免出現(xiàn)超欠挖情況，消除開挖作業(yè)存在的安全隱患。通過智能協(xié)同平臺進行現(xiàn)場監(jiān)管，可減少掌子面安排的監(jiān)管人員，裝備操作手可遠程實現(xiàn)設備調(diào)控，避免落石傷人等安全事件發(fā)生。

4.2 噴錨施工

在隧道開挖活動中，采用自動噴濕機實現(xiàn)噴錨支護，配合采用智能錨桿臺車、拱架臺車完成隧道初期支護。通過平臺實現(xiàn)各種智能裝備協(xié)同作業(yè)，需實現(xiàn)錨桿鉆、注、安一體化施工，通過拱架臺車掃描圍巖輪廓，并對拼裝軌跡進行規(guī)劃調(diào)整。利用平臺對圍巖級別、巖石類型、開挖施工參數(shù)等進行匯總。通過深度學習算法提取數(shù)據(jù)庫匹配的噴錨支護參數(shù)，控制錨桿臺車、拱架臺車和濕噴臺車協(xié)同作業(yè)。將采集的掌子面開挖尺寸和設計斷面尺寸進行比對，通過自動分析運算得到噴射混凝土量，能向智能注漿臺車發(fā)送控制指令。比對地質(zhì)預報數(shù)據(jù)和現(xiàn)場采集的巖石數(shù)據(jù)等，動態(tài)調(diào)整支護參數(shù)和注漿參數(shù)，實現(xiàn)制漿、注漿、洗漿等過程控制。平臺將支護施工數(shù)據(jù)傳遞至鑿巖臺車，可實現(xiàn)自動鉆孔、裝藥等操作，全面提升隧道施工效率。

在現(xiàn)場施工期間，利用多功能臺架搭載噴濕機械手，配備系統(tǒng)穩(wěn)壓器實現(xiàn)回彈率控制，能保證支護施工穩(wěn)定性，取得理想施工效果。通過平臺實現(xiàn)各種智能裝備的協(xié)同控制，人員可遠距離操控機械，在保證人員作業(yè)安全的同時，減少了人力投入。相較于傳統(tǒng)作業(yè)模式可明顯提升機械化程序，作業(yè)效率提升3～5 倍。在平臺智能化分析基礎上，實現(xiàn)噴射混凝土厚度、平整度、錨桿鉆進深度等參數(shù)精準控制，動態(tài)匹配注漿參數(shù)，實現(xiàn)注漿時間、壓力等參數(shù)監(jiān)測，保證注漿效果。通過加強初期支護過程控制，明確初期支護拱架位置、間距等參數(shù)，可保證支護施工質(zhì)量合格，消除施工存在的安全隱患。

4.3 襯砌施工

在隧道施工期間，考慮到地下水滲漏問題，需完成防水層施工，利用專用鋪掛臺車進行現(xiàn)場機械化作業(yè)。在隧道內(nèi)鋪設滑軌，并利用超聲波焊機進行防水板焊接施工，以提高施工效率。在工程作業(yè)實踐中，安裝止水帶需嚴格控制質(zhì)量，利用襯砌臺車完成二次襯砌施工，在臺車頂部固定帶有翻轉鉸接裝置的鋼端模，用于埋設止水帶。按照作業(yè)流程，需監(jiān)測確認作業(yè)時間，提前完成防水板及管線埋設，并完成臺車定位，確認拱部中心線和邊墻模板凈空位置。使用臺車安裝止水帶，需先進行基底清理和擋頭模板安裝，然后安裝止水條，檢查確認無誤后灌注混凝土，振搗密實后將臺車脫模退出，完成襯砌結構養(yǎng)護。為實現(xiàn)機械化作業(yè)，工程選用數(shù)字化防水板臺車和襯砌臺車，自動進行土工布、防水板等結構安裝，并通過襯砌臺車自動布料、灌注混凝土和振搗。為實現(xiàn)各種機械裝備協(xié)同作業(yè)，通過平臺采集現(xiàn)場信息，確認滑軌等結構鋪設情況，按照設定工藝流程生成裝備啟?？刂浦噶?，自動計算防水板等材料用量的同時，加強施工質(zhì)量監(jiān)測控制。如在檢查防水板安裝質(zhì)量時，通過現(xiàn)場監(jiān)控視頻、壓力傳感器等設備，對防水板松弛度進行評估，生成日志記錄相關數(shù)據(jù)的同時，將數(shù)據(jù)反饋至平臺界面，對照設定閾值生成控制指令。在松弛度未達標的情況下，向施工管理人員發(fā)送預警，提醒人員處理；在松弛度達標的情況下，向襯砌臺車發(fā)送指令，自動開展混凝土灌注等作業(yè)，并360°監(jiān)測確認澆筑方量、壓力、入模溫度等指標是否符合要求。利用埋設儀器實現(xiàn)密實度等質(zhì)量指標控制，發(fā)現(xiàn)不符合要求時，通知人員及時處理，并停止襯砌臺車動作，避免出現(xiàn)拱頂脫空等質(zhì)量問題。在襯砌結構養(yǎng)護階段，可加強溫濕度、養(yǎng)護周期等指標監(jiān)控，避免出現(xiàn)裂紋、掉塊等質(zhì)量缺陷。

5 結語

在隧道開挖和支護等環(huán)節(jié)采用機械化配套施工技術，需考慮多裝備協(xié)調(diào)作業(yè)問題，以免引發(fā)施工質(zhì)量或安全風險。搭建智能協(xié)同作業(yè)平臺匯集勘探設計等工程前期資料，現(xiàn)場采集圍巖數(shù)據(jù)、裝備狀態(tài)信息等各類數(shù)據(jù)，利用深度學習算法實現(xiàn)多源數(shù)據(jù)融合分析，通過生成圍巖分級模型實現(xiàn)動態(tài)監(jiān)管，并生成智能裝備協(xié)同控制指令，在提高機械化作業(yè)效率的同時，提前預測分析和調(diào)整施工參數(shù)以消除施工安全隱患。通過將智能技術與隧道開挖、支護等工序有機結合，編制科學機械化配套施工方案，可順利實現(xiàn)工序銜接，以提高作業(yè)效率和質(zhì)量，使隧道建設技術達到新高度。