1、TBM破岩刀盘振动表征参数研究现 代 隧 道 技 术MODERN TUNNELLING TECHNOLOGYVol.60,No.4(Total No.411),Aug.2023第60卷第4期(总第411期),2023年8月出版文章编号：1009-6582（2023）04-0153-10DOI:10.13807/ki.mtt.2023.04.017收稿日期：2023-04-10修回日期：2023-06-04作者简介：刘东鑫（1998-），男，硕士研究生，主要从事TBM振动分析方面的研究工作，E-mail:.通讯作者：龚秋明（1969-），男，工学博士，教授，博士生导师，主要从事TBM智能化施工方
2、面的研究与教学工作，E-mail：.TBM破岩刀盘振动表征参数研究刘东鑫1肖禹航2周小雄3龚秋明1刘俊豪1（1.北京工业大学 城市防灾与减灾教育部重点实验室，北京 100124；2.中国建设基础设施有限公司，北京100037；3.清华大学 水沙科学与水利水电工程国家重点实验室，北京 100084）摘要：TBM破岩过程中，刀盘不可避免会产生强烈振动。刀盘振动响应是岩-机相互作用的结果，可以作为岩体识别、掘进参数优化的重要依据。针对刀盘振动这一多源参数影响信号，挖掘其内含信息尤其重要。根据TBM掘进试验数据，分析了时间对振动特征分布的影响，构建了多维振动特征与掘进参数的随机森林模型，通过其特征重要
3、性评价功能筛选了能敏感反映掘进参数变化的振动特征。研究结果表明，现场振动监测应至少达到刀盘旋转一周的时长，在该时长下各振动特征分布趋于稳定；峰值因子、频率标准差是最能反映推力、转速变化的特征，可以作为研究振动信号与掘进参数变化关系的关键特征。关键词：TBM；刀盘振动响应；掘进试验数据；信号处理；振动特征选择中图分类号：U455.43文献标识码：A引文格式：刘东鑫，肖禹航，周小雄，等.TBM破岩刀盘振动表征参数研究J.现代隧道技术,2023,60(4):153-162.LIU Dongxin,XIAO Yuhang,ZHOU Xiaoxiong,et al.Study on Vibration
4、Characterization Parameters of TBM Rock-breakingCutterhead J.Modern Tunnelling Technology,2023,60(4):153-162.1引 言TBM施工具有安全、高效、人工劳动密度小等优点，在硬岩隧道中被广泛使用，但其地质适应性较差，需根据不同的地质条件选择合适的掘进参数以保证掘进效率1。刀盘振动是岩-机相互作用的结果，受掘进机结构、掌子面岩体条件与掘进参数的共同影响。多项研究表明24，刀盘振动与TBM破岩效率有较强的相关性。因此，研究刀盘振动与掘进参数之间的相关关系，是优化TBM掘进参数的有效途径。现场监测数
5、据表明，在一定的地质条件下，TBM掘进过程中掘进参数的波动较小，选择各项参数的时间均值足以表征掘进数据中的信息5。由于岩体的非均质性，各点滚刀因破岩产生的振动在各时刻具有强烈的随机性，刀盘作为滚刀的载体，其振动信号由各点滚刀振动复合而成6，具有明显的随机性，无法用确定性函数来描述其与时间的对应关系7。现场实测信号值波动相当频繁，蕴含信息多而复杂8。因此，选择合适的振动特征是有效挖掘振动信息的关键。单滚刀线性破岩试验结果显示，在破岩过程中，滚刀因承受的荷载明显波动而发生剧烈振动，主振频率与主振幅值随切割速度的增加而增大9,10。基于单滚刀的受力与振动特征，Huo等11与Ling等12建立了不同的
6、TBM结构动力学模型以预测刀盘在不同工况下的整体振动响应，分析了振动幅值随掘进参数的变化关系。Walter 等13,14、张晓波等3和Liu等15跟踪现场数据，主要关注主振幅值、主振频率、振动幅值、均方根值与掘进参数的变化规律。上述研究定性分析了刀盘振动与掘进参数的变化规律，得到的普遍规律是刀盘振动幅值、主振幅值、均方根值与推力、转速、贯入度均为正相关关系，主振频率分布几乎不受掘进参数变化的影响。在定性分析的基础上，Wu等4研发了一套振动监测系统，通过该系统，获取了现场掘进试验刀盘处的振动数据，定量研究了振动特征随掘进参数变化关系。通过分析发现振动幅值随推力并非线性增加，并且转速对于振动特征的
7、影响存在明显阈值，振动特征随转速增加先线性增大，后保持不变。刀盘振动信号特征通常分为时域和频域两类，其表征参数很多。目前在刀盘振动研究中，对表征153TBM破岩刀盘振动表征参数研究现 代 隧 道 技 术MODERN TUNNELLING TECHNOLOGY第60卷第4期(总第411期),2023年8月出版Vol.60,No.4(Total No.411),Aug.2023刀盘振动特征的研究较少。在机械工程领域基于机械结构振动信号的设备状态研究中，多种信号特征被用于表征设备的不同运行状态。雷亚国16归纳总结了用于振动信号处理的时域、频域特征，这些特征在部分学者的研究中得到了初步应用1719，在
8、设备各种运行状态识别中表现良好。以上研究主要从机械设备本身开展振动表征研究，而关于对掘进参数方面的振动参数表征的研究较少。基于上述分析，本文依托于青岛地铁6号线03工区创石区间隧道工程，在TBM设备上搭载了振动监测系统，开展了TBM掘进试验。对振动信号进行处理，提取了多维时域、频域振动特征，分析了时长对特征稳定性的影响。基于随机森林算法，构建了振动特征与掘进参数的关系模型，并筛选了能够敏感反映掘进参数变化的特征，研究成果可为后续TBM振动分析提供参考。2依托工程2.1工程概况青岛地铁6号线创智谷石山路左线区间隧道，总长1 906.897 m，里程范围YDK26+747.8YDK28+645.2
9、28。TBM施工段总环数为1 100环，每环1.5 m，施工总长约1 650 m。TBM掘进试验于2022年5月25日在该区段第953环（里程YDK26+985YDK26+983）进行。试验段工程地质剖面图如图1所示。该段埋深约为2835 m，隧道洞身范围内钻孔揭示地层岩性为花岗岩，风化程度为微风化。岩体完整性较好，按BQ分级标准，该段岩体为类围岩。采用一台双护盾TBM进行施工，刀盘直径为6 300 mm，额定扭矩4 680 kNm，最大推力为28 515 kN，最大转速为7.8 rpm。2.2TBM振动监测系统搭载图1 创石区间隧道工程地质剖面图Fig.1 Geological profil
10、e of Chuangzhigu-Shishanlu section in the tunnel project在双护盾TBM上布设了一套由北京工业大学研发的TBM振动监测系统4，该监测系统由2个三轴加速度传感器、中心端和工控机构成，系统整机布局如图2所示。传感器1、2分别安装于刀盘与主驱动附近，传感器1通过无线方式与中心端进行信息交互；传感器2以有线方式与中心端连接，中心端与工控机以有线方式连接。通过工控机内设的振动监测软件，可以手动或自动控制传感器的监测状态。传感器1通过焊接的方式安装在刀盘刮渣口附近，监测该点沿刀盘轴向（X）、径向（Y）以及切向（Z）的振动加速度。传感器量程为16g，采样
11、频率可根据工程需求自由调整，测量精度小于等于4 mg/LSB，工作电压为12 V。结合本次试验中的硬岩地层，采样频率选择为3 200 Hz，根据奈奎斯特采样定理20，频域有效估计范围为01 600 Hz。3TBM掘进试验与刀盘振动数据采集掘进试验开始前，进入刀盘内部开展掌子面素描工作，以了解当前试验段岩体信息，素描结果如图3所示。掌子面为微风化花岗岩，在3个观测点处均未发现明显节理。检查了刀具的磨损情况，均在合理的磨损范围。154TBM破岩刀盘振动表征参数研究现 代 隧 道 技 术MODERN TUNNELLING TECHNOLOGYVol.60,No.4(Total No.411),Aug
12、.2023第60卷第4期(总第411期),2023年8月出版图2 TBM振动监测系统整机布局Fig.2 Overall layout of TBM vibration monitoring systemTBM掘进试验设置有推力、转速两组试验，每组试验划分为7步，包括试掘进步0以及16步的正常掘进步，试掘进步的设计目的是确保试验开始阶段，TBM已处于正常的掘进状态。在推力试验中，以推力为变量，控制转速恒定进行试验。考虑到TBM最大推进能力限制，总推力设置为12 000 kN，推力变化范围为总推力的50%100%，每步变化梯度10%，转速恒定为4 rpm，如表1所示。在转速试验中，控制推力恒为12
13、 000 kN，转速按照每步1 rpm的梯度变化，其变化范围设置为27 rpm，具体参数如表2所示。在每个掘进步控制参数达到预设值附近后，通过工控机向前方振动传感器下达数据采集的命令，系统会采集一条时间长度为2 min左右的csv数据并发送回工控机，每个采样点记录的内容包括当前的时刻、三轴加速度。试验过程获得了推力试验振图3 掌子面素描与实拍图Fig.3 Sketch and pictures of tunnel face表1 推力试验参数Table 1 Thrust test parameters掘进步Step 0Step 1Step 2Step 3Step 4Step 5Step 6推力等
14、级/(%)505060708090100总推力/kN6 0006 0007 2008 4009 60010 80012 000转速/rpm4444444时间/min2222222表2 转速试验参数Table 2 Test parameters of rotation speed掘进步Step 0Step 1Step 2Step 3Step 4Step 5Step 6推力等级/(%)100100100100100100100总推力/kN12 00012 00012 00012 00012 00012 00012 000转速/rpm2234567时间/min2222222155TBM破岩刀盘振动表
15、征参数研究现 代 隧 道 技 术MODERN TUNNELLING TECHNOLOGY第60卷第4期(总第411期),2023年8月出版Vol.60,No.4(Total No.411),Aug.2023动数据5条，转速试验振动数据6条，共11条振动数据，以及试验全程掘进参数变化的掘进数据。由于操作失误，推力试验第2掘进步7 200 kN推力等级振动数据未成功获取。掘进参数变化如图4所示，推力、转速基本按照试验预设值变化。图4 掘进参数时域变化Fig.4 Time domain variation of tunnelling parameters图5给出了推力、转速各梯度试验下刀盘轴向振动信
16、号的时域曲线。可以观察到，随着推力、转速的增加，振动信号时域曲线波动范围逐渐变宽，说明推力与转速的变化均会影响刀盘振动响应。图5 刀盘轴向振动加速度时域曲线Fig.5 Time domain variation curves of axial vibrationacceleration of cutterhead4刀盘振动数据处理及特征提取4.1MAD异常值处理异常值是远离样本数据中心的异常数据，通常由传感器记录误差、计算方式等多方面原因导致，在数据处理过程中需要将其剔除以确保数据的真实性、正确性。常用的异常值识别方法有3准则和绝对中位差MAD（Median Absolute Deviation,MAD）准则。3准则会将远离数据均值3倍标准差的数据点识别为异常值，对于大批量数据，可以较快检测其中的异常值点。但其假设样本数据服从正态分布，对于不符合该条件的样本数据，识别效果较差。MAD准则没有上述样本数据分布假设，运用的识别思想与3准则类似，其样本数据中心选择为数据的中位数，判定异常值的标准为与样本数据中心距离超过3倍绝对中位差的样本点，绝对中位差的计算方式如式（1）所示。识别的异常值使
