基于改进粒子群算法的盾构掘进施工优化研究

朱 宝

(滁州职业技术学院，安徽 滁州 239000)

基于改进粒子群算法的盾构掘进施工优化研究

朱 宝

(滁州职业技术学院，安徽 滁州 239000)

盾构掘进优化能够提高施工的稳定性，确保施工效率和施工质量，因此，将改进粒子群算法应用于盾构掘进施工优化中。文章分析了盾构掘进施工参数对施工质量的影响，并设计了施工优化的数学模型；研究了改进粒子群算法，提出了惯性权重的调节算法和设计盾构掘进施工优化的算法流程；最后进行了盾构掘进施工优化的仿真分析。结果表明：该算法能够有效地控制盾构掘进施工的沉降量，从而确保了盾构掘进施工质量。

改进粒子群算法；盾构掘进；施工优化

盾构掘进施工过程中，必须确保施工过程的稳定性，主要包括保证合理的埋深、设置合理的间距、选择合理的掌子面压力以及采用合理的注浆压力。通过盾构掘进施工优化能够确保施工的安全性，提高施工质量和施工效率，这样不仅能够提高盾构施工企业的管理水平，而且能够提升盾构施工企业的形象〔1〕。因此应该寻求一种有效的算法对盾构掘进施工进行优化设计，粒子群算法是一种智能算法，在函数优化方面具有较强的优势，但是传统的粒子群算法容易陷入局部最优，出现早熟现象，因此优化效率不高，因此，需要对其进行改进，将惯性权值进行改进，确保算法能获得全局最优解，将改进的粒子群算法应用于盾构掘进施工优化中是切实可行的。

1 盾构掘进施工参数和优化模型

在盾构机掘进过程中，和施工质量密切相关的参数有许多，这些参数的变化直接决定着掘进施工的稳定性，主要包括以下几个关键的盾构掘进参数〔2-3〕：

1.1 土舱压力

土舱压力必须等于开挖面的土压力，这样才能够保持平衡状态，从而确保开挖面土体的稳定性，从而避免对土层的影响，土压力的计算公式如下：

P0=(1-sinθf)(ρgH+pc)

(1)

式中：θf为有效摩擦角，H为开挖面中心的深度，ρ为土体的密度，pc为掌子面处由于超载导致的竖直压力。土舱压力一般取为1.4 ～1.7bar这一范围。

1.2 推顶力

当推顶力过大时，切口前方土体将出现凸起现象，反之，当推顶力过小时，切口前方土体产生下沉现象。因此，推顶力应该处于1250 ～1500kN这个范围内，能保证盾构掘进施工的稳定性。

1.3 掘进速度

掘进速度的影响因素包括土压力、土体性质、推顶力等，掘进速度过大，土舱压力增加，从而导致地面凸起；反之，掘进速度过小，土舱压力降低，导致地面下沉，因此，掘进速度应该控制在15 ～30mm/min。

1.4 出土量

出土量主要的影响因素是土层损失和每环长度内盾构的体积，每环长度内盾构的体积和出土量可以利用如下的公式进行计算：

(2)

Vr=κ·V0

(3)

式中：V0为每环长度的盾构体积，L0为每环长度；D为盾构直径；Vr为实际出土量；κ为出土率。

由于出土率的改变导致的地层损失量可以通过如下的公式进行计算：

△W=ζ(κ-κ′)·V0

(4)

式中：△W为底层损失增量；κ′为实际出土率；ζ为超挖导致的地层损失因子。为了能够确保掘进的稳定性，出土量处于65-80m3/环为最佳。

1.5 注浆量和注浆压力

将盾尾拖出后将留下相应的空隙，计算表达式如下所示：

(5)

式中：C为间隙体积；d为管片直径。

注浆可以填充盾尾留下的空隙，此外，考虑到注浆有可能渗透到土体中，因此，注浆量可以利用如下的公式进行计算：

Q′=τ·C

(6)

式中：Q′为注浆量；τ为注浆系数。

对于盾构隧道掘进施工阶段，沉降量必须控制在允许的范围内，同时，应该尽量地提高掘进速度，降低掘进成本，依据这一原则，以沉降量作为目标函数的自变量，目标函数如下所示：

(7)

式中：s(x)为以沉降量为因变量的优化目标函数，x={x1，x2，x3，x4，x5}为盾构掘进施工优化的自变量，x1为土舱压力；x2为推顶力；x3为掘进速度；x4为出土量；x5为注浆压力。

约束条件为：

P0∈[1.4bar,1.7bar]

(8)

T推∈[1250kN,1500kN]

(9)

u掘进∈[15mm/min,30mm/min]

(10)

Vr∈[65m3/环，80m3/环]

(11)

P注浆∈[2bar,4bar]

(12)

式中：T推为推顶力；u掘进为掘进速度；P注浆为注浆压力。

2 改进粒子群算法的基本理论

粒子群中不同粒子的位置和速度的迭代计算公式分别如下所示〔4〕：

vj(t+1)=ωvj(t)+c1r1(pj(t)-xj(t))+c2r2(Pwj(t)-xj(t))

(13)

xj(t+1)=xj(t)+vj(t+1)

(14)

式中：ω为惯性权重，c1和c2为加速系数，r1和r2表示任意常数，r1,r1∈(0,1)。

传统的粒子群算法存在收敛效率也不够高的缺陷。可以通过对惯性权值进行调节获得最佳的收敛效率和全局寻优性能，调整的基本思想是使算法在初期具有较大的权值，在后期具有较小的权值，在算法的中间过程权值非线性下降，为了能够实现这一目标，提出了惯性权值调整的算法如下所示〔5〕：

(15)

式中：ωmax为惯性权值的最大值，ωmin为惯性权值的最小值，t为当前迭代次数，Tmax为迭代次数的最大值。

3 盾构掘进施工优化仿真分析

为了验证算法的有效性，以某市地铁盾构掘进施工工程为例，进行施工优化仿真分析，通过施工现场监测获得了120组掘进参数数据。改进粒子群算法的参数设置如下：ωmax=0.85，ωmin=0.55，Tmax=200，c1=c2=2.5。

仿真分析结果表明，粒子群算法能够获得全局最优解，收敛效率较高，避免链早熟现象，提高了优化设计的有效性。

优化前后盾构掘进施工参数优化结果见表1。

表1 优化前后盾构掘进施工参数优化结果

从表1的计算结果可以看出，经过改进粒子群算法的优化分析，土舱压力、推顶力、掘进速度、注浆量和注浆压力的数值都归入和合理的区间，沉降量也从原来的-8.5mm变为了-6.8mm，从而提高盾构掘进的稳定性。

4 结论

盾构掘进施工参数的优化，能够提高盾构掘进施工的稳定，确保隧道上的建筑物和周围环境的安全。针对盾构掘进施工稳定性的影响因素的分析，构建了以沉降量为目标函数，以土舱压力、推顶力、掘进速度、注浆量和注浆压力为约束条件的优化数学模型，并且利用改进的粒子群算法进行了优化仿真分析，仿真结果表明，改进粒子群算法具有较好的优化能力，能够有效地控制盾构掘进施工参数，从而能够更好地控制沉降量。

〔1〕孙德新.隧道盾构施工掘进控制优化研究〔J〕.引文版：工程技术, 2015,(13):246-247.

〔2〕温法庆,贾璐,翁振华等.地面敏感区域盾构施工控制技术研究〔J〕.施工技术, 2016,(19):99-104.

〔3〕张琼方,夏唐代,丁智等.盾构近距离下穿对已建地铁隧道的位移影响及施工控制〔J〕.岩土力学, 2016, (12):3561-3568.

〔4〕南敬昌,田娜.基于改进粒子群算法的模糊小波神经网络建模〔J〕.计算机工程与应用, 2017,(3):120-123,182.

〔5〕陈睿,赵志刚,张雁茹, 等.基于改进粒子群蚁群算法的多目标双边匹配问题〔J〕.计算机工程与设计, 2017, (1):220-225.

Research on Shield Tunneling Construction Optimization Based on Improved Particle Swarm Optimization Algorithm

ZHU Bao

(ChuzhouVocationalAndTechnicalCollege,Chuzhou,Anhui239000)

The shield tunneling optimization can improve the stability of the construction, ensure the construction efficiency and construction quality, therefore, the improved particle swarm optimization algorithm is applied to the optimization of shield tunneling construction.First, analyzed the influence of parameters of shield tunneling on the construction quality, design and construction optimization mathematical model; secondly, the improved particle algorithm, proposed algorithm adjust inertia weight, and the design of shield tunneling construction optimization algorithm, finally, the simulation analysis of shield tunneling construction optimization, the simulation results show that the and the algorithm can effectively control the settlement of shield construction, so as to ensure the quality of the shield tunneling construction.

Improved particle swarm optimization; Shield tunneling; Construction optimization

1008-3723(2017)03-004-02

10.3969/j.issn.1008-3723.2017.03.002

2017-04-06

2016年度安徽省教育厅高校自然科学研究项目“盾构隧道地层变形数值仿真分析及基于GNSS的监测系统研究”(KJ2016A546).

朱宝(1984-)，男，安徽滁州人，滁州职业技术学院土木工程系讲师，硕士.研究方向：土木建筑工程施工.

U25

A