小编语：随着人工智能技术的发展，地下工程行业正面临着新一轮的革新，世界各国的同行们都在积极研究探索如何在隧道施工中更好地利用智能化技术。本期，小编为大家带来了由韩国现代工程建设公司研发的盾构智能驾驶辅助系统——TADAS的相关介绍，让我们一起看看韩国在地下工程领域进展如何！
研发背景
在盾构施工中，掘进效率往往取决于驾驶员的经验和水平，但即便是最有经验的驾驶员也会出现过于保守或过于激进的问题，造成机器掘进太慢或者过载。
想要让盾构保持最优状态推进，驾驶员需要能够迅速判断地质条件的变化并实时分析大量数据，以得出最佳的推力、转速等操作参数，但这对人类驾驶员来说是近乎不可能的。
AI技术的发展，带来了新的机遇
为提升盾构施工效率，降低驾驶员水平对工程的影响，韩国现代工程建设公司开始寻求利用AI技术，建立一套能够预测分析地质情况，并自动得出最佳操作参数，以协助驾驶员高效操作机器的智能化工具。
尝试与探索
■ 初期尝试
现代工程建设公司在研发初期，将重心放在了人工神经网络和机器学习上，利用过往收集的大量盾构运行数据来训练AI。
在2020年，他们成功建立了第一套基于AI盾构性能预测模型，可以在考虑设备性能的情况下，结合地质情况，给出最佳操作参数。但在实际测试中，发现效果并不理想，该模型只能在有准确地质条件信息时才会比较准确，而在实际的开挖过程中不太可能实时获取前方的准确地质条件信息。
在盾构操作室内配备了专用电脑，用于使用AI预测模型
■ 解决思路
在初期的尝试效果不佳的情况下，现代工程建设公司改变了建立模型的思路，不使用实际工程中采集的盾构运行数据来建立模型，而是使用模拟实验的数据。
专为建立模型而准备的实验设备—旋转切割机，该设备旨在模拟盾构旋转切割的过程
这样做的优势在于：在实验室中，包括前方地质条件在内的所有相关参数都是给定且明确的，包括掘进和切削效果，也能被准确记录和详细分析。
如此建立的新模型，能够根据反馈数据预测前方地层，并且可以不断提供合适的驱动参数，使用该模型开发的软件被命名为盾构高级驾驶辅助系统（TADAS）。
实地测试
2021年，TADAS在韩国的一个地铁隧道项目上开始试用，这是一条开挖直径为8.04m的双线地铁隧道，下穿汉江并且地质条件复杂。
TADAS系统的首次使用
■ 前方地层预测能力测试
预测能力测试在一个从软到硬的硬岩区域中进行，验证的重点是TADAS预测岩石单轴抗压强度（UCS）的准确性。结果表明，TADAS的估计相当准确，与点载荷测试结果的平均误差率为8.2%。
岩石样品
TADAS预测和点负荷测试的比较
■ 操作参数建议功能测试
在一次实地测试中，驾驶员依据个人经验以14000~15000kN的推力驾驶盾构，TADAS的建议推力为15000~17000kN。驾驶员在按照建议将推力增加到15500~16500后，穿透率和扭矩也相应增加，但都是在设备允许的范围内安全进行的，扭矩没有出现突然变化。
TADAS的显示面板
中间从左到右的四个圆形面板显示了推力、转速、扭矩和功率这四个变量及其最佳范围（黄色）和极限范围（红色）。当前值显示在每个面板的中间，由一个蓝色箭头表示。
这个测试很好地表明了驾驶员在自主驾驶阶段对机器的驾驶有些保守，这带来了较低的穿透率，从而降低了施工效率。如果在TADAS的辅助下进行驾驶，项目的施工效率可以得到改善。
测试中使用的土压平衡盾构
结 语
目前，各国都在积极推进隧道的无人化施工，国内外的企业机构都在积极研发相关技术。正所谓“知己知彼，百战不殆”，小编相信只有保持对国际同行技术发展的持续关注，才能确保我们在未来智能化盾构的竞争中赢得先机。
内容整理自网络