《Mechanical Systems and Signal Processing》：A Model-Based framework for TBM vibration Monitoring: Integrating coupled dynamics simulation with Full-Scale field data
编辑推荐：
针对隧道掘进机振动监测难题，本研究提出融合高精度多自由度动态模型与全尺寸现场实验的模型驱动框架，分析掘进速率变化下的振动频谱特征及传递路径，为开发智能监测系统奠定基础。
姜永健|吴汉阳|李宏伟|黄世强|徐文军|王东云|霍俊洲
浙江省城市轨道交通智能运维技术与装备重点实验室，浙江师范大学工程学院，金华321004，中国
摘要
隧道掘进机（TBM）性能的有效实时监测受到多尺度动态相互作用和非线性耦合效应引起的复杂振动的影响。为了解决这个问题，本研究提出了一个基于模型的TBM振动监测框架，该框架将高保真度的多自由度（MDOF）动态模型与全尺寸现场实验数据相结合。该框架使用实验室得到的刀具加载谱作为动态模型的输入，而来自以四种不同掘进速度（0–10.5 mm/r）运行的TBM的现场振动测量数据用于验证和分析。频域对比分析显示，刀具振荡产生的低频振动（10–20 Hz）始终与TBM的基本翻转模式（水平：17.4 Hz，垂直：19.2 Hz）一致。关键的是，当掘进速度超过5.8 mm/r时，特定的中高频带（30–80 Hz）会增强，这是由于翻转频率对轴向平移模式的调制所致。在高掘进速度下（>7.0 mm/r），会产生独特的边带簇（例如，f9 + f1 = 60.1 Hz），这些边带簇主导了振动能量。本研究量化了从岩石破碎到刀盘响应的振动传输路径，证明了频谱特征与操作参数之间存在内在联系。所提出的框架为开发先进的、数据驱动的诊断系统以监测TBM与岩石的相互作用及机器健康状况提供了坚实的基础。
引言
隧道掘进机（TBM）在挖掘过程中会遇到极端的周围岩石边界条件，包括深厚的覆盖层（>1600 m）、高硬度（>350 MPa）和较高的石英含量（≥70%），这些条件经常导致异常磨损和振动。因此，阐明全周期TBM隧道掘进过程中不同掘进速度下刀盘-刀具系统的振动传输机制具有重要的科学和工程价值。现有研究通过理论建模、实验测试和现场测量来研究振动现象[1]、[2]、[3]、[4]、[5]、[6]以及刀具和刀盘的结构载荷分布[7]。Evans [8]和Roxborough [9]分别建立了楔形刀盘诱导岩石破碎的理论框架并改进了相关公式。Ozdemir和Rostami领导的研究小组[2]、[6]、[10]提出了科罗拉多矿业学院模型（CSM）。然而，这些模型仍然仅限于静态载荷计算。Cho等人[1]、[3]使用LS-DYNA有限元软件模拟花岗岩的线性切割过程，并将理论动态载荷与实测数据进行了比较。Gao等人[7]利用Abaqus模拟分析了受TBM刀盘切割作用的裂隙硬岩的载荷模式和破碎行为。后续研究人员基于刀盘岩石破碎模式开发了多种多刀具旋转测试平台，以获取三维动态刀具载荷。Xia等人[11]使用多刀盘旋转切割装置，通过最小特定能量准则优化了刀具间距、掘进深度和刀刃倾斜角度。Deng等人[12]和Zhang等人[13]建立了全尺寸旋转切割试验台，以研究三轴力大小对岩石破碎效率的影响。由于操作条件恶劣和仪器测量挑战，只有少数团队（包括Samuel等人[14]、Zhang等人[15]和Huang等人[16]）直接测量了主动掘进过程中刀盘刀片的滚动、垂直和侧向力。通过空间积分这些现场测量或模拟测试数据（例如Wu等人[17]、Liu等人[18]、Han等人[19]），合成了等效的动态刀盘载荷。
由于TBM具有较大的结构刚度，在低频载荷下主要表现出刚体振动，研究人员通常采用集中质量法对主驱动系统进行动态建模。关于刀具系统动力学，Sun等人[4]使用集中质量法为基本刀盘组件建立了垂直自由度动态模型，研究了在不同主载荷方向下的载荷传递机制和振动行为。Huo等人[20]将弯曲轴-摆耦合动态模型扩展到刀盘壳体系统；Wang等人[21]为单刀盘刀具开发了离散元-动态耦合模型，尽管忽略了倾斜方向特性；Fang等人[22]制定了仅考虑轴向和径向运动的单刀盘模型，忽略了翻转效应。对于刀盘驱动系统动力学，研究人员基于齿轮和轴承动力学建立了TBM主驱动动态模型，以表征内部振动载荷现象。Sun等人[23]、[24]结合了动态齿啮合刚度和轴承刚性，推导出了关键部件之间的变形兼容关系，建立了分段刀盘的多自由度耦合动态模型。随后，Zhang等人[25]、[26]、[27]通过粒子离散化和分层建模方法提高了此类刀盘模型中同步驱动动力学的分析精度。Wu等人[17]构建了包含轴向、扭转、弯曲和倾斜模式的多自由度耦合动态模型，通过测量应变数据开创了支撑系统的动态载荷反演方法。Zhang等人[28]提出了TBM多刀具系统的摩擦接触-振动耦合动态模型，通过DEM-MBD耦合方法实现了岩石破碎与机械振动之间的双向实时交互。
在TBM主驱动系统的动态模型和实验验证的基础上，研究人员对系统模态特性和冲击载荷下的动态响应进行了广泛的研究。Cao等人[29]研究了TBM主轴承的振动机制和动态行为，特别关注局部缺陷和不均匀载荷分布的耦合效应。Huo等人[30]采用机电耦合动态模型，通过时域振幅指标分析了TBM载荷不平衡和振动特性。Liu等人[31]将现场测量数据与时频信号分析相结合，系统研究了混合面条件（MFC）下TBM的振动特性，建立了它们与地质过渡的相关性，并通过振动幅度-硬岩比例关系研究了冲击载荷下的动态响应机制。Zhang等人[32]提出了一种基于盾构振动的监测方法，用于检测TBM刀盘刀具的平面磨损，通过磨损位置与振动峰值之间的相关性量化了刀盘动态行为。Ates等人[33]分析了EPB TBM掘进过程中的振动信号影响因素，通过整合钻孔记录和实时操作参数（推力、扭矩、掘进速度）将时域参数（峰值、RMS、峰值因子）与地质条件和刀具状态相关联。研究表明，推力与振动呈对数正相关（R2≈0.3）。在软土中，由于压力补偿机制的存在，这种趋势相反。掘进速度与振动呈负相关，即低掘进速度（<6 mm/r）时振动较低。
尽管进行了大量研究，但在实际自动化应用中对TBM振动的理解仍存在显著差距。现有研究通常将动态建模和现场数据分析视为独立的工作。基于物理的模型虽然详细，但很少针对全尺寸操作数据进行验证，限制了其预测可靠性。相反，基于数据场的分析往往缺乏对潜在物理机制的深入理解，使得难以稳健地解释振动特征。这种理论与实践之间的脱节阻碍了实时性能监测和诊断系统的开发，因为岩石破碎激励、机器动力学和可测量振动响应之间的关键联系尚未得到充分量化。为了弥合这一差距，本研究提出了一个基于模型的TBM振动监测框架，该框架将高保真度动态仿真与全尺寸现场数据相结合。我们首次建立并验证了一个完整的“激励-仿真-响应”链。该方法包括三个关键阶段：
(1)激励捕获：在受控的岩石切割条件下实验测量三轴刀具载荷，以创建真实的输入载荷谱。
(2)基于模型的预测：开发一个耦合的多自由度（MDOF）动态模型，用于根据测量的激励模拟振动响应。
(3)现场验证：将模型的预测结果与从不同掘进速度下运行的TBM收集的振动数据进行严格比较，以验证框架的准确性。
通过系统分析模拟数据和测量数据的光谱特征，本研究量化了振动传输路径，并确定了与TBM操作参数相关的关键光谱特征。这项工作不仅阐明了基本的振动机制，还为开发下一代自动化TBM监测和控制系统提供了经过验证的、基于物理的理论基础。
方法
为了全面理解振动机制，所提出的框架整合了三个不同的模块。首先，实验室线性切割实验提供源激励载荷。其次，高保真度的MDOF动态模型模拟系统响应。第三，全尺寸现场测试验证仿真结果。这种方法确保理论模型严格基于物理现实，并根据操作数据进行验证。
结果
本研究通过将现场观察结果与理论预测进行比较，验证了所提出的框架。首先分析了四种不同掘进速度下运行TBM的振动响应，以建立基准。然后将这些测量结果与耦合动态模型计算的光谱特征进行比较。这种比较使我们能够量化振动传输并确定高频边带簇的生成机制。
结论与讨论
本研究提出并验证了一个基于模型的框架，用于解释自动化TBM监测所需的复杂振动。通过独特地结合高保真度的MDOF动态模型和全尺寸现场数据，该研究成功弥合了理论动力学与实际施工场景之间的差距。该框架提供了一种稳健的方法，用于解码在不同操作条件下TBM与岩石相互作用过程中产生的振动特征。
作者贡献声明
姜永健：撰写 – 审稿与编辑，撰写 – 原稿，软件开发，方法论研究，概念化。吴汉阳：撰写 – 审稿与编辑，可视化，方法论研究，资金获取，概念化。李宏伟：撰写 – 审稿与编辑，软件开发，研究。黄世强：撰写 – 审稿与编辑，研究。徐文军：撰写 – 审稿与编辑，监督，资金获取。王东云：监督，形式分析。霍俊洲：撰写 –
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。
致谢
本工作得到了国家自然科学基金（资助编号：51375001）、NSFC-辽宁联合基金（资助编号：U1608256）、浙江省自然科学基金（资助编号：LQN25E050021 & LTGY23E070001）以及浙江省公益技术应用研究项目（资助编号：LGG22F010005）的支持。
