隧道掘进机的操作人员必须在巨大的不确定性下不断地做出复杂的决策。人工智能算法可以帮助做出决策，也可以指导新手操作。这显示了由Olga Fink领导的D-BAUG智能维护系统主席最近的一项研究。
尽管有精确的规划，但隧道施工中真实的地下条件却永远无法准确预测。因此，隧道掘进机(tbm)的操作人员必须在钻探过程中做出许多复杂的决定，而不影响安全或时机。
为了在不断变化的条件下进行高效、安全的控制，TBMS的操作人员需要丰富的操作经验，这些经验很难正式化，因此很难转化为新手。然而，人工智能算法可以支持这种经验转移，正如芬克教授的研究小组在最近发表的一篇论文中所证明的那样。她的团队开发了一种智能决策支持系统，可以帮助经验不足的操作员。
为了做到这一点，人工智能算法从过去的项目中学习各种地质条件下的控制如何影响钻进效率。然后，根据作业者设定的控制参数和对地质条件的粗略了解，该系统可以建议采用增量控制方式以提高效率，引导作业者逐步获得更好的控制参数。算法也总是表明它对自己的推荐有多大的信心。
提出的这种人类算法协作框架是利用一个真实的微隧道项目开发的。Herrenknecht AG为该项目提供了数据。此外，D-BAUG团队还与麻省理工学院的赫伯特·爱因斯坦研究小组(Herbert Einstein Research group)进行了合作。
了解更多由芬克教授领导的研究项目
参考原文:
罗德里格斯加西亚,G . .关键词:综合隧道掘进机，智能操作员，决策支持系统
建筑自动化(2021)，doi: 10.1016/j.autcon.2021.103880
