Когда сверхбольшой тоннелепроходческий щит диаметром 12 метров прокладывает путь глубоко под землей, даже отклонение в положении всего на несколько миллиметров может привести к смещению сегментов, оседанию поверхности и даже сквозным авариям. Как заставить эту громоздкую стальную машину следовать проектной оси с «абсолютной точностью»? Когда данные, алгоритмы и физическое оборудование достигают глубокой интеграции на стыке виртуального и реального, интеллектуальное строительство щитовых тоннелей наконец вступает в новую эру «глобальной оптимизации».

Прощание с ловушкой «локального оптимума»: почему существующих методов оптимизации недостаточно?

При строительстве щитовых тоннелей между десятками переменных, таких как сила тяги, крутящий момент ротора и скорость проходки, существуют сложные нелинейные взаимосвязи. Традиционная настройка параметров, основанная на опыте человека, часто приводит к тому, что, улучшая один параметр, ухудшают другой — оптимизировали скорость проходки, но отклонилось положение; решили проблему отклонения положения, но возникли новые инженерные риски.

Научная группа под руководством доцента Чэнь Кэ из Хуачжунского университета науки и технологии в своем исследовании выявила ключевую проблему: существующие методы оптимизации, основанные на статистическом анализе и численном моделировании, либо не способны уловить нелинейные взаимодействия в условиях неоднородной геологии, либо требуют слишком больших вычислительных затрат; а в глубоком обучении алгоритмы часто попадают в «локальный оптимум» — то есть найденное алгоритмом так называемое «лучшее решение» является оптимальным лишь в узком диапазоне, а не в глобальном смысле.

Столкнувшись с этой отраслевой проблемой, исследовательская группа выдвинула смелую гипотезу: вместо того чтобы позволить алгоритму искать вслепую, лучше сначала дать «цифровому двойнику» щита в виртуальном мире проработать все возможные варианты.

Трехуровневая архитектура объединяет всю цепочку от данных до принятия решений

Исследовательская группа преодолела технические ограничения традиционных методов, внедрив интегрированное решение «многоуровневая архитектура + объяснимый ИИ + гибридная оптимизация».

Многоуровневая архитектура цифрового двойника — предварительный просчет каждого шага в виртуальном мире

Эта структура объединяет сбор данных, предварительную обработку, моделирование и оптимизацию в единую четырехуровневую архитектуру, где каждый модуль выполняет свою функцию и взаимодействует в реальном времени. Уровень данных отвечает за очистку и структурирование огромных массивов параметров проходки и геологической информации, получаемых сенсорной системой на стройплощадке; уровень моделирования на основе исторических данных строит высокоточную модель цифрового двойника, отображающую реакцию физического щита и грунта в различных сценариях; уровень оптимизации выполняет основные вычислительные задачи; уровень обратной связи динамически передает результаты оптимизации обратно на физическое оборудование, направляя корректировку реального процесса строительства.

Стратегия полной оптимизации параметров означает, что фреймворк не ограничивается настройкой отдельных параметров, а включает все переменные — силу тяги, крутящий момент, скорость и другие — в единую оптимизационную модель, выполняя глобальный поиск в виртуальном пространстве цифрового двойника для нахождения оптимального решения, минуя локальные ловушки.

Объяснимый ИИ SHAP — предоставление «надежного калькулятора» для принятия решений

Прогностическая способность фреймворка цифрового двойника высока, но как заставить полевых инженеров доверять его выводам? Исследовательская группа внедрила метод объяснимости SHAP (Shapley Additive Explanations), который, количественно оценивая предельный вклад каждого параметра строительства в прогнозируемый результат, точно определяет ключевые управляющие параметры, оказывающие наибольшее влияние на положение щита.

Эта система «объяснимого ИИ» превращает оптимизацию параметров щита из «черного ящика» алгоритма в прозрачный инженерный инструмент принятия решений, который можно отследить и проверить.

Гибридный алгоритм оптимизации ABC-NSGA-III — более быстрое нахождение глобального оптимума

Это основной «двигатель» всего фреймворка. Исследовательская группа органично объединила алгоритм искусственной пчелиной колонии (ABC) и недоминируемый сортирующий генетический алгоритм третьего поколения (NSGA-III):

Алгоритм искусственной пчелиной колонии (ABC): отвечает за быструю локализацию пространства допустимых решений, избегая попадания в локальный оптимум;

Недоминируемый сортирующий генетический алгоритм третьего поколения (NSGA-III): выполняет поиск многомерного фронта Парето в глобальном масштабе, находя множество недоминируемых Парето-оптимальных решений среди нескольких конфликтующих целей (таких как отклонение положения, скорость проходки, потребление энергии).

ABC отвечает за широкомасштабную «разведку», а NSGA-III — за точный «расчет», их синергия обеспечивает как скорость сходимости, так и качество множества решений, что можно назвать синергетическим эффектом алгоритмов по принципу «1+1>2».

Проект Шанхайской аэропортовой соединительной линии демонстрирует результат: общий показатель оптимизации превысил 32%

Фреймворк прошел полную валидацию на проекте Шанхайской аэропортовой соединительной линии. Этот проект расположен в сложной подземной геологической зоне между Новым районом Пудун и транспортным узлом Хунцяо, что предъявляет чрезвычайно высокие требования к контролю положения щита.

Сравнив различные схемы оптимизации, исследователи обнаружили: «полная оптимизация параметров» показала наилучшие результаты, общий показатель оптимизации достиг 32,02%; при сравнительном анализе с несколькими одновременно существующими целями данный фреймворк значительно превзошел существующие эталонные методы как по скорости сходимости, так и по качеству решений, а отклонение положения щита снизилось на 2,21% – 17,13%. Стратегия полной оптимизации параметров позволила фреймворку одновременно улавливать синергетический эффект множества переменных, решив хроническую отраслевую проблему «улучшения одного за счет другого».

Эта разработка уже применена в реальном проекте Шанхайской аэропортовой соединительной линии. Интеллектуальная система проходки нового поколения «облако-граница-устройство» реализовала штатный режим «с присутствием оператора, без ручного управления», что повысило общую эффективность проходки на 33%.

От инженерной демонстрации к общеотраслевому внедрению

1. Сектор больших щитов для рельсового транспорта

С масштабным строительством высокоскоростной железнодорожной сети «8 вертикальных и 8 горизонтальных» и междугородних железных дорог в агломерациях, применение сверхбольших щитов диаметром более 10 метров становится все более распространенным. Данный фреймворк уже готов к внедрению на таких крупных проектах, как тоннель в устье реки Чжуцзян на железной дороге Шэньчжэнь-Цзянмэнь и тоннель под проливом Цзиньтан на железной дороге Нинбо-Чжоушань.

2. Городские комплексные трубопроводные коллекторы и подземные сооружения

В сценариях строительства с использованием средних щитов и микротоннелирования данный фреймворк может быть умеренно упрощен для предоставления точных схем настройки параметров при закрытом способе строительства городских коллекторов, подземных парковок и станций метро, что значительно снижает строительные риски и повышает качество работ.

3. Перенос на аналогичные строительные сценарии

Гибридный алгоритм оптимизации ABC-NSGA-III обладает чрезвычайно высокой отраслевой переносимостью — от проходки тоннелей TBM до строительства тоннелей горным способом, от строительства подводных тоннелей из опускных секций до создания глубинных геологических хранилищ ядерных отходов — выгоду могут получить все области, связанные с многомерной и многокритериальной оптимизацией.

4. Замкнутый цикл «производство-обучение-исследование» в интеллектуальном строительстве щитовых тоннелей

С накоплением опыта практического применения и постоянной итерацией новых алгоритмов оптимизации, этот фреймворк эволюционирует в сторону стадии «замкнутого регулирования в реальном времени». В будущем фреймворк цифрового двойника также будет интегрирован с федеративным обучением и технологиями восприятия мульти-источниковой гетерогенной информации, что позволит осуществлять межпроектный перенос знаний и совместную оптимизацию при сохранении конфиденциальности данных.

Превращение тоннеля из «черного ящика» в «прозрачный проект»

Долгое время подземное строительство считалось «черным ящиком» — невидимым и неосязаемым, со сложной геологией, множеством переменных и прогнозированием рисков, основанным исключительно на опыте. Истинная ценность этого прорыва Хуачжунского университета науки и технологии заключается в переходе процесса принятия решений при щитовой проходке от «эмпирической интуиции» к «данным и алгоритмическому управлению».

Во введении к исследовательской статье четко указано: управление щитовым тоннелем по своей сути остается сложным, а неподходящие настройки параметров могут привести к отклонению положения щита, что, в свою очередь, вызовет смещение траектории, сдвиг сегментов и даже структурные повреждения. Благодаря органичному слиянию объяснимого анализа SHAP, гибридной оптимизации ABC-NSGA-III и многоуровневого цифрового двойника, исследователи не только преодолели узкое место «локального оптимума» на алгоритмическом уровне, но и подтвердили практическую реализуемость «глобального показателя оптимизации в 32,02%» в реальных инженерных условиях.

Это также знаменует собой переход управления строительством щитовых тоннелей от этапа «с преобладанием ручного труда» к высокоинтеллектуальному этапу «с преобладанием данных и алгоритмов».