基于多智能算法融合的盾构机掘进参数优化控制

来源：计算机测量与控制杂志2025年第9期北京时间：

作者：王子文

单位：山西工程技术学院

摘要：摘 要：为确保盾构机掘进过程中土压力的平衡控制，基于此提出了一种基于盾构掘进参数智能优化控制策略。该策略基于先进的预测模型框架，目标是通过最小化土压力设定值与预测值之间的偏差来构建优化控制模型。优化控制过程分为三个步骤：首先，采用离散小波变换（DWT，wavelet transform discrete）对原始施工数据进行去噪预处理；然后，利用一维卷积神经网络（1DCNN，one dimensional convolutional neural network）和长短时记忆神经网络（LSTM，long short-term memory）对土压力进行特征提取和土压力多步预测；最后，通过改进的粒子群优化（EPSO，evolutionary particle swarm optimization）算法对掘进速度和螺旋机转速等掘进参数进行在线优化求解，进而实现土压力的平衡控制。实验结果表明：该策略能够精确地追踪设定的土压力，实现密封舱内外土压力的控制，从而显著提升盾构掘进作业的安全性和效率。

关键词：盾构机;土压力;控制参数优化;多智能算法;掘进速度;螺旋机转速