0 引言
全球气候变暖已有加速趋势，世界各地洪水、飓 风、地震、干旱高温等极端自然灾害时有发生。叠加全 球新冠疫情和俄乌战争等因素影响，国际形势复杂多 变。世界经济总体衰退的趋势在所难免。中国政府提 出"内、外双循环"经济战略，承诺2030年碳达峰、 2060年碳中和目标，彰显大国担当。这些对产业转型、升级以及高质量发展提出了迫切需求。
中国社会人口老龄化发展迅速，据国家统计局公布 数据可知，2020年底我国60岁以上人口占比18.7%,已 经超过少儿人口，老龄人口还在以每年0.6%的比例增 长。我国老龄人口占比的持续增高，造成农民工数量大 幅度减少。随着人口素质的持续提高，传统隧道作业环 境已经难以被从业人员接受，企业招工难，技术与生产 方式变革的大趋势倒逼隧道行业进行智能建造。国家 “十四五”规划和《中国制造2025》已明确提出建筑企业数字化转型、智能化建造的时代需求。
针对隧道智能建造，已有学者开展了相关研究。 陈湘生等基于韧性理论对盾构隧道智能建造的材 料、感知、作业等开展了研究；王同军[]开展了铁路隧 道智能建造技术体系研究；田四明等针对中国铁路 隧道智能建造的实现路径进行了研究；刘飞香 针对 铁路隧道智能化建造装备技术创新与施工协同管理进 行了研究；王志坚5以郑万高速铁路湖北段为例对山岭隧道智能化建造技术进行了研究；马伟斌等6开展了钻爆法铁路隧道预制装配化研究。
以上文献侧重于如何满足宏观层面的管理需求， 关于系统论述隧道智能建造的总体目标、数字接口、数 据标准以及智能互联应用方面的研究内容尚未见报 道。本文将重点对盾构/TBM 法隧道、钻爆法隧道智 能建造现状、技术路径、总体目标、数字接口等进行阐述，并对发展前景与趋势进行展望。
1 隧道智能建造目标与技术路径
隧道工法包括钻爆法、盾构/TBM 法、明挖法、沉 管法等，其中应用最广泛的是钻爆法和盾构/TBM 法]。因此，本文仅针对钻爆法和盾构/TBM 法隧道智能建造进行论述
1.1 隧道智能建造目标
隧道智能建造的灵魂在于"效率和效益",总体目 标是实现隧道勘察、设计、施工全过程的数据信息贯 通、装备智能互联、多源信息互馈，最大程度实现隧道
建造少人化，实现隧道建造高效、安全、绿色。
现阶段隧道智能建造的总体目标是围绕施工的信 息化、数字化升级展开，包括对工程数据和工程经验的 模型化处理，具体目标至少包括以下3个方面：1)构 建隧道建造数字管控平台，实现包括地质、结构、设备 等多源信息互联、互馈；2)基于大数据融合与深度挖 掘，实现隧道建造的协同反馈智能决策；3)在数据驱 动下，将作业行为数字化、算法化，研发智能化装备代替人进行繁重危险的隧道作业。
1.2 盾构/TBM 法隧道智能建造技术路径
盾构/TBM 法是全机械化的作业模式，现阶段盾 构/TBM 法隧道智能建造的总体路径是在机械化的基础上提升信息化水平，对具备条件的模块实现数
1.3 钻爆法隧道智能建造技术路径
钻爆法具有悠久的历史，也是目前应用最多的隧道 施工方法。相较于其他工法，具有施工灵活、适应性强 等优点8。对于地质条件较好的I、Ⅱ、Ⅲ级围岩钻爆法 隧道，目前已实现全机械化配套施工。但对于IV、V级围岩钻爆法隧道，目前还是以台阶法分部开挖为主。钻爆法隧道智能建造的技术路径为：首先，实现 隧道施工全部机械化；其次，实现隧道施工装备数字 化；再次，进行智能装备的互联与协同作业升级；最后， 在数据的驱动下以智能化装备代替人从事繁重危险的隧道作业。现阶段钻爆法隧道智能建造就是实现各作业线的全机械化。
2 盾构/TBM 法隧道智能建造现状
采用盾构/TBM 法施工隧道过程中，机械化程度 较高，具备较好的智能化条件。行业内也一直在进行智能建造的探索，并取得了一定的进展。
2.1 为设备加“芯”注“魂”,盾构/TBM 成套装备运行
智能互联已经起步掘进机法隧道建造过程中涉及开挖、支护、运输、注浆、通风、提升、泥水、加工、预制等多个工序， 需要掘进机(驱动系统、注浆系统、油脂系统、拼装系 统、推进系统、空压机系统等)、龙门吊、电瓶车、拌合 站等多台设备协同作业。目前这些设备大部分还不 是数字化设备，主要由人操作和监控，不具备直接进 行互联互通的条件9。针对此问题，对盾构施工的 关键设备建立了统一的数字接口，初步搭建了盾构/ TBM 群组装备智能互联系统。该系统从技术层面扫 清智能互联的障碍，为智能互联数字管控平台的搭 建提供了技术基础[10]。盾构/TBM 群组装备智能互联示意图如图2所示。
结合隧道掘进机领域专家知识，针对智能互联数 据多场点、多格式的特点，利用以神经网络为核心的映射算法，实现数据-本体精准映射，提供统一数据接结合隧道掘进机领域专家知识，针对智能互联数 据多场点、多格式的特点，利用以神经网络为核心的映射算法，实现数据-本体精准映射，提供统一数据接口，建立多源异构数据融合治理体系，形成了任务引导 的盾构/TBM 装备群组自治系统数据交互与融合方法，该方法的基本架构如图6所示。
2.3··机制-数据混合驱动的智能掘进取得阶段性进展
智能掘进是在海量数据的基础上，将盾构的实时运行参数以及地质信息等作为输入值开展机器学习，训练人工智能算法模型[12]。智能掘进相关模型在云v计算中心训练完成后，部署在靠近盾构的边缘服务器与效率，将隧道结构预制装配技术推进了一大步。
2.4 机器人辅助作业呼之欲出
盾构/TBM 施工中有一些危险性高且空间狭小不 适宜人员作业的工作，例如带压刀具更换、TBM 底 部 清渣等，因此研发专业机器人替代或辅助人工完成上 述工作一直是行业关注的热点。郭俊可等3提出了 机器人换刀作业过程中的视觉精确定位方法，并在实 验室搭建机器人换刀试验台，进行了一系列基于视觉 导航定位的机器人换刀技术试验研究，实验室环境下 机器人的定位精度可以达到0.5 mm, 能够满足盾构机 器人换刀作业对精度的要求。贺飞等[14]为解决敞开 式 TBM 施工过程中隧道底部积渣的问题，提出一种基 于视觉和雷达的机器人清渣方案，并搭建了隧道底部 积渣清理试验平台。经过试验验证，设计的清渣机器人能够快速、高效地完成隧道底部积渣清理作业。
从目前来看，尽管成熟的机器人产品在盾构/ TBM 领域投入实际应用还不常见，但随着以上研究 成果的进一步成熟，将很快开发出满足工程应用环 境的成套产品。未来换刀机器人搭载在盾构/TBM上将会实现。
2.5 基于自动测量和机器视觉的智能拼装作业初见成效
工厂化预制、装配式建造在京张高铁清华园隧道、 南京纬三路过江盾构隧道、上海诸光路隧道等项目进行了不同程度的尝试，并取得了一定的成果。上海轨道交通机场联络线项目研制了弧形件拼装机器人和中隔墙拼装机器人，保障了拼装作业的品质结合隧道掘进机领域专家知识，针对智能互联数 据多场点、多格式的特点，利用以神经网络为核心的映射算法，实现数据-本体精准映射，提供统一数据接口，建立多源异构数据融合治理体系，形成了任务引导 的盾构/TBM 装备群组自治系统数据交互与融合方法，该方法的基本架构如图6所示。
2.6 智能喷混系统已投入使用
利用三维点云扫描技术、自动感知和智能算法等人工智能技术，开发了TBM 智能喷混系统(如图 10所示),并在某高原铁路TBM 设备上进行了搭载。 经现场试验可知，其可减少1名操作人员，效率高于 传统喷混方式。在实际应用中，智能喷混系统还存 在稳定性不足、回弹量控制效果不佳等问题，需要进一步优化提升。
2.7 基于物联网的物料智能运输系统已见雏形
随着5G、物联网等技术的快速发展，无人驾驶与 物料智能运输已见雏形[16]。重庆、山西阳泉已批准无 人驾驶车辆上路运营。对隧道来说，盾构/TBM 隧道 较钻爆法隧道洞内环境条件好，具备运输系统智能化 升级的条件。在全球最长的铁路隧道——布伦纳基线 隧道项目的 Ahrental段(位于奥地利因斯布鲁克),一 台装载了VirtuRail 系统的无轨台车成功完成了一次 隧道内的无人自主行驶。图11为无人驾驶运输车在 隧道中行驶。基于物联网的物料智能运输系统技术上已经成熟，可以在隧道内推广转化应用。
2.8 设备状态的实时感知与评价成为标配
盾构/TBM 是集成化程度非常高的大型设备，依 靠人员巡检和离线检测已经不能满足日常维护的需 要，尤其是投入使用的盾构/TBM 数量日渐增多，针对设备群组的跨区域实时在线集中管理越来越重要。通过将传感技术与通讯技术相结合，实现了盾构/TBM 关键部件振动状态和油液状态的实时在线监测，实现 了盾构运行状态的自动感知。各个设备的监测数 据统一并入大数据平台进行集成化的状态管理，包括 设备运行状态分析，用于风险与故障预警以及设备运转趋势预报。盾构状态在线监测系统如图12所示。
3 钻爆法隧道智能建造现状
对于硬岩钻爆法隧道智能建造，行业内已进行了 一定实践，包括地质预报系统、全电脑凿岩台车、智能 锚杆台车、智能衬砌台车、智能养护台车等设备和其他 智能技术的应用[18,目前已取得了一定的技术成果和 管理经验。
3.1 地质预报应用智能算法解译海量数据
隧道超前地质预报作业产生多源海量数据，对数据的解译如果仅依靠专家经验，会有多解性、主观性问题，时效性很差。利用深度学习模型对各类预报资料 进行分析与解译，以摆脱或降低对人工经验的依赖，提 升解译结果的客观性、可靠性、适应性和工作效率。李 宝奇等)研究提出了一种基于DBN 的隧道地质超前预报自动解译算法，提高了探地雷达线测图的解译准 确性与效率。
目前，该类借助人工智能技术提高超前地质预报智能化程度的方法通过了实验室验证。后续在解决了 样本数据来源和算法泛化能力等问题后，其将在隧道地质预报方面发挥巨大作用。
3.2 全电脑凿岩台车的应用
凿岩台车是钻爆法施工中最核心、对工效影响最 大的设备。我国对于凿岩台车已从依赖进口逐步实现 了完全国产化，并根据我国隧道施工的特点开发出了一些特色功能20。目前，我国较为广泛使用的凿岩台车已经具备智 能定位、三维扫描、自动寻迹钻孔、地质素描分析等功 能，有些还具有机器视觉功能，能够对掌子面围岩信息 进行识别。在钻孔过程中采集推进速度、冲击压力、推 进压力等关键参数，建立数据样本库，对基于深度神经 网络的围岩分级和掌子面稳定性分级模型进行训练，最终形成围岩智能分级成果。
3.3 智能衬砌台车的应用
传统的衬砌台车施工常存在衬砌拱顶空洞、衬砌 开裂、衬砌厚度不足、衬砌渗漏水、施工缝混凝土压溃 掉块、隧底隆起等一系列问题[21]。同时，传统台车不 具备环境感知、数据采集与传输功能，衬砌浇筑的控制性参数凭经验选取，浇筑过程中的关键数据缺失。针对此问题，研制了能够智能感知混凝土灌注量、 灌注压力、混凝土温度、拱顶空腔，可自动布料、自动振 捣的智能衬砌台车，如图13所示。衬砌施工的关键数 据实时上传至数字管控平台。目前该智能衬砌台车已
广泛应用于隧道施工中。围岩隧道的全工况凿岩台车(如图15所示)、全工况 混凝土喷射机械手(如图16所示)及全工况拱架安装台车。
3.4 智能养护台车的应用
隧道衬砌混凝土养护不到位易导致表面收缩开 裂、强度降低、混凝土耐久性下降等病害[2]。为此， 研制了隧道衬砌智能养护台车(如图14所示),其具 备自动避障、自动测距、自动感知温度和湿度、自动
行走等功能，养护数据可实时传送至数字管控平台。
目前该智能养护台车已在隧道施工中广泛应用。
4 隧道智能建造存在的问题
4.1 隧道建造多源异构数据融合机制、标准亟待形成
隧道建造特别是钻爆法隧道施工设备涉及到的型 号和制造商品类繁多，多厂家、多协议导致装备数字互 联存在严重壁垒，数据解析、融合受限，将制约隧道智 能建造的发展[23]。因此，建立通用的数字接口和统一 的数据标准亟需全行业形成共识并共同推进。1)要 以隧道建造施工需求为主建立隧道建造行业人、机、料 等多环节数据融合机制；2)要以隧道智能建造勘察设 计为主建立施工数据反馈的工程即时勘察设计方法； 3)要建立“勘察一设计—施工”一体的智能建造协同管控系统。
4.2 隧道装备短“芯”少“魂”现象突出，制约传统装备数智化升级
隧道智能建造的本质是各类施工装备逐步实现数 字化、智能化升级。隧道施工环境中粉尘多、噪音大、 温度高、湿度大，可靠耐久的国产芯片及智能终端是当 下亟需，同时也制约着设备智能互联互通。总体来说， 现阶段隧道智能建造处于一个短"芯"少"魂"的状态。 当前对于传统工程机械亟需研制智能终端，实现信息 化、智能化升级；对于部分具备信息化控制的工程机 械，亟待研发多协议融合的网关，实现数据互联；还需 要构建行业统一的数据融合机制和标准，实现多源异构数据的融合。
隧道是一个狭长窄小的管状空间，隧道建造涉 及的智能设备需要实时上传相关数据到云端，从地 下到地面，从终点到起点需要经过无限次的中继物 联传输。物联数据传输面临着技术可靠性和经济可行性的挑战。
4.3 工程大数据样本不足，亟待建立行业大数据中心，实现集中“学习”与价值应用
人工智能技术在隧道工程应用中主要面临样本数 据难以获取、先验知识难以加入演化算法以及泛化成 本过高等问题。当前隧道行业初步建立了盾构/TBM 工程大数据中心，但除盾构/TBM 之外的大部分工程 信息数据依然以工程项目为单元存在，工程项目结束， 众多数据将随之消失。因此，隧道智能建造工程样本数据的统一归集管理至关重要。
同时，由于隧道工程环境的高度不确定性，同一工程的不同地质段以及不同工程之间存在着单一算法难过程的高效优质、节能减排，是隧道行业高质量发展
的方向。
4.4 实现智能掘进升级，重构传统控制系统是有效途径
当前智能掘进初步实现了云预测、边缘反馈熔断、 终端集中分布式控制理念，将大数据智能算法应用到 传统自动化控制系统中。由于盾构/TBM 是大型复杂 装备，终端PLC 集成分布式控制已经不能完全适应智 能技术的渗透与控制。基于高度发达的5G 网络技 术， 一方面要加强工程建造各要素的智能互联，另一方 面需要重构现有盾构/TBM 的 PLC 控制系统。"以工 程建造需求"为中心，构建工程大数据支撑的云边端 分布式控制架构， 一是实现大数据云端预测引领多工 程全局预测；二是部署边缘服务器用于单工程集成控 制；三是对于盾构/TBM 等终端设备分系统分功能重构本地分布式控制系统。
5 结论与展望
5.1 结论
隧道建造作业机械化升级是实现数字化、信息化 的前提。在实现机械化、数字化、信息化后，需具备运 算、决策能力的智能算法辅助以自动感知、自动测量等人工智能技术，即具备智能化的条件。
1)隧道智能建造大致可以划分为初级和高级2 个阶段。所谓初级阶段就是隧道建造的时代背景中机 械化、数字化、信息化并存，个别固定场景、简单作业实现智能装备作业，例如预制工厂内的诸多智能化生产线。隧道智能建造高级阶段是指实现了隧道建造全过 程、多场景、多工序智能感知、决策与互联协同。具体 来说即隧道建造所涉及的装备已实现数字化与信息化 及智能互联，基于统一数字接口、数据标准的数字底座 成熟应用，在高精感知和强大算力支持下实现了隧道 建造多工序环节机器自学习与自决策建造作业，更大 限度地将人从低端重复隧道建造作业与管理中解放出 来。依据相关技术发展的趋势来看，隧道智能建造的 初级阶段还将持续较长时间。随着材料、电子、信息与 控制技术的发展，有望在不远的将来步入隧道智能建造的高级阶段。
2)智能预制生产线+智能化装配+数字化管控将 成为隧道建造趋势。盾构/TBM 隧道具备较好的智能 建造先天条件，地质及环境条件相对简单的钻爆隧道 也是隧道智能建造较理想的场所。基于数字化管控的 材料/构件工厂化预制加工、现场快速智能拼装，实现流水线作业将成为隧道建造的趋势。
3)智能建造将为隧道行业注入新活力，催生行业 升级。在可预期的将来，隧道建造将实现高级智能化。 人类将依靠智力逐步实现隧道建造由粗放到精细、精 准，多人到少人、无人，低效高耗到高效低耗。基于工 程大数据的机器自学习迭代升级，将为隧道行业注入 极大活力。先行者生产力水平的迅速提升将吹响行业洗牌号角。
5.2 展望
隧道建造由机械化升级到智能化是社会发展的必然趋势。智能建造可提高生产力水平，实现建造程的高效优质、节能减排，是隧道行业高质量发展的方向。
隧道向智能化转型升级主要驱动力来源于外部和 内部2方面。外部方面：随着数字、信息与智能技术 的快速发展和技术溢出，国家对产业转型、高质量发展 的要求，驱动隧道行业实现数字化转型、智能化建造。 内部方面：全球经济增速放缓、市场竞争日趋激烈，人口老龄化等倒逼隧道行业自身要主动发展智能建造。
参考文献
[1] 陈湘生，喻益亮，包小华，等.基于韧性理论的盾构隧道智能建造[J]. 现代隧道技术，2022,59(1):14.
[2] 王同军.我国铁路隧道建造方法沿革及智能建造技术体系与展望[J]. 中国铁路，2020(3):1
[3] 田四明，吴克非，王志伟，等.中国铁路隧道智能化建造实现路径探讨[J]. 铁道学报，2022,44(1):134.
[4] 刘飞香.铁路隧道智能化建造装备技术创新与施工协同管理展望[J]. 隧道建设(中英文),2019,39(4):545.
[5] 王志坚.高速铁路隧道机械化修建技术创新与智能化建 造展望：以郑万高速铁路湖北段为例[J]. 隧道建设(中英文),2018,38(3):339.
[6] 马伟斌，王志伟.钻爆法铁路隧道预制装配化建造研究及智能建造展望[J]. 隧道建设(中英文),2022,42(7):1119.
[7] 王梦恕，谭忠盛.中国隧道及地下工程修建技术[J]. 中国工程科学，010,12(12):4.
[8] 马伟斌.铁路山岭隧道钻爆法关键技术发展及展望[J].铁道学报，2022,44(3):64.
[9] 陈丹，刘喆，刘建友，等.铁路盾构隧道智能建造技术现状与展望[J]. 隧道建设(中英文),2021,41(6):923.
[10] 高会中，李治国，曾垂刚，等.基于大数据分析的盾构施工风险防控研究[J]. 建筑机械化， 2022,43(6):19.
[11] 洪开荣，杜彦良，陈馈，等.中国全断面隧道掘进机发展历程、成就及展望[J]. 隧道建设(中英文),2022,42(5):739.
[12] 孙钧，温海洋.人工智能科学在软土地下工程施工变形预测与控制中的应用实践：理论基础、方法实施、精细 化智能管理(示例)[J]. 隧道建设(中英文),2020,40(1):1.
[13] 郭俊可，王杜娟.基于视觉导航定位的盾构机器人换刀技术研究[J]. 隧道建设(中英文),2021,41(2):300.
[14]贺飞，卓兴建，孙颜明，等.一种新型TBM 清渣机器人机构设计与试验[J]. 工程科学与技术，2022, 54(4):12.
[15] 赵勇，吕刚，刘建友，等.京张高铁清华园隧道建造关键技术创新与应用[J]. 铁道标准设计，2020,64(1):109.
[16] 蒋涛.隧道衬砌管片钢筋骨架机器视觉引导焊接技术[J]. 隧道建设(中英),2022,42(10):1789.
[17] 蒙先君，刘瑞庆，吴朝来.基于传感技术的盾构在线状态监测系统[J]. 隧道建设(中英文),2018,38(12):2058.
[18] 洪开荣，冯欢欢.近2年我国隧道及地下工程发展与思考(2019—2020年)[J]. 隧道建设(中英文),2021,41(8):1259.
[19] 李宝奇，贺昱曜，郭元术，等.基于DBN 的隧道地质超 前预报自动解释算法[J]. 长安大学学报(自然科学版),2017,37(3):90.
[20] 魏夏鹏，汪波，陈伟祥，等.软岩大变形隧道预应力锚 索一体化施工设备与机械化配套工艺研究：以木寨岭公路隧道为例[J]. 隧道建设(中英文),2023,43(1):161.
[21] 王剑宏，解全一，刘健，等.日本铁路隧道病害和运维管理现状及对我国隧道运维技术发展的建议[J]. 隧道建设(中英文),2020,40(12):1824.
[22] 林春刚.铁路隧道衬砌品质提升信息化施工关键技术与成套装备创新[J]. 隧道建设(中英文),2022,42(4):554.
[23] 刘飞香，姬海东，肖正航.川藏铁路隧道钻爆法施工成 套装备技术体系研究[J]. 隧道建设(中英文),2021,41(8):1281.
弧形件拼装机器人应用了自动测量、避障感知、智 能算法等人工智能技术。 一键启动后，可实现自动测 量、自动感知、算法决策、自动拼装。精度可达到毫米 级，操作仅需要1人，较传统拼装模式节约4人。现场调试中的弧形件拼装机器人如图8所示。
中隔墙拼装机器人(如图9所示)应用了机器视 觉、自动测量、智能算法等人工智能技术， 一键启动后， 可实现自动对孔、抓举、旋转，算法决策，自动拼装。精 度可达到毫米级，操作仅需要1人，较传统拼装模式节约3人。
2.6 智能喷混系统已投入使用
利用三维点云扫描技术、自动感知和智能算法等人工智能技术，开发了TBM 智能喷混系统(如图 10所示),并在某高原铁路TBM 设备上进行了搭载。 经现场试验可知，其可减少1名操作人员，效率高于 传统喷混方式。在实际应用中，智能喷混系统还存 在稳定性不足、回弹量控制效果不佳等问题，需要进一步优化提升。
2.7 基于物联网的物料智能运输系统已见雏形
随着5G、物联网等技术的快速发展，无人驾驶与 物料智能运输已见雏形[16]。重庆、山西阳泉已批准无 人驾驶车辆上路运营。对隧道来说，盾构/TBM 隧道 较钻爆法隧道洞内环境条件好，具备运输系统智能化 升级的条件。在全球最长的铁路隧道——布伦纳基线 隧道项目的 Ahrental段(位于奥地利因斯布鲁克),一 台装载了VirtuRail 系统的无轨台车成功完成了一次 隧道内的无人自主行驶。图11为无人驾驶运输车在 隧道中行驶。基于物联网的物料智能运输系统技术上已经成熟，可以在隧道内推广转化应用。
2.8 设备状态的实时感知与评价成为标配
盾构/TBM 是集成化程度非常高的大型设备，依 靠人员巡检和离线检测已经不能满足日常维护的需 要，尤其是投入使用的盾构/TBM 数量日渐增多，针对
设备群组的跨区域实时在线集中管理越来越重要。通过将传感技术与通讯技术相结合，实现了盾构/TBM 关键部件振动状态和油液状态的实时在线监测，实现 了盾构运行状态的自动感知。各个设备的监测数 据统一并入大数据平台进行集成化的状态管理，包括 设备运行状态分析，用于风险与故障预警以及设备运转趋势预报。盾构状态在线监测系统如图12所示。
3 钻爆法隧道智能建造现状
对于硬岩钻爆法隧道智能建造，行业内已进行了 一定实践，包括地质预报系统、全电脑凿岩台车、智能 锚杆台车、智能衬砌台车、智能养护台车等设备和其他 智能技术的应用[18,目前已取得了一定的技术成果和 管理经验。
3.1 地质预报应用智能算法解译海量数据
隧道超前地质预报作业产生多源海量数据，对数据的解译如果仅依靠专家经验，会有多解性、主观性问题，时效性很差。利用深度学习模型对各类预报资料 进行分析与解译，以摆脱或降低对人工经验的依赖，提 升解译结果的客观性、可靠性、适应性和工作效率。李 宝奇等)研究提出了一种基于DBN 的隧道地质超前预报自动解译算法，提高了探地雷达线测图的解译准 确性与效率。
目前，该类借助人工智能技术提高超前地质预报智能化程度的方法通过了实验室验证。后续在解决了 样本数据来源和算法泛化能力等问题后，其将在隧道地质预报方面发挥巨大作用。
3.2 全电脑凿岩台车的应用
凿岩台车是钻爆法施工中最核心、对工效影响最 大的设备。我国对于凿岩台车已从依赖进口逐步实现 了完全国产化，并根据我国隧道施工的特点开发出了一些特色功能20。目前，我国较为广泛使用的凿岩台车已经具备智 能定位、三维扫描、自动寻迹钻孔、地质素描分析等功 能，有些还具有机器视觉功能，能够对掌子面围岩信息 进行识别。在钻孔过程中采集推进速度、冲击压力、推 进压力等关键参数，建立数据样本库，对基于深度神经 网络的围岩分级和掌子面稳定性分级模型进行训练，最终形成围岩智能分级成果。
3.3 智能衬砌台车的应用
传统的衬砌台车施工常存在衬砌拱顶空洞、衬砌 开裂、衬砌厚度不足、衬砌渗漏水、施工缝混凝土压溃 掉块、隧底隆起等一系列问题[21]。同时，传统台车不 具备环境感知、数据采集与传输功能，衬砌浇筑的控制性参数凭经验选取，浇筑过程中的关键数据缺失。针对此问题，研制了能够智能感知混凝土灌注量、 灌注压力、混凝土温度、拱顶空腔，可自动布料、自动振 捣的智能衬砌台车，如图13所示。衬砌施工的关键数 据实时上传至数字管控平台。目前该智能衬砌台车已
广泛应用于隧道施工中。围岩隧道的全工况凿岩台车(如图15所示)、全工况 混凝土喷射机械手(如图16所示)及全工况拱架安装台车。
4 隧道智能建造存在的问题
4.1 隧道建造多源异构数据融合机制、标准亟待形成
隧道建造特别是钻爆法隧道施工设备涉及到的型 号和制造商品类繁多，多厂家、多协议导致装备数字互 联存在严重壁垒，数据解析、融合受限，将制约隧道智 能建造的发展[23]。因此，建立通用的数字接口和统一 的数据标准亟需全行业形成共识并共同推进。1)要 以隧道建造施工需求为主建立隧道建造行业人、机、料 等多环节数据融合机制；2)要以隧道智能建造勘察设 计为主建立施工数据反馈的工程即时勘察设计方法； 3)要建立“勘察一设计—施工”一体的智能建造协同管控系统。
4.2 隧道装备短“芯”少“魂”现象突出，制约传统装备数智化升级
隧道智能建造的本质是各类施工装备逐步实现数 字化、智能化升级。隧道施工环境中粉尘多、噪音大、 温度高、湿度大，可靠耐久的国产芯片及智能终端是当 下亟需，同时也制约着设备智能互联互通。总体来说， 现阶段隧道智能建造处于一个短"芯"少"魂"的状态。 当前对于传统工程机械亟需研制智能终端，实现信息 化、智能化升级；对于部分具备信息化控制的工程机 械，亟待研发多协议融合的网关，实现数据互联；还需 要构建行业统一的数据融合机制和标准，实现多源异构数据的融合。
隧道是一个狭长窄小的管状空间，隧道建造涉 及的智能设备需要实时上传相关数据到云端，从地 下到地面，从终点到起点需要经过无限次的中继物 联传输。物联数据传输面临着技术可靠性和经济可行性的挑战。
4.3 工程大数据样本不足，亟待建立行业大数据中心，实现集中“学习”与价值应用
人工智能技术在隧道工程应用中主要面临样本数 据难以获取、先验知识难以加入演化算法以及泛化成 本过高等问题。当前隧道行业初步建立了盾构/TBM 工程大数据中心，但除盾构/TBM 之外的大部分工程 信息数据依然以工程项目为单元存在，工程项目结束， 众多数据将随之消失。因此，隧道智能建造工程样本数据的统一归集管理至关重要。
同时，由于隧道工程环境的高度不确定性，同一工程的不同地质段以及不同工程之间存在着单一算法难过程的高效优质、节能减排，是隧道行业高质量发展
的方向。
4.4 实现智能掘进升级，重构传统控制系统是有效途径
当前智能掘进初步实现了云预测、边缘反馈熔断、 终端集中分布式控制理念，将大数据智能算法应用到 传统自动化控制系统中。由于盾构/TBM 是大型复杂 装备，终端PLC 集成分布式控制已经不能完全适应智 能技术的渗透与控制。基于高度发达的5G 网络技 术， 一方面要加强工程建造各要素的智能互联，另一方 面需要重构现有盾构/TBM 的 PLC 控制系统。"以工 程建造需求"为中心，构建工程大数据支撑的云边端 分布式控制架构， 一是实现大数据云端预测引领多工 程全局预测；二是部署边缘服务器用于单工程集成控 制；三是对于盾构/TBM 等终端设备分系统分功能重构本地分布式控制系统。
5 结论与展望
5.1 结论
隧道建造作业机械化升级是实现数字化、信息化 的前提。在实现机械化、数字化、信息化后，需具备运 算、决策能力的智能算法辅助以自动感知、自动测量等人工智能技术，即具备智能化的条件。
1)隧道智能建造大致可以划分为初级和高级2 个阶段。所谓初级阶段就是隧道建造的时代背景中机 械化、数字化、信息化并存，个别固定场景、简单作业实现智能装备作业，例如预制工厂内的诸多智能化生产线。隧道智能建造高级阶段是指实现了隧道建造全过 程、多场景、多工序智能感知、决策与互联协同。具体 来说即隧道建造所涉及的装备已实现数字化与信息化 及智能互联，基于统一数字接口、数据标准的数字底座 成熟应用，在高精感知和强大算力支持下实现了隧道 建造多工序环节机器自学习与自决策建造作业，更大 限度地将人从低端重复隧道建造作业与管理中解放出 来。依据相关技术发展的趋势来看，隧道智能建造的 初级阶段还将持续较长时间。随着材料、电子、信息与 控制技术的发展，有望在不远的将来步入隧道智能建造的高级阶段。
2)智能预制生产线+智能化装配+数字化管控将 成为隧道建造趋势。盾构/TBM 隧道具备较好的智能 建造先天条件，地质及环境条件相对简单的钻爆隧道 也是隧道智能建造较理想的场所。基于数字化管控的 材料/构件工厂化预制加工、现场快速智能拼装，实现流水线作业将成为隧道建造的趋势。
3)智能建造将为隧道行业注入新活力，催生行业 升级。在可预期的将来，隧道建造将实现高级智能化。 人类将依靠智力逐步实现隧道建造由粗放到精细、精 准，多人到少人、无人，低效高耗到高效低耗。基于工 程大数据的机器自学习迭代升级，将为隧道行业注入 极大活力。先行者生产力水平的迅速提升将吹响行业洗牌号角。
5.2 展望
隧道建造由机械化升级到智能化是社会发展的必然趋势。智能建造可提高生产力水平，实现建造程的高效优质、节能减排，是隧道行业高质量发展的方向。
隧道向智能化转型升级主要驱动力来源于外部和 内部2方面。外部方面：随着数字、信息与智能技术 的快速发展和技术溢出，国家对产业转型、高质量发展 的要求，驱动隧道行业实现数字化转型、智能化建造。 内部方面：全球经济增速放缓、市场竞争日趋激烈，人口老龄化等倒逼隧道行业自身要主动发展智能建造。
参考文献
[1] 陈湘生，喻益亮，包小华，等.基于韧性理论的盾构隧道智能建造[J]. 现代隧道技术，2022,59(1):14.
[2] 王同军.我国铁路隧道建造方法沿革及智能建造技术体系与展望[J]. 中国铁路，2020(3):1
[3] 田四明，吴克非，王志伟，等.中国铁路隧道智能化建造实现路径探讨[J]. 铁道学报，2022,44(1):134.
[4] 刘飞香.铁路隧道智能化建造装备技术创新与施工协同管理展望[J]. 隧道建设(中英文),2019,39(4):545.
[5] 王志坚.高速铁路隧道机械化修建技术创新与智能化建 造展望：以郑万高速铁路湖北段为例[J]. 隧道建设(中英文),2018,38(3):339.
[6] 马伟斌，王志伟.钻爆法铁路隧道预制装配化建造研究及智能建造展望[J]. 隧道建设(中英文),2022,42(7):1119.
[7] 王梦恕，谭忠盛.中国隧道及地下工程修建技术[J]. 中国工程科学，010,12(12):4.
[8] 马伟斌.铁路山岭隧道钻爆法关键技术发展及展望[J].铁道学报，2022,44(3):64.
[9] 陈丹，刘喆，刘建友，等.铁路盾构隧道智能建造技术现状与展望[J]. 隧道建设(中英文),2021,41(6):923.
[10] 高会中，李治国，曾垂刚，等.基于大数据分析的盾构施工风险防控研究[J]. 建筑机械化， 2022,43(6):19.
[11] 洪开荣，杜彦良，陈馈，等.中国全断面隧道掘进机发展历程、成就及展望[J]. 隧道建设(中英文),2022,42(5):739.
[12] 孙钧，温海洋.人工智能科学在软土地下工程施工变形预测与控制中的应用实践：理论基础、方法实施、精细 化智能管理(示例)[J]. 隧道建设(中英文),2020,40(1):1.
[13] 郭俊可，王杜娟.基于视觉导航定位的盾构机器人换刀技术研究[J]. 隧道建设(中英文),2021,41(2):300.
[14]贺飞，卓兴建，孙颜明，等.一种新型TBM 清渣机器人机构设计与试验[J]. 工程科学与技术，2022, 54(4):12.
[15] 赵勇，吕刚，刘建友，等.京张高铁清华园隧道建造关键技术创新与应用[J]. 铁道标准设计，2020,64(1):109.
[16] 蒋涛.隧道衬砌管片钢筋骨架机器视觉引导焊接技术[J]. 隧道建设(中英),2022,42(10):1789.
[17] 蒙先君，刘瑞庆，吴朝来.基于传感技术的盾构在线状态监测系统[J]. 隧道建设(中英文),2018,38(12):2058.
[18] 洪开荣，冯欢欢.近2年我国隧道及地下工程发展与思考(2019—2020年)[J]. 隧道建设(中英文),2021,41(8):1259.
[19] 李宝奇，贺昱曜，郭元术，等.基于DBN 的隧道地质超 前预报自动解释算法[J]. 长安大学学报(自然科学版),2017,37(3):90.
[20] 魏夏鹏，汪波，陈伟祥，等.软岩大变形隧道预应力锚 索一体化施工设备与机械化配套工艺研究：以木寨岭公路隧道为例[J]. 隧道建设(中英文),2023,43(1):161.
[21] 王剑宏，解全一，刘健，等.日本铁路隧道病害和运维管理现状及对我国隧道运维技术发展的建议[J]. 隧道建设(中英文),2020,40(12):1824.
[22] 林春刚.铁路隧道衬砌品质提升信息化施工关键技术与成套装备创新[J]. 隧道建设(中英文),2022,42(4):554.
[23] 刘飞香，姬海东，肖正航.川藏铁路隧道钻爆法施工成 套装备技术体系研究[J]. 隧道建设(中英文),2021,41(8):1281.