基于分层控制架构的土压平衡盾构机自主协同优化控制研究

一、研究团队与发表信息
本研究由辽宁石油化工大学信息与控制工程学院的Xuanyu Liu、Wenshuai Zhang（共同一作）团队联合大连理工大学先进控制技术研究所Cheng Shao及中庆建设有限责任公司Yudong Wang等合作完成，发表于2024年9月的《Engineering Applications of Artificial Intelligence》期刊（Volume 137, 109200）。

二、学术背景与研究目标
科学领域：本研究属于地下工程智能控制与人工智能交叉领域，聚焦盾构机（shield machine）的土压平衡（earth pressure balance, EPB）自主控制问题。

研究背景：传统盾构机依赖人工经验调节密封舱压力（sealed cabin pressure），但地质条件动态变化时响应效率低下，易引发安全事故。现有基于机理模型或单一智能算法（如LSTM、DDPG）的控制方法存在精度不足、泛化性差、策略波动等问题。

研究目标：提出一种结合数字孪生（cyber-physical system, CPS）与分层控制的TD3-MPC（Twin Double Deep Deterministic Policy Gradient-Model Predictive Control）自主控制方案，实现密封舱压力的实时动态优化与精准跟踪。

三、研究流程与方法
1. 动态建模阶段
- 研究对象：盾构机密封舱压力系统的输入（螺旋输送机转速n₀、推进速度v）与输出（密封舱压力p）。
- 方法：
- 动力学模型：基于活塞假设推导开挖面土体受力方程（式3），引入阻力系数ω、开挖面压力p₁等参数。
- 机理模型：通过土体进出体积平衡方程（式7）构建密封舱压力与机械参数的数学关系，含泄漏系数cₑₚ、压缩因子βₑ等。
- 状态空间模型：整合上述模型，建立以p和vₚ为状态变量的线性时不变系统（式11），用于后续MPC设计。

2. 分层控制方案设计
（1）协调层（TD3智能体）
- 虚拟环境构建：基于密封舱压力机理模型模拟实际地质条件，输入地质参数（黏聚力c、土体有效重力γ、内摩擦角φ等）。
- TD3算法改进：
- 网络结构：Actor网络（图6）输入状态（pₜ、目标压力p、偏差pₑ），输出v和n₀；Critic网络（图7）通过双Q网络与延迟更新解决过估计问题。
- 奖励函数：以压力偏差平方的负值（式12）驱动智能体逼近目标压力。
- 超参数优化：通过测试7组学习率组合（图8），确定Critic网络0.00001、Actor网络0.001的最佳配置。
- 验证：使用北京地铁10号线实际数据验证虚拟环境误差<0.007 MPa（图9）。

（2）执行层（MPC控制器）
- 模型预测：基于状态空间模型离散化（式14），设计二次规划目标函数（式18），纳入控制量约束（式15-17）。
- 滚动优化：通过实时反馈压力值，动态调整v和n₀（图10），实现最优压力曲线跟踪。

四、主要研究结果
1. TD3智能体性能验证
- 对比实验：与PPO、DDPG、LSTM相比，TD3智能体在黏土地质下压力控制误差最终稳定为0 MPa（图12），且策略成本更低（螺旋输送机转速10.14 rpm vs. DDPG的5.45 rpm，表3）。

2. 分层控制策略合理性
- 与实际工况对比：TD3-MPC输出的v（34.9 mm/min）和n₀（10.14 rpm）与专家经验值误差%，压力控制效果优于人工调节（图16）。

3. 地质适应性验证
- 土层转换任务：从黏土到全风化岩（目标压力0.15→0.3 MPa），系统在20-30秒内完成调整（图17），策略稳定性显著优于DDPG端到端控制（图20）。
- 九类地质测试：系统对小（Δp≤0.05 MPa）、中（0.05<Δp≤0.1 MPa）、大差异（0.1<Δp≤0.15 MPa）土层均能快速适应（图19）。

五、结论与价值
科学价值：
1. 首次提出TD3-MPC分层架构，解决了单一智能算法在复杂地质下的策略波动问题。
2. 通过CPS框架实现了盾构机信息物理深度融合，为地下工程AI应用提供新范式。

应用价值：
- 安全性：密封舱压力控制误差接近0，降低地表变形风险。
- 经济性：较人工调节提升施工效率，减少能耗与维护成本。

创新点：
1. 协调层-执行层协同优化设计，兼顾决策智能性与控制稳定性。
2. 动态状态空间模型结合TD3强化学习，增强地质自适应能力。

挑战与展望：需优化子系统通信实时性、扩展多参数多智能体控制，未来可构建更精确的”黑箱”地质环境模型。

（注：本文专业术语如”密封舱压力（sealed cabin pressure）”、”土压平衡（EPB）”等首次出现时均标注英文原词。）