| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究背景与意义 | 第8页 |
| 1.2 盾构技术国内外研究与发展 | 第8-11页 |
| 1.2.1 国外研究进展 | 第8-10页 |
| 1.2.2 国内研究进展 | 第10-11页 |
| 1.2.3 土压平衡盾构控制技术的研究现状与发展 | 第11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 土压平衡盾构机主要系统与机理分析 | 第14-22页 |
| 2.1 概述 | 第14-15页 |
| 2.2 土压平衡盾构机主要系统组成 | 第15-20页 |
| 2.2.1 刀盘系统 | 第15-16页 |
| 2.2.2 推进系统 | 第16-18页 |
| 2.2.3 泡沫系统 | 第18页 |
| 2.2.4 螺旋输送机系统 | 第18-19页 |
| 2.2.5 上位机监控系统 | 第19-20页 |
| 2.3 土压平衡盾构机的掘进原理 | 第20-21页 |
| 2.4 传统土压平衡控制方法 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 盾构密封舱土压平衡控制策略原理 | 第22-30页 |
| 3.1 土压平衡控制策略理论 | 第22-26页 |
| 3.1.1 密封舱土压平衡控制 | 第22-25页 |
| 3.1.2 盾构机密封舱期望土压值设定方法 | 第25-26页 |
| 3.2 土压平衡盾构机掘进参数分析 | 第26-29页 |
| 3.2.1 盾构掘进过程的连续性方程 | 第26-27页 |
| 3.2.2 土压和推力及刀盘扭矩的关系 | 第27-29页 |
| 3.2.3 刀盘扭矩与密封舱土压的关系 | 第29页 |
| 3.3 本章小结 | 第29-30页 |
| 4 基于PSO-BP的盾构机密封舱土压预测与优化控制 | 第30-40页 |
| 4.1 人工神经网络 | 第30页 |
| 4.1.1 人工神经网络的学习过程 | 第30页 |
| 4.2 BP神经网络 | 第30-32页 |
| 4.2.1 BP神经网络结构设计 | 第32页 |
| 4.3 粒子群智能算法 | 第32-33页 |
| 4.4 基于粒子群优化BP神经网络的算法 | 第33-36页 |
| 4.4.1 基于PSO-BP的密封舱土压预测模型的建立 | 第34-35页 |
| 4.4.2 仿真实验及分析 | 第35-36页 |
| 4.5 基于粒子群智能算法的螺旋输送基转速优化 | 第36-38页 |
| 4.5.1 粒子群算法优化效果 | 第37-38页 |
| 4.6 本章小结 | 第38-40页 |
| 5 盾构机电气控制系统与监控系统的设计与实现 | 第40-56页 |
| 5.1 盾构机电气控制系统 | 第40-46页 |
| 5.1.1 螺旋输送机控制系统 | 第41-42页 |
| 5.1.2 螺旋输送机的设备组成 | 第42-43页 |
| 5.1.3 螺旋输送机系统操作说明 | 第43-44页 |
| 5.1.4 螺旋输送机参数设定 | 第44页 |
| 5.1.5 螺旋输送机系统控制 | 第44页 |
| 5.1.6 螺旋输送机控制系统程序设计 | 第44-46页 |
| 5.2 OPC技术 | 第46-48页 |
| 5.2.1 OPC介绍 | 第47页 |
| 5.2.2 OPC通讯方式 | 第47-48页 |
| 5.3 系统结构 | 第48-51页 |
| 5.3.1 系统硬件组成 | 第48页 |
| 5.3.2 软件功能 | 第48-49页 |
| 5.3.3 软件架构 | 第49-50页 |
| 5.3.4 数据库结构 | 第50-51页 |
| 5.4 系统实现 | 第51-54页 |
| 5.4.1 数据处理 | 第51-53页 |
| 5.4.2 接口 | 第53页 |
| 5.4.3 各个功能块的实现 | 第53-54页 |
| 5.5 现场应用 | 第54-55页 |
| 5.6 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 设计总结 | 第56-57页 |
| 6.2 后续工作及展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及成果 | 第64页 |