JPH041395A

JPH041395A - トンネル掘進機の自己診断方法

Info

Publication number: JPH041395A
Application number: JP10021390A
Authority: JP
Inventors: Kosaburo Tsuchiya; 幸三郎土屋; Michio Nakao; 中尾　通夫; Kazuhiko Imakura; 今倉　和彦
Original assignee: Obayashi Corp; Mitsubishi Heavy Industries Ltd
Current assignee: Obayashi Corp; Mitsubishi Heavy Industries Ltd
Priority date: 1990-04-18
Filing date: 1990-04-18
Publication date: 1992-01-06
Anticipated expiration: 2012-09-03
Also published as: JP2648824B2

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】（産業上の利用分野）本発明は、シールド掘進機やトンネルボーリングマシン
などのトンネル掘進機の自己診断方法に関する。

（従来の技術）周知のように、シールド工法は地盤中にトンネルを構築
する工法であり、この種の工法には地盤を掘削するシー
ルド掘進機が用いられる。

ところで、近時のシールド工事は、複雑な地盤条件や大
深度、大口径など困難な条件下での施工が増加する傾向
にある。

このような困難な条件下での施工には、より一層の安全
性が要請されるとともに、省力化や施工能率の改善も同
時に要請されている。

そこで、例えば、１９８９年１１月日本工業出版発行「
建設機械」には、シールド工事の自動化。

省力化を目的にした故障診断システムが開示されている
。

この文献に示されている故障診断システムは、いわゆる
エキスパートシステムによるものであり、シールド工事
の専門家の知識をデータベースとして有していて、この
データベースに基づいて、故障個所の推論を行うもので
あるが、この故障診断システムにも以下に説明する技術
的課題があった。

（発明が解決しようとする課題）すなわち、上記文献に開示されている故障診断システム
では、故障位置を推論する際には、オベレータとの対話
形式で行われるので、その操作が煩雑になるとともに、
オペレータが操作しなければ結論が得られず、操作ミス
があると適正な推論が行われないという問題があった。

この発明は、このような従来の問題点に鑑みてなされた
ものであり、その目的とするところは、自動的にシール
ド掘進機などの状態が判断できるトンネル掘進機の自己
診断方法を提供することにある。

（課題を解決するための手段）上記目的を達成するために、本発明は、シールド掘進機
やトンネルボーリングマシンなどのトンネル掘進機の駆
動状態を検出する各種センサーからの出力情報を収集し
、この情報に平均値、最大値、最小値１分散１回帰係数
の演算などの統計処理を施し、得られた統計処理データ
により前記シールド掘進機の状態をファジィ推論により
判断することを特徴とする。

（発明の作用効果）上記構成の自己診断方法によれば、各出力情報に対して
メンバーシップ関数を設定すれば、自動的にシールド掘
進機やトンネルボーリングマシンなどのトンネル掘進機
の自己診断か行われる。

（実施例）以下、この発明の好適な実施例について添付図面を参照
にして詳細に説明する。

第１図から第３図は、この発明にかかるトンネル掘進機
の自己診断方法の一実施例を示している。

同図に示す自己診断方法では、第１図にその全体配置を
示すような装置類が用いられる。

同図に示す診断方法は、この発明を泥水シールド掘進機
に適用した場合を示しており、シールド掘進機１０は、
筒状のスキンプレート１２と、このスキンプレート１２
の先端に回転可能に設置されたカッター１４とを有して
いる。

カッター１４の前面には、多数のカッタービット１６が
植設され、その背面側には、所定の間隔をおいて隔壁１
８がスキンプレート１２に固設され、泥水室２０が隔成
されている。

この隔壁１８の中心には、カッター１４の回転軸２２が
貫通するとともに、その上部側には泥水室２０内に泥水
を供給する送泥管２４が設けられており、下部側には掘
削された土砂と泥水との混合物を泥水室２０から排出す
る排泥管２６が設けられている。

カッター１４の背面側には、回転軸２２を中心として複
数の脚部２８が突設され、脚部２８か隔壁１８を貫通し
た部分にはリングギヤ３０が固設されていて、このリン
グギヤ３０にはカッター駆動モータ３２の回転軸が噛合
している。

排泥管２６の先端には、掘削された土砂中の礫を油圧で
粉砕するクラッシャ３４が設けられている。

泥水室２０内には、隔壁１８を貫通するようにしてアジ
テータ３６が設けられ、アジテータ３６には駆動用のモ
ータ３８が接続されている。

一方、シールド掘進機１０の後部側には、その掘進に伴
なってセグメント４０が順次環状に組立てられ、このセ
グメント４０にはスキンプレート１２内に設けられた複
数のシールドジヤツキ４２の端部が当接され、掘進の反
力受となる。

以上のように構成されたシールド掘進機１０では、セグ
メント４０にシールドジヤツキ４２の反力を取りつつ掘
進させ、カッター１４で掘削された土砂は、泥水室２０
に取り込まれ、泥水とともに排泥管２６から坑外に排出
しなからトンネルか構築される。

このとき、シールド掘進機１０は、シールド制御装置４
４で、各シールドジヤツキ４２などのコントロールが行
われるとともに、地上側に設置された自己診断装置４６
で以下のようにしてその自己診断が自動的に行われる。

自己診断装置４６には、シールド制御装置４４で収集さ
れた各種センサーからの出力情報を多重伝送装置子局４
８を介して受信する多重伝送装置親局５０が接続されて
いる。

自己診断装置４６で実施される自己診断は、シールド掘
進機１０の掘進、セグメント組立、停止の３つのモード
に分けて行われその処理手順を第２図に示している。

処理手順がスタートすると、まず、ステップＳ１でシー
ルド制御装置４４に収集されている出力情報が取込まれ
、同Ｓ２で取込んだ情報が記憶される。

次いで、ステップｓ３では、所定回数の出力情報が取込
まれたか否かが判断され、所定回数取込まれると、ステ
ップＳ４では収集した出力情報の統計的処理が実行され
る。

このとき実行される統計的処理では、時間軸にについて
序列を付けた母集団が作成され、この母集団について平
均値、最大値、最小値２分散、標準偏差値１回帰係数の
計算が行われる。

そして、ステップＳ５では、現在シールド掘進機１０が
どのモードにあるのか判断され、ステップｓ６では各モ
ードに応じてファジィ推論が実行され、推論によって得
られた結果をステップＳ７で表示してスタートに戻る。

以上の自己診断の要部を掘進モードを例にして具体的に
説明すると、まず、このモードではシールド掘進機１０
の駆動状態を検出するセンサーとしては、第１図に示す
ように、カッター駆動モータ３２のトルクを検出するト
ルク計（出力をカブタートルクＡとする）、カッタービ
ット１６の摩耗量を検出する超音波センサー５２（出力
をカッタビット摩耗量Ｂとする）、ジヤツキ４２のスピ
ードを測定する速度計（出力をジヤツキスピードＣとす
る）および推力を測定する推力計（複数のジヤツキの加
算値を総推力Ｇとする）、アジテータ３６のモータ３８
の電流量を測定する電流計（出力をアジテータ電流りお
よびその電流変動Ｅとする）、クラッシャ３４の圧力を
検出する油圧計（出力をクラッシャ油圧Ｆとする）が用
いられ、これらの各圧力Ａ−Ｆが自己診断装置４６に入
力される。

一方、掘進モードにおける自己診断項目としては、■掘
進スピードの増加、■他山強度の増加、■礫率の増加、
■切羽崩壊、■カッター１４のスリットに土砂が付着し
てこれが閉塞されている、■カッタービットの摩耗の６
項目がある。

そして、上記各出力Ａ−Ｆには、予めそれぞれファジィ
推論に用いるメンバーシップ関数が定められている。

以上の診断項目と出力およびメンバーシップ関数との関
係を第３図に示している。

自己診断の実行に当たっては、各出力Ａ−Ｆは、前述し
たように統計処理が行われ、平均値などが演算される。

第３図の各欄に示している記号の意味を表にして示した
のが以下の第１表であり、例えば、診断項目■の掘進ス
ピードの行でカッタトルクＡに示しているＡＳは、診断
の１ループごとのカッタートルクＡの平均値であり、同
ＡＩはカッタートルクＡの初期設定値である。

また、診断項目■の地山強度の増加の行で、ジヤツキス
ピードＣに示しているＡＢ（１０）は、１０リング間で
のジヤツキスピードＣの平均値である。

つまり、自己診断で用いる各出力Ａ−Ｆは、例えばカッ
タートルクＡを例にとって説明すると、切羽前方に礫が
あり、確率の増加が予測される場合などの診断では、短
期的なデータで判断する必要があるので、これを１ルー
プでの平均値（ＡＳ）とし、また、層が変化している場
合などの診断では、中期的なデータで判断する必要があ
るので、これを任意のループ間での平均値（ＡＬ（ｘ）
）とし、さらに、地盤の性状が変化している場合などの
診断では、長期的なデータで判断する必要があるので、
任意のリング間での平均値（ＡＢ（ｙ））とし、必要に
応じて各出力Ａ〜Ｆの統計処理を設定している。

さて、以上のように設定された状態での推論Ｉこついて
、例えば、診断項目■の掘進スピードの増加でどのよう
に推論が行われるかについて説明すると、まず、カッタ
ートルクＡの出力情報に対しては、その１ループでの平
均値が、設定値に対して約１２０％以上の場合に掘進ス
ピードがｌ　ＣＩ　Ｑ％の確信度で増加していると判断
される。

また、カッタービット摩耗ｉ１Ｂでは、１リングごとの
平均値が、初期値からの減少が１ｏｆｆＩ＋１以下の場
合に掘進スピードが１００％のＭ落度で増加していると
判断される。

さらに、ジヤツキスピードＣは、カッタートルクＡと同
じ条件で判断されるとともに、アジテータ電流りは、１
リングごとの平均値が設定値がら若干はずれた場合に掘
進スピードが１００％の確信度で増加していると判断さ
れ、総推力Ｇについては、その１０リングでの平均値が
設定値に対して約１１０％以上の場合に掘進スピードが
１００％増加していると判断される。

そして、最終的な掘進スピードの増加に対する判断は、
上記各判断の確信度の最小のものを採用して、例えば、
現在の状況では、何％の確信度でシールド掘進機１０の
スピードが増加していると推論される。

このような推論は、診断項目■〜■のそれぞれについて
同様な手法で自動的に行われ、その結果が表示されるこ
とになる。

なお、以上の説明ではシールド掘進機１０の掘進モード
における自己診断方法について説明したが、運転の準備
、停止モードでは、センサー類の出力信号から各モード
において必要な情報を選択し、それぞれに対して上記と
は異なったメンバーシップ関数を設定し、設定された診
断項目について同様に自動的に自己診断できる。

また、上記実施例では、シールド掘進機１０として泥水
式のものを示したが、この発明の実施はこれに限られる
ことはなく、他の形式のシールド掘進機やトンネルボー
リングマシンにも適用できる。

さらに、上記実施例のメンバーシップ関数は任意に変更
できる。

【図面の簡単な説明】

第１図は本発明にかかるトンネル掘進機の自己診断方法
の実施状態の全体説明図、第２図は同方法の処理手順を
示すフローチャート、第３図は診断項目と出力情報およ
びメンバーシップ関数の関係を示す説明図である。１０・・・・・・シールド掘進機４６・・・・・・自己診断装置

Claims

【特許請求の範囲】

シールド掘進機やトンネルボーリングマシンなどのトン
ネル掘進機の駆動状態を検出する各種センサーからの出
力情報を収集し、この情報に平均値、最大値、最小値、
分散、回帰係数の演算などの統計処理を施し、得られた
統計処理データにより前記トンネル掘進機の状態をファ
ジィ推論により判断することを特徴とするトンネル掘進
機の自己診断方法。