基于LightGBM的盾构机姿态预测与控制研究

作者：曾铁梅; 李昕懿; 冯宗宝; 陈虹宇; 王雷; 覃亚伟; 徐文胜

来源：铁道标准设计, 2023, 1-11.

DOI：10.13238/j.issn.1004-2954.202212140005

• 盾构
• 施工参数
• 预测与控制
• 机器学习
• LightGBM算法
• 影响因素

有效控制盾构围绕盾构轴线的姿态，避免盾构前倾变形、蛇形、轴线偏离以及纠偏引发管片错台、裂缝、渗漏水是盾构施工中非常重要且具有挑战性的质量安全问题，需要对盾构姿态进行精准预测和有效控制。基于此，提出一种基于光梯度助推机(Light Gradient Boosting Machine，LightGBM)模型的盾构姿态智能预测与控制方法。研究选取仰俯角、滚转角、切口水平和垂直位移、盾尾水平和垂直位移描述盾构机姿态的6个参数进行预测和控制，对机器学习算法的超参数进行优化，构建LightGBM机器学习算法的最优预测模型，通过特征重要性排序，选取千斤顶推力、土仓压力、刀盘扭矩和掘进速度重要指标进行优化调整，根据LightGBM模型的预测结果，当模型预测到未来盾构姿态与DTA有显著差异时，可以通过提前调整盾构机的工作参数实现盾构姿态优化控制。以贵阳市轨道交通3号线为例，对该方法的有效性进行验证。研究结论为：(1)LightGBM模型能够较为准确地预测盾构施工姿态控制目标，拟合优度R2达到0.85以上；(2)盾构姿态影响因素的重要性排序可以明确应控制的关键施工参数；(3)基于重要盾构施工参数优化调整，各姿态控制目标超限数据均被控制在预警范围内，有效实现盾构施工姿态控制。

• 单位
  中国科学技术大学; 华中科技大学; 武汉地铁集团有限公司