• ISSN: 1674-7461
  • CN: 11-5823/TU
  • 主管:中国科学技术协会
  • 主办:中国图学学会
  • 承办:中国建筑科学研究院有限公司

2023, 15(4): 105-110. doi: 10.16670/j.cnki.cn11-5823/tu.2023.04.18

盾构掘进系统的数字孪生构架体系研究

1. 

华中科技大学土木与水利工程学院, 武汉 430074

2. 

南洋理工大学土木工程与环境学院, 新加坡 639798

通讯作者: 刘俊,

网络出版日期: 2023-08-30

作者简介: 吴贤国(1964-),女,教授,博士,主要研究方向:土木工程施工与管理

基金项目: 国家自然科学基金 51378235国家自然科学基金 71571078国家重点研发计划 2016YFC0800208国家自然科学基金 51308240

Digital Twin Frame System of Shield Tunneling System

1. 

Shool of Civil and Hydraulic Engineering, Huazhong University of Science and Technology, Wuhan 430074, China

2. 

School of Civil and Environmental Engineering, Nanyang Technological University, 50 Nanyang Avenue 639798, Singapore

Corresponding author: Jun Liu,

Available Online: 2023-08-30

引用本文: 吴贤国, 刘俊, 陈虹宇, 徐文, 刘茜. 盾构掘进系统的数字孪生构架体系研究[J]. 土木建筑工程信息技术, 2023, 15(4): 105-110. doi: 10.16670/j.cnki.cn11-5823/tu.2023.04.18

Citation: Xianguo Wu, Jun Liu, Hongyu Chen, Wen Xu, Xi Liu. Digital Twin Frame System of Shield Tunneling System[J]. Journal of Information Technologyin Civil Engineering and Architecture, 2023, 15(4): 105-110. doi: 10.16670/j.cnki.cn11-5823/tu.2023.04.18

摘要:盾构机掘进状态的准确预测和参数控制是盾构掘进系统管控的重点,针对这个问题,建立与掘进系统一致且同步的虚拟模型是解决问题的关键。为了实现对盾构掘进系统的智能管控,本文将能够实现虚实交互、适用于设备智能化的数字孪生技术引入盾构掘进系统中,依据掘进系统的相关需求,构建盾构掘进系统的数字孪生框架,通过虚拟模型和物理实体的实时映射实现信息交互,并依托于掘进系统服务应用层,设计了掘进载荷超前预测系统和盾构施工参数控制决策系统,为盾构掘进系统提供智能决策,实现盾构隧道掘进施工的智能管控。

关键词: 盾构机, 数字孪生, 智能管控, 掘进载荷预测, 施工参数控制
[1]

杜明芳. 基于数字孪生的智慧建筑系统集成研究[J]. 土木建筑工程信息技术, 2020, 12(6): 44-8. 

[2]

刘占省, 李安修, 孟鑫桐, 等. 装配式建筑吊装安全风险管理数字孪生模型建立方法[J]. 土木建筑工程信息技术, 2022, 14(3): 26-33. 

[3]

Bondarenko O, Fukuda T. Development of a diesel engine's digital twin for predicting propulsion system dynamics [J]. Energy, 2020, 196: 117126.doi: 10.1016/j.energy.2020.117126

[4]

郭飞燕, 刘检华, 邹方, 等. 数字孪生驱动的装配工艺设计现状及关键实现技术研究[J]. 机械工程学报, 2019, 55(17): 110-32. 

[5]

Wang M, Wang C, Hnydiuk-Stefan A, et al. Recent progress on reliability analysis of offshore wind turbine support structures considering digital twin solutions [J]. Ocean Engineering, 2021, 232: 109168.doi: 10.1016/j.oceaneng.2021.109168

[6]

Coraddu A, Oneto L, Baldi F, et al. Data-driven ship digital twin for estimating the speed loss caused by the marine fouling [J]. Ocean Engineering, 2019, 186: 106063.doi: 10.1016/j.oceaneng.2019.05.045

[7]

黄澄, 袁东风, 张海霞. 基于狮群算法的数字孪生车间调度问题优化[J]. 山东大学学报(工学版), 2021, 51(4): 17-23+34. 

[8]

郭岳. 基于数字孪生技术的矿井风流调控虚拟系统设计与开发[D]; 长安大学, 2020.

[9]

陶飞, 刘蔚然, 张萌, 等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统, 2019, 25(1): 1-18. 

[10]

经海翔, 黄友锐, 徐善永, 等. 基于数字孪生和概率神经网络的矿用通风机预测性故障诊断研究[J]. 工矿自动化, 2021, 47(11): 53-60. 

[11]

李双宇, 张明凯, 刘艳臣, 等. 基于LSTM模型的排水系统流量预测研究[J]. 中国给水排水, 2022, 38(5): 59-64. 

计量
  • PDF下载量(46)
  • 文章访问量(2076)
  • HTML全文浏览量(1049)
目录

Figures And Tables

盾构掘进系统的数字孪生构架体系研究

吴贤国, 刘俊, 陈虹宇, 徐文, 刘茜

  • 版权所有© 《土木建筑工程信息技术》编辑部
  • 京ICP备17057008号
  • 地址:北京市朝阳区兴化路2号院1号楼
  • 电话:010-64517910 邮编:100013
  • 微信号:tmjzgcxxjs  QQ:3676678954  E-mail:tmqk@cgn.net.cn
本系统由北京仁和汇智信息技术有限公司设计开 技术支持: info@rhhz.net