本发明涉及tbm调向，更具体地说，它涉及一种tbm大角度竖曲线调向系统。
背景技术：
1、tbm(全断面硬岩隧道掘进机)在掘进过程中可能会因为自重、地质条件、人为因素等影响而偏离目标轴线，这时需要进行纠偏调向以确保施工质量。纠偏调向的目的是使tbm回到目标轨迹上，避免因调节过度造成的刀具和刀盘损坏，同时减少tbm卡机的风险。
2、传统的tbm应用中，在大角度竖曲线调向方面，特别是在需要tbm进行“抬头”操作时，由于受限于tbm设备自身重力，难以有效使得tbm“抬头”，影响了施工效率、导致施工精度不足，引发安全风险和工期延误。
3、因此，如何研究设计一种能够克服上述缺陷的tbm大角度竖曲线调向系统是我们目前急需解决的问题。
技术实现思路
1、为解决现有技术中的不足，本发明的目的是提供一种tbm大角度竖曲线调向系统，使用基于快速傅里叶变换、自回归移动平均模型、决策树以及卷积神经网络所融合实现的动态姿态调整算法与预设的设计参数进行比较和分析，并基于分析结果，决定是否需要对tbm的倾斜角度进行调整，可以显著提高调整的精度和响应速度，实现更加准确和迅速的倾斜调整决策。
2、本发明的上述技术目的是通过以下技术方案得以实现的：一种tbm大角度竖曲线调向系统，包括：
3、倾斜监测模块，用于监测tbm的前盾的初始倾斜数据；
4、数据分析控制模块，用于将初始倾斜数据与预设的曲线设计参数进行比较和分析，并根据分析结果运用动态姿态调整算法制定调整指令；
5、辅助抬头执行模块，用于根据调整指令驱动辅助抬头系统中的机械装置，以基于pid控制算法来调整tbm前盾的倾斜角度；
6、反馈调整模块，用于实时监控tbm前盾的实时倾斜数据，并实时倾斜数据替代初始倾斜数据实现调整指令动态更新。
7、进一步的，所述倾斜监测模块包括：
8、第一传感器单元，用于测量tbm的前盾数据，前盾数据包括初始倾斜数据和实施效果数据；
9、数据传输单元，用于通过无线通信技术将初始倾斜数据传输到数据分析控制模块。
10、进一步的，所述数据分析控制模块包括：
11、数据分析单元，用于接收从倾斜监测模块发送的初始倾斜数据和/或反馈调整模块发送的实时倾斜数据，并采用统计滤波技术和数字信号处理技术对倾斜数据进行初步处理；
12、指令决策单元，用于接收经过初步处理的倾斜数据，并运用动态姿态调整算法与预设的设计参数进行比较和分析，并基于分析结果决定是否需要对tbm的倾斜角度进行调整，得到调整指令；
13、接收反馈单元，用于将指令决策单元生成的调整指令发送到辅助抬头执行模块，同时接收来自反馈调整模块的实施效果数据；
14、其中，实施效果数据包括姿态数据、油缸伸缩数据和环境与设备状态数据。
15、进一步的，所述动态姿态调整算法基于快速傅里叶变换、自回归移动平均模型、决策树以及卷积神经网络所融合实现的，动态姿态调整算法在对预设的设计参数进行比较和分析的过程具体为：
16、利用快速傅里叶变换从倾斜数据中提取周期性变化特征，并使用自回归移动平均模型来预测倾斜趋势和短期内的倾斜行为；
17、应用集成学习模型，并结合决策树和卷积神经网络，将提取的特征与预设的设计参数进行比较和分析，得到分析结果；
18、基于分析结果，使用预测模型动态调整控制参数以优化tbm的倾斜角度调整，生成调整指令。
19、进一步的，所述快速傅里叶变换用于将时间域的倾斜数据转换为频率域数据，并得到周期；
20、以及，所述自回归移动平均模型将通过快速傅里叶变换得到周期转变为时间有关的周期性特征，将提取的周期性特征作为外生变量整合到自回归移动平均模型中。
21、进一步的，所述卷积神经网络中卷积层次结构用于提取和学习数据的高级特征，之后通过决策树决策和分类高级特征；
22、以及，所述卷积神经网络再通过卷积和池化操作后，输出被压缩并提取成高级特征，形成特征向量。
23、进一步的，所述调整指令的生成过程具体为：
24、建立一个预测模型，描述tbm的倾斜角度如何响应于控制输入；
25、模型预测控制策略通过解决一个滚动时域优化问题来动态生成控制指令，在最小化未来预测地平线内的累积成本，累积成本包括状态误差和控制效率；
26、使用序贯二次规划数值优化方法实时求解优化问题，取第一个控制输入应用的tbm上，在下一个控制周期，根据最新的倾斜测量更新状态，并重新求解优化问题；
27、将控制输入转化为调整指令。
28、进一步的，所述辅助抬头执行模块包括机械装置模块和控制系统模块；
29、其中，机械装置模块包括液压油缸和连接机构；
30、以及，控制系统模块利用辅助抬头系统和数据分析控制模块调整tbm前盾的姿势。
31、进一步的，所述控制系统模块在调整tbm前盾姿势的过程具体为：
32、控制系统模块接收来自数据分析控制模块的调整指令，并提取调整指令中的前盾倾斜角度；
33、利用pid控制算法，根据接收到的调整指令计算目标角度与当前角度之间的差值，生成误差信号，并计算出控制信号调整液压油缸的驱动电压和电流，以改变油缸的伸缩长度；
34、液压油缸通过连接杆和关节与前盾连接，以调整前盾的倾斜角度。
35、进一步的，所述反馈调整模块包括：
36、第二传感器单元，用于利用倾斜传感器和陀螺仪实时监控tbm的实时倾斜数据和姿态；
37、数据反馈单元，用于通过无线通信技术将实时倾斜数据传输给数据分析控制模块。
38、与现有技术相比，本发明具有以下有益效果：
39、1、本发明提供的一种tbm大角度竖曲线调向系统，使用基于快速傅里叶变换、自回归移动平均模型、决策树以及卷积神经网络所融合实现的动态姿态调整算法与预设的设计参数进行比较和分析，并基于分析结果，决定是否需要对tbm的倾斜角度进行调整，可以显著提高调整的精度和响应速度，实现更加准确和迅速的倾斜调整决策。
40、2、本发明通过利用辅助抬头系统调整tbm前盾的姿势和倾斜程度，可以有效适应复杂和多变的地质条件，同时减少机械应力和潜在的操作风险，辅助抬头系统的使用使得tbm能够在处理大角度竖向调向时更加灵活和安全。
1.一种tbm大角度竖曲线调向系统，其特征是，包括：
2.根据权利要求1所述的一种tbm大角度竖曲线调向系统，其特征是，所述倾斜监测模块包括：
3.根据权利要求1所述的一种tbm大角度竖曲线调向系统，其特征是，所述数据分析控制模块包括：
4.根据权利要求1所述的一种tbm大角度竖曲线调向系统，其特征是，所述动态姿态调整算法基于快速傅里叶变换、自回归移动平均模型、决策树以及卷积神经网络所融合实现的，动态姿态调整算法在对预设的设计参数进行比较和分析的过程具体为：
5.根据权利要求4所述的一种tbm大角度竖曲线调向系统，其特征是，所述快速傅里叶变换用于将时间域的倾斜数据转换为频率域数据，并得到周期；
6.根据权利要求4所述的一种tbm大角度竖曲线调向系统，其特征是，所述卷积神经网络中卷积层次结构用于提取和学习数据的高级特征，之后通过决策树决策和分类高级特征；
7.根据权利要求4所述的一种tbm大角度竖曲线调向系统，其特征是，所述调整指令的生成过程具体为：
8.根据权利要求1所述的一种tbm大角度竖曲线调向系统，其特征是，所述辅助抬头执行模块包括机械装置模块和控制系统模块；
9.根据权利要求8所述的一种tbm大角度竖曲线调向系统，其特征是，所述控制系统模块在调整tbm前盾姿势的过程具体为：
10.根据权利要求1所述的一种tbm大角度竖曲线调向系统，其特征是，所述反馈调整模块包括：
