北京讯 5月3日至4日， 中铁工业旗下中铁装备承办的 “TBM掘进参数数据分享与机器学习答辩评审会” 在北京召开， 这是国内首次召开隧道掘进机行业人工智能技术盛会， 旨在打破行业内长期存在的信息孤岛问题， 开创数据共享、 共研、 共用的先河， 同时将探索成果在川藏铁路、 滇中引水等国家重点工程建设中试点应用提供技术支撑。
　　会议由国家 973 计划 “TBM 安全高效掘进全过程信息化智能控制及支撑软件基础研究” 项目组和中国岩石力学与工程学会主办。2018年度国家最高科学技术奖获得者钱七虎院士， 中国岩石力学与工程学会理事长何满潮院士， 中国科学院院士陈祖煜、 程耿东， 中国工程院院士杨华勇及中国水利水电规划设计总院、 华能集团、 清华大学、 同济大学等掘进机行业内业主、 设计、 施工、 科研院所等30余位专家和50余位师生参加了会议。
　　本次TBM掘进参数数据分享与机器学习答辩评审活动始于去年12月中旬， 中铁装备提供了吉林引松工程TBM3 标 段 已 掘 进 20km 的 隧 洞 的TBM掘进设备数据及其相应地质信息共计125.8亿条， 吸引了来自科研院校及企业组成的12支跨学科、 跨专业的队伍前来参赛。参赛团队通过采用大数据、 机器学习等分析方法， 探索TBM岩体掘进过程中人、 机、 岩相互作用的内在关系， 依据给定桩号的岩性及设备控制参数， 对设备性能参数进行预测， 并进一步利用机器学习方法开展探索研究， 判断岩性及围岩分级、 优化掘进参数、 预测掘进过程中的不良地质条件等极具挑战性的难题。
　　与会专家对参赛团队答辩进行了评审， 一致认为： 答辩评审会形式新颖， 展示了许多新思维新方法， 证明了采用大数据、机器学习技术解决TBM施工性状预测这类岩土工程领域的问题完全可行， 属于国内外信息学科与岩体工程的首次交叉融合， 目前预测成绩比较高， 可以辅助 TBM 施工决策， 以达到TBM安全高效掘进的最终目的。
　　此外，针对目前海量数据共享的急迫需求和行业内信息孤岛普遍存在的主要矛盾， 中铁装备同与会的专家共同发起了“莲花池倡议”，呼吁国内信息、 机电与岩土工程的专家、 科研院校及企业相互融合、 数据共享， 进一步提高我国TBM制造水平， 共同推动 “国之重器” 达到世界领先水平。 （孙凯笛）