本發(fā)明涉及泥水處理，特別是一種泥水盾構(gòu)隧道泥水處理智能控制方法及系統(tǒng)。

背景技術(shù)：

1、隨著隧道施工技術(shù)的不斷發(fā)展，泥水盾構(gòu)機(jī)在地下工程中的應(yīng)用越來越廣泛。泥水盾構(gòu)機(jī)在施工過程中常常遇到泥水處理問題，尤其是如何高效分離泥水中的雜質(zhì)，并實(shí)現(xiàn)泥水的循環(huán)利用?，F(xiàn)有的泥水處理方法主要依賴于傳統(tǒng)的物理化學(xué)分離手段，如旋流分離、沉降池沉淀、濾水設(shè)備等，這些方法雖然在一定程度上提高了泥水處理效率，但在面對復(fù)雜環(huán)境和實(shí)時(shí)變化的泥水特性時(shí)，仍存在一定的局限性。例如，傳統(tǒng)方法在處理泥水中微小顆粒和化學(xué)成分變化時(shí)，往往效率不高，無法及時(shí)響應(yīng)泥水特性的動(dòng)態(tài)變化，且系統(tǒng)的適應(yīng)性較差，難以滿足盾構(gòu)施工中對泥水質(zhì)量的高精度要求。

2、盡管近年來智能化技術(shù)的引入為泥水處理提供了新的解決思路，但現(xiàn)有智能控制方法多側(cè)重于單一技術(shù)的應(yīng)用，缺乏對泥水復(fù)雜性與動(dòng)態(tài)變化的綜合考慮。此外，現(xiàn)有技術(shù)在泥水特性數(shù)據(jù)采集與處理上還依賴于單一傳感器，數(shù)據(jù)處理精度較低，難以實(shí)現(xiàn)實(shí)時(shí)、精確的泥水分離和優(yōu)化控制。因此，如何高效、實(shí)時(shí)地處理泥水特性數(shù)據(jù)，并根據(jù)這些數(shù)據(jù)實(shí)時(shí)調(diào)整分離策略，已成為提升泥水盾構(gòu)隧道施工效率的關(guān)鍵技術(shù)難題。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明提供了一種泥水盾構(gòu)隧道泥水處理智能控制方法解決現(xiàn)有泥水盾構(gòu)隧道泥水處理方法中實(shí)時(shí)監(jiān)測與動(dòng)態(tài)調(diào)控不足的問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了一種泥水盾構(gòu)隧道泥水處理智能控制方法，其包括，實(shí)時(shí)采集泥水的物理特性數(shù)據(jù)與化學(xué)特性數(shù)據(jù)，通過邊緣計(jì)算節(jié)點(diǎn)進(jìn)行初步處理，輸出標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流；

5、采用動(dòng)態(tài)知識(shí)圖譜對標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流進(jìn)行策略匹配與推理，生成智能分離策略；

6、根據(jù)智能分離策略對泥水進(jìn)行初步篩分操作，篩分出中等顆粒雜質(zhì)；

7、通過自適應(yīng)動(dòng)態(tài)渦流調(diào)控，調(diào)節(jié)泥水旋流速度與泥水壓力，對中等顆粒雜質(zhì)進(jìn)行旋流分離；

8、對旋流分離后的中等顆粒雜質(zhì)進(jìn)行深度分離處理，輸出清水與沉積泥餅；

9、通過泵送設(shè)備將清水回流至盾構(gòu)機(jī)進(jìn)行循環(huán)利用，沉積泥餅則進(jìn)行脫水處理。

10、作為本發(fā)明所述泥水盾構(gòu)隧道泥水處理智能控制方法的一種優(yōu)選方案，其中：所述物理特性數(shù)據(jù)包括泥水的密度、粘度和顆粒大小分布；

11、所述化學(xué)特性數(shù)據(jù)包括ph值、離子濃度和懸浮物濃度；

12、所述通過邊緣計(jì)算節(jié)點(diǎn)進(jìn)行初步處理，輸出標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流，具體步驟如下，

13、對采集到的物理特性數(shù)據(jù)和化學(xué)特性數(shù)據(jù)通過高速傳輸協(xié)議傳送至邊緣計(jì)算節(jié)點(diǎn)；

14、在邊緣計(jì)算節(jié)點(diǎn)應(yīng)用卡爾曼濾波器進(jìn)行噪聲濾除與異常值檢測處理，形成清洗后的特性數(shù)據(jù)流；

15、應(yīng)用最小最大歸一化，將清洗后的特性數(shù)據(jù)流換為統(tǒng)一單位；

16、通過加權(quán)平均算法對單位統(tǒng)一的特性數(shù)據(jù)流進(jìn)行加權(quán)融合，輸出標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流。

17、作為本發(fā)明所述泥水盾構(gòu)隧道泥水處理智能控制方法的一種優(yōu)選方案，其中：所述采用動(dòng)態(tài)知識(shí)圖譜對標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流進(jìn)行策略匹配與推理，生成智能分離策略，具體步驟如下，

18、將標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流中的物理特性數(shù)據(jù)和化學(xué)特性數(shù)據(jù)作為知識(shí)圖譜中的節(jié)點(diǎn)；

19、采用皮爾遜相關(guān)系數(shù)計(jì)算節(jié)點(diǎn)之間的關(guān)聯(lián)強(qiáng)度，并初始化節(jié)點(diǎn)間的邊權(quán)值，形成知識(shí)圖譜的基本結(jié)構(gòu)；

20、每當(dāng)輸出標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)后，采用加權(quán)增量更新模型調(diào)整知識(shí)圖譜的邊權(quán)值，表達(dá)式為：

21、；

22、其中，表示物理特性節(jié)點(diǎn)與化學(xué)特性節(jié)點(diǎn)在下一時(shí)刻時(shí)的邊權(quán)值，表示學(xué)習(xí)率，表示在時(shí)間時(shí)物理特性節(jié)點(diǎn)的數(shù)據(jù)值，表示在當(dāng)前時(shí)間點(diǎn)時(shí)化學(xué)特性節(jié)點(diǎn)的數(shù)據(jù)值，表示時(shí)間衰減因子，表示初始時(shí)間點(diǎn)，表示從初始時(shí)間點(diǎn)到當(dāng)前時(shí)間點(diǎn)所經(jīng)過的時(shí)間間隔；

23、選取旋流速度、泥漿流量和藥劑投放量，作為工藝控制參數(shù)；

24、記錄標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)在不同環(huán)境下的規(guī)律性變化，通過關(guān)聯(lián)規(guī)則挖掘算法提取標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)與工藝控制參數(shù)的關(guān)聯(lián)規(guī)則；

25、對關(guān)聯(lián)規(guī)則，采用規(guī)則歸納方法獲取符號(hào)規(guī)則；

26、采用多層感知機(jī)和注意力機(jī)制，作為深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)構(gòu)架；

27、通過深度神經(jīng)網(wǎng)絡(luò)對標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)與工藝控制參數(shù)之間的非線性關(guān)系進(jìn)行建模，輸出泥水分離操作參數(shù)；

28、將符號(hào)規(guī)則與泥水分離操作參數(shù)相結(jié)合，采用自適應(yīng)融合方法生成智能分離策略的基礎(chǔ)指導(dǎo)值，表達(dá)式為：

29、；

30、其中，表示智能分離策略的基礎(chǔ)指導(dǎo)值，表示融合系數(shù)，為符號(hào)規(guī)則，為泥水分離操作參數(shù)；

31、利用粒子群優(yōu)化算法，將智能分離策略的基礎(chǔ)指導(dǎo)值映射為泥水分離設(shè)備的操作參數(shù)，對泥水分離設(shè)備進(jìn)行控制調(diào)整；

32、收集控制調(diào)整后的反饋參數(shù)，并根據(jù)反饋參數(shù)初始化智能分離策略。

33、作為本發(fā)明所述泥水盾構(gòu)隧道泥水處理智能控制方法的一種優(yōu)選方案，其中：所述根據(jù)智能分離策略對泥水進(jìn)行初步篩分操作，篩分出中等顆粒雜質(zhì)，具體步驟如下，

34、將智能分離策略輸入至旋流分離器中，設(shè)定初步篩分過程中的篩分參數(shù)；

35、基于篩分參數(shù)，旋流分離器利用旋轉(zhuǎn)運(yùn)動(dòng)產(chǎn)生水流離心力，對顆粒的不同大小和不同密度進(jìn)行分層沉降；

36、在分層沉降過程中，通過粒子跟蹤算法記錄不同顆粒的沉降軌跡；

37、根據(jù)顆粒的沉降軌跡，調(diào)節(jié)分流閥門開度和泥漿流量進(jìn)行泥水分流，排出中等顆粒雜質(zhì)。

38、作為本發(fā)明所述泥水盾構(gòu)隧道泥水處理智能控制方法的一種優(yōu)選方案，其中：所述通過自適應(yīng)動(dòng)態(tài)渦流調(diào)控，調(diào)節(jié)泥水旋流速度與泥水壓力，對中等顆粒雜質(zhì)進(jìn)行旋流分離，具體步驟如下，

39、設(shè)多個(gè)子任務(wù)作為中等顆粒雜質(zhì)的旋流分離任務(wù)，每個(gè)子任務(wù)由異構(gòu)智能體和協(xié)作異構(gòu)智能體負(fù)責(zé)；

40、采用注意力機(jī)制動(dòng)態(tài)調(diào)整每個(gè)異構(gòu)智能體之間的協(xié)作權(quán)重，表達(dá)式為：

41、；

42、其中，表示第個(gè)異構(gòu)智能體的輸出結(jié)果，為異構(gòu)智能體的索引變量，表示協(xié)作異構(gòu)智能體的索引變量，表示第個(gè)異構(gòu)智能體的輸入數(shù)據(jù)向量，表示第個(gè)協(xié)作異構(gòu)智能體的輸入數(shù)據(jù)向量，表示第個(gè)異構(gòu)智能體基于輸入數(shù)據(jù)向量的線性回歸函數(shù)，表示第個(gè)協(xié)作異構(gòu)智能體基于輸入數(shù)據(jù)向量的線性回歸函數(shù)；

43、通過強(qiáng)化學(xué)習(xí)算法，優(yōu)化每個(gè)異構(gòu)智能體對應(yīng)的旋流分離任務(wù)；

44、對每個(gè)異構(gòu)智能體的定義即時(shí)線性獎(jiǎng)勵(lì)函數(shù)，并通過貝爾曼方程更新即時(shí)線性獎(jiǎng)勵(lì)函數(shù)；

45、通過旋流分離任務(wù)進(jìn)行旋流分離，在旋流分離過程中形成渦流場；

46、采用貝葉斯優(yōu)化對渦流場進(jìn)行全局預(yù)測與優(yōu)化，表達(dá)式為：

47、；

48、其中，表示最優(yōu)的調(diào)控策略參數(shù)，表示當(dāng)前的調(diào)控策略參數(shù)向量，表示尋找使得括號(hào)內(nèi)的目標(biāo)函數(shù)達(dá)到最大值，表示分離效率函數(shù)的期望值，表示調(diào)節(jié)系數(shù)，表示分離效率函數(shù)的方差；

49、將最優(yōu)的調(diào)控策略參數(shù)應(yīng)用于旋流設(shè)備控制，動(dòng)態(tài)調(diào)節(jié)泥水旋流速度與泥水壓力；

50、依據(jù)調(diào)節(jié)后的泥水旋流速度與泥水壓力，利用分離效率函數(shù)計(jì)算分離效率，持續(xù)優(yōu)化中等顆粒雜質(zhì)的分離效果。

51、作為本發(fā)明所述泥水盾構(gòu)隧道泥水處理智能控制方法的一種優(yōu)選方案，其中：所述對旋流分離后的中等顆粒雜質(zhì)進(jìn)行深度分離處理，輸出清水與沉積泥餅，具體步驟如下，

52、將旋流分離后的中等顆粒雜質(zhì)送入超聲波分離池；

53、超聲波分離池通過低頻超聲波的作用進(jìn)行聲波激發(fā)，破壞細(xì)小顆粒間的凝聚力，使大顆粒沉降至池底形成沉積層，水則從上層排出；

54、將水送入磁性分離裝置，利用強(qiáng)磁場去除水中的鐵磁性雜質(zhì)，輸出清水；

55、將沉積層中的沉積物送入沉降池，通過水流分層與顆粒沉降，將沉積物中的水分進(jìn)一步去除，形成沉積泥餅。

56、作為本發(fā)明所述泥水盾構(gòu)隧道泥水處理智能控制方法的一種優(yōu)選方案，其中：所述通過泵送設(shè)備將清水回流至盾構(gòu)機(jī)進(jìn)行循環(huán)利用，沉積泥餅則進(jìn)行脫水處理，具體步驟如下，

57、通過泵送設(shè)備將經(jīng)過超聲波與磁性分離后的清水輸送至盾構(gòu)機(jī)進(jìn)行循環(huán)利用；

58、將沉積泥餅通過帶式壓濾機(jī)進(jìn)行脫水，施加壓力將水分從泥餅中擠出，輸出泥渣；

59、將泥渣運(yùn)輸至儲(chǔ)存區(qū)域，完成泥渣的最終處置。

60、第二方面，本發(fā)明提供了一種泥水盾構(gòu)隧道泥水處理智能控制系統(tǒng)，包括，數(shù)據(jù)采集模塊，策略推理模塊，初篩操作模塊，旋流分離模塊，深度分離模塊和回流脫水模塊；

61、所述數(shù)據(jù)采集模塊，用于實(shí)時(shí)采集泥水的物理特性數(shù)據(jù)與化學(xué)特性數(shù)據(jù)，通過邊緣計(jì)算節(jié)點(diǎn)進(jìn)行初步處理，輸出標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流；

62、所述策略推理模塊，用于采用動(dòng)態(tài)知識(shí)圖譜對標(biāo)準(zhǔn)化泥水特性數(shù)據(jù)流進(jìn)行策略匹配與推理，生成智能分離策略；

63、所述初篩操作模塊，用于根據(jù)智能分離策略對泥水進(jìn)行初步篩分操作，篩分出中等顆粒雜質(zhì)；

64、所述旋流分離模塊，用于通過自適應(yīng)動(dòng)態(tài)渦流調(diào)控，調(diào)節(jié)泥水旋流速度與泥水壓力，對中等顆粒雜質(zhì)進(jìn)行旋流分離；

65、所述深度分離模塊，用于對旋流分離后的中等顆粒雜質(zhì)進(jìn)行深度分離處理，輸出清水與沉積泥餅；

66、所述回流脫水模塊，用于通過泵送設(shè)備將清水回流至盾構(gòu)機(jī)進(jìn)行循環(huán)利用，沉積泥餅則進(jìn)行脫水處理。

67、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明第一方面所述的泥水盾構(gòu)隧道泥水處理智能控制方法的任一步驟。

68、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明第一方面所述的泥水盾構(gòu)隧道泥水處理智能控制方法的任一步驟。

69、本發(fā)明有益效果為：本發(fā)明通過引入邊緣計(jì)算、動(dòng)態(tài)知識(shí)圖譜和深度學(xué)習(xí)，實(shí)現(xiàn)了對泥水特性數(shù)據(jù)的實(shí)時(shí)采集和處理。在處理泥水的物理特性（如密度、粘度等）和化學(xué)特性（如ph值、離子濃度等）時(shí)，能夠快速響應(yīng)并調(diào)整分離策略，以提高數(shù)據(jù)處理的精確度和實(shí)時(shí)性。利用動(dòng)態(tài)調(diào)整旋流速度與壓力的調(diào)控方法，依據(jù)泥水特性的變化，精確分離中等顆粒雜質(zhì)。有效提高了泥水分離效率，減少了能源消耗，同時(shí)通過泥水的回流利用與泥渣脫水處理，降低了環(huán)境影響并減少了廢物處理成本。