技术领域
[0001] 本
发明涉及一种挤密螺纹桩成桩控制方法，尤其涉及一种基于
遗传算法的挤密螺纹桩智能成桩控制方法及结构。
背景技术
[0002] 挤密螺纹桩是一种挤密型
混凝土桩型结构，通过挤密螺纹桩的
钻头前端部具有锥形的粗牙螺纹，向下钻进时可初次对土体进行挤密，钻进至设计深度后，将挤密螺纹桩反向回转，此时，挤密钻具扩孔挤密刀头自动伸缩，在反向回转、提升的作用
力下，挤密刀头不断地对土体进行二次扩大和挤密，使桩孔得到充分地挤密。与此同时，在提升和反向回转状态下，及时连续地
泵送混凝土进行充填直至桩顶标高而成桩。
[0003] 应用领域：其适应范围主要是工业与民用建筑的地基处理领域。具体适用于包括
铁路、公路的道路路基处理；
建筑物基础处理。适用的
地层条件主要是粉土、淤泥质黏土、黏土、粉质黏土、中细砂、粒径小于20cm砂
砾石层等地层，下端的小截面桩体结构更适应较为坚硬的黏土和北方的湿陷性黄土地层。其地层的适用范围较广，基本不受地下
水的限制。
[0004] 挤密螺纹桩采用挤密钻头挤密周围土体成桩，增加复合地基的承载力，成桩后，地面不出土，给现场施工带了极大便利。螺纹钻头对周围土层
挤压成孔、中心压灌混凝土护壁和成桩合三为一，运用“
螺丝钉比钉子更牢固”的原理，通过挤土效应，使桩侧的螺纹与桩身周围土层产生紧密的“机械咬合”，满足附加
应力变化规律，从根本上改善了基础桩的承载和
变形性状。
[0005] 挤密螺纹桩包括
搅拌机、混凝土泵送站和挤密钻机，要求三者协调一致，才能保证成桩的连续性。搅拌机拌和的混凝土量要能满足混凝土泵送站的泵送能力，混凝土泵送站泵送到
钻杆芯管中的混凝土要与提钻速度动态平衡。当提钻速度小于混凝土泵送量时，造成钻头
阀门出口阻力增大，这时钻杆内和泵送管路上混凝土输送压力增大，在泵送压力的作用下，混凝土容易发生
泌水离析。对于失水失浆后的砂、碎石而言，泵送管道或钻杆芯管接缝、弯道和糙面都会使它的传输受阻，并很快挤压密实，导致堵管。当提钻速度大于混凝土泵送量时，将导致混凝土浇筑出现
断层，空鼓情况，容易发生断桩、缩径，影响成桩
质量。
[0006] 虽然挤密螺纹桩有很多优点，但是目前仍存在易产生断桩、缩径，混凝土泌水离析、泵送管道堵管等问题，这就要求混凝土泵送量与提钻速度相匹配，钻杆内和泵送管道上混凝土输送压力大小要适中，任何情况下不得停泵待料。
发明内容
[0007] 本发明要解决的技术问题之一，在于提供一种挤密螺纹桩智能成桩控制结构，在成桩过程中控制提钻速度与混凝土泵送量，有效避免断桩、缩径，混凝土泌水离析、泵送管道堵管等问题。
[0008] 本发明的问题之一，是这样实现的：
[0009] 一种挤密螺纹桩智能成桩控制结构，用于控制挤密螺纹桩，该挤密螺纹桩包括混凝土泵送站和挤密钻机，所述混凝土泵送站通过泵送管道与挤密钻机连通；包括：
[0010] 一采集
传感器组件，所述采集传感器组件中各个传感器分别安装于挤密钻机的钻杆外侧上部、混凝土泵送站内或泵送管道的内壁、泵送管道或挤密钻机内部及挤密钻机的钻头下端部；
[0011] 一第一数据存储模
块，所述第一数据存储模块与采集传感器组件连接；
[0012] 一上位工控机，所述上位工控机与第一数据存储模块连接；及
[0013] 一钻杆
控制器，所述钻杆控制器分别与上位工控机和挤密钻机的钻杆连接。
[0014] 进一步地，所述采集传感器组件包括：
[0015] 一位移传感器，所述位移传感器安装于挤密钻机的钻杆外侧上部，并与所述第一数据存储模块连接；
[0016] 一流量计，所述流量计安装于混凝土泵送站内或泵送管道的内壁，并与所述第一数据存储模块连接；
[0017] 一第一
压力传感器，所述第一压力传感器安装于泵送管道或挤密钻机内部，并与所述第一数据存储模块连接；及
[0018] 一第二压力传感器，所述第二压力传感器安装于挤密钻机的钻头下端部，并与所述第一数据存储模块连接。
[0019] 进一步地，还包括一第二数据存储模块，所述第二数据存储模块连接至上位工控机；所述第二数据存储模块为本地存储介质，采用
软盘、光盘、 DVD、
硬盘、闪存、U盘、CF卡、SD卡、MMC卡、SM卡、记忆棒和xD 卡中的一种或多种；
[0020] 所述第一数据存储模块为保持寄存器；
[0021] 所述上位工控机与钻杆控制器之间通过MODBUS-TCP总线进行连接；所述钻杆控制器为PLC、
单片机或嵌入式处理器。
[0022] 本发明要解决的技术问题之二，在于提供一种基于遗传算法的挤密螺纹桩智能成桩控制方法，在成桩过程中控制提钻速度与混凝土泵送量，以混凝土输送泵泵送压力为目标优化值，实现混凝土泵送量与提钻速度的优化匹配，有效避免断桩、缩径，混凝土泌水离析、泵送管道堵管等问题。
[0023] 本发明的问题之二，是这样实现的：
[0024] 一种基于遗传算法的挤密螺纹桩智能成桩控制方法，该方法需提供上述的一种挤密螺纹桩智能成桩控制结构，该方法包括如下步骤：
[0025] 步骤1、通过采集传感器组件实时采集挤密螺纹桩在成桩过程中的传感数据，并将采集的传感数据转换成电
信号，存储于对应的第一数据存储模块内，所述传感数据包括提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力；
[0026] 步骤2、上位工控机从第一数据存储模块内读取存储的传感数据进行处理；
[0027] 步骤3、通过遗传算法将提钻速度进行二进制编码得到二进制速度编码串，再将二进制速度编码串转换为十进制提钻速度值；
[0028] 步骤4、根据十进制提钻速度值、混凝土泵送压力和钻头埋深于混凝土中的压力完成适应度函数设计和选择函数设计，得到n个提钻速度值，形成 n个个体串；
[0029] 步骤5、通过遗传算法对n个个体串进行交叉和变异操作后，得到新的 n个个体集；
[0030] 步骤6、通过遗传算法对新的n个个体集进行优化实施，通过优化后得到最佳的提钻速度；
[0031] 步骤7、所述上位工控机通过钻杆控制器控制挤密螺纹桩的提钻速度，使其保持在最佳的提钻速度，同时保持混凝土泵送量，从而保证混凝土泵送量与提钻速度相匹配。
[0032] 进一步地，所述步骤1具体为：
[0033] 通过采集传感器组件实时采集挤密螺纹桩在成桩过程中的提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力，所述采集传感器组件包括位移传感器、流量计、第一压力传感器和第二压力传感器；
[0034] 在挤密螺纹桩的钻杆外侧上部安装位移传感器，测量单位时间内钻具的反向提钻位移，进而得到提钻速度；在混凝土泵送站内或泵送管道的内壁安装流量计，实时测量混凝土泵送量；在泵送管道或挤密钻机内部安装第一压力传感器，实时测量混凝土泵送压力；在挤密钻机的钻头下端部安装第二压力传感器，实时测量钻头埋深于混凝土中的压力；
[0035] 将所述采集传感器组件作为MODBUS-TCP从站，通过所述位移传感器、流量计、第一压力传感器和第二压力传感器分别将采集的提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力转换成
电信号，存储于MODBUS地址对应的第一数据存储模块内，并周期性地采集更新数据。
[0036] 进一步地，所述步骤2具体为：
[0037] 将所述上位工控机作为MODBUS-TCP主站，所述上位工控机通过IP 地址识别采集传感器组件，以MODBUS-TCP传输协议，通过轮询方式从第一数据存储模块内读取存储的提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力，并保存到本地存储介质中，供进一步处理，完成传感数据从采集传感器组件到上位工控机的传输过程。
[0038] 进一步地，所述步骤3具体为：
[0039] 令提钻速度最大值为VMax，单位为m/s，速度单位保留2位小数，提钻速度的区间为[0 VMax]，令k为自然数，则有：
[0040] 2k-1<(VMax-0)*102<2k
[0041] 即可求出k值，k＝{0,1,2,3……}，k值即为提钻速度编码为二进制速度编码串的位数；
[0042] 二进制速度编码串转换为十进制提钻速度值方法为：
[0043] 令(b0b1b2b3...bk)2为二进制速度编码串，则有：
[0044]
[0045] 则二进制速度编码串对应的十进制提钻速度值为：
[0046]
[0047] 其中，二进制速度编码串 对应的十进制提钻速度值为 0m/s；
[0048] 二进制速度编码串 对应的十进制提钻速度值为VMaxm/s。
[0049] 所述步骤4具体为：
[0050] 适应度函数设计：挤密螺纹桩在成桩过程中，需保证混凝土泵送量与提钻速度相匹配，即使得混凝土泵送压力与钻头埋深于混凝土中的压力的压力差值最小，令混凝土泵送压力为Pp、钻头埋深于混凝土中的压力为Pb，则以 A＝Pp-Pb作为适应性评分，即适应度函数直接返回实时采集的混凝土泵送压力Pp与钻头埋深于混凝土中的压力Pb的压力差；
[0051] 选择函数设计：令v1,v2,v3...vn为n次设定的提钻速度，其对应的适应度函数值分别为A1,A2,A3...An，所以累计总适应度为：
[0052] 所以每次提钻速度下适应度函数值的选择概率分别为：
[0053] 其中
[0054] 再采用轮盘赌选择法，随机选择某一个概率，即得到当次选择的提钻速度值，重复n次得到n个提钻速度值，形成n个个体串。
[0055] 进一步地，所述步骤5具体为：
[0056] 在n个个体串中
抽取m个个体，并随机设定一个交叉点，按照交叉率Pc，采用单点交叉法对设定的交叉点后三位，实行两两交叉互换，生成两个新个体，对m个个体进行每两个个体交叉后得到m个新个体，再加上原来n-m 个个体，形成交叉后的新的n个体集；
[0057] 再按照变异率Pm对新的n个体集中的某一个n位个体的第i位进行取反操作，得到变异后的新的n个体集。
[0058] 进一步地，所述步骤6具体为：
[0059] 步骤61、在搜索空间U上定义一个适应度函数f(x)，给定种群规模N、交叉率Pc、变异率Pm和代数T；其中U＝[0 VMax],适应度函数f(x)＝A＝Pp-Pb；
[0060] 步骤62、随机产生U中的N个个体s1,s2,…,sN,组成初始种群S＝{s1,s2,…, sN}，置代数计数器t＝1；
[0061] 步骤63、计算S中每个个体的适应度函数f(x)；
[0062] 步骤64、若满足终止条件，则取S中适应度函数与预设最佳值最接近的个体的适应度函数f(x)对应的提钻速度作为所求的最佳的提钻速度，算法结束；否则，进入步骤65；该终止条件为：置代数计数器t的值累计到T 或适应度函数f(x)达到预设最佳值，预设最佳值通过经验设定；
[0063] 步骤65、按选择概率pi所决定的选中机会，每次从S中随机
选定1个个体并将其复制，共做N次，然后将复制所得的N个
染色体组成群体S1；
[0064] 步骤66、按交叉率Pc所决定的参加交叉的染色体数c，从S1中随机确定c个染色体，原染色体R＝{r1,r2,…,rc}，两两
配对进行交叉操作，并用交叉后产生的c个新染色体R’＝{r’1,r’2,…,r’c}，代替原染色体R＝{r1,r2,…,rc}，原来的N-c个染色体不变，得到交叉后的N个染色体组成群体S2；
[0065] 步骤67、按变异率Pm所决定的变异次数m，从S2中随机确定m个染色体，分别进行变异操作，并用变异后产生的m个新染色体R”＝{r”1,r”2,…, r”m}代替群体S2中对应的原m个染色体，原来的N-m个染色体不变，得到变异后的N个染色体组成群体S3；
[0066] 步骤68、将群体S3作为新一代种群，即用S3代替S，再令t的值累加1，跳转到步骤63。
[0067] 进一步地，所述步骤7具体为：
[0068] 所述上位工控机通过钻杆控制器控制挤密螺纹桩的提钻速度，上位工控机通过MODBUS-TCP总线协议与钻杆控制器进行通信控制，钻杆控制器接收上位工控机速度值，并通过动作执行机构实现钻杆的速度控制，同时通过 MODBUS-TCP总线向上位工控机反馈速度控制结果。
[0069] 本发明的优点在于：本发明是通过采集传感器组件采集挤密螺纹桩在成桩过程中的传感数据，并存储于第一数据存储模块中，由所述上位工控机从第一数据存储模块中读取传感数据并处理，通过钻杆控制器控制钻杆的提钻速度，是采用遗传算法实现最优化提钻速度，使挤密螺纹桩在成桩过程中控制提钻速度与混凝土泵送量，以混凝土输送泵泵送压力为目标优化值，实现混凝土泵送量与提钻速度的优化匹配，有效避免断桩、缩径，混凝土泌水离析、泵送管道堵管等问题。
附图说明
[0070] 下面参照附图结合
实施例对本发明作进一步的说明。
[0071] 图1为本发明一种挤密螺纹桩智能成桩控制结构的结构
框图。
[0072] 图2为本发明中采集传感器组件的具体安装示意图。
[0073] 图3为本发明的一种基于遗传算法的挤密螺纹桩智能成桩控制方法的执行
流程图。
[0074] 图中标号说明：
[0075] 100-挤密螺纹桩、101-混凝土泵送站、102-挤密钻机、103-泵送管道、 104-钻杆、105-钻头；
[0076] 10-采集传感器组件、11-位移传感器、12-流量计、13-第一压力传感器、 14-第二压力传感器、20-第一数据存储模块、30-上位工控机、40-钻杆控制器、50-第二数据存储模块。
具体实施方式
[0077] 为使得本发明更明显易懂，现以一优选实施例，并配合附图作详细说明如下。
[0078] 请参阅图1和图2所示，本发明的一种挤密螺纹桩智能成桩控制结构，用于控制挤密螺纹桩100，该挤密螺纹桩100包括混凝土泵送站101和挤密钻机102，所述混凝土泵送站101通过泵送管道103与挤密钻机102连通；包括：
[0079] 一采集传感器组件10，所述采集传感器组件10中各个传感器分别安装于挤密钻机102的钻杆104外侧上部、混凝土泵送站101内或泵送管道103 的内壁、泵送管道103或挤密钻机102内部及挤密钻机102的钻头105下端部；
[0080] 一第一数据存储模块20，所述第一数据存储模块20与采集传感器组件 10连接；所述第一数据存储模块20为保持寄存器，所谓保持寄存器，指的是可以通过通信命令读或者写的寄存器；通常是一些功能控制寄存器或者输出寄存器等；
[0081] 一上位工控机30，所述上位工控机30与第一数据存储模块20连接；
[0082] 一钻杆控制器40，所述钻杆控制器40分别与上位工控机30和挤密钻机102的钻杆104连接；及
[0083] 一第二数据存储模块50，所述第二数据存储模块50连接至上位工控机30，所述第二数据存储模块50为本地存储介质，采用软盘、光盘、DVD、硬盘、闪存、U盘、CF卡、SD卡、MMC卡、SM卡、记忆棒和xD卡中的一种或多种。
[0084] 本发明主要由采集传感器10、第一数据存储模块20、上位工控机30和钻杆控制器40组件组成：
[0085] 采集传感器组件10作为MODBUS-TCP从站，负责采集传感数据；
[0086] 第一数据存储模块20负责存储采集到的传感数据；
[0087] 上位工控机30作为MODBUS-TCP主站，负责传感数据获取、处理、智能优化处理、钻杆控制器速度控制；
[0088] 钻杆控制器40是挤密螺纹桩机控制部件，主要负责钻杆104正向进给 (反向提钻)速度控制；
[0089] 通过采集传感器组件10采集挤密螺纹桩100在成桩过程中的传感数据，并存储于第一数据存储模块20中，由所述上位工控机30从第一数据存储模块20中读取传感数据并处理，通过钻杆控制器40控制钻杆的提钻速度。
[0090] 较佳地：
[0091] 所述采集传感器组件10包括：
[0092] 一位移传感器11，所述位移传感器11安装于挤密钻机102的钻杆104 外侧上部，并与所述第一数据存储模块20连接；
[0093] 一流量计12，所述流量计12安装于混凝土泵送站101内或泵送管道103 的内壁，并与所述第一数据存储模块20连接；
[0094] 一第一压力传感器13，所述第一压力传感器13安装于泵送管道103或挤密钻机102内部，并与所述第一数据存储模块20连接；及
[0095] 一第二压力传感器14，所述第二压力传感器14安装于挤密钻机102的钻头105下端部，并与所述第一数据存储模块20连接；
[0096] 所述采集传感器组件10主要由位移传感器11、流量计12、第一压力传感器13和第二压力传感器14组成；位移传感器11安装在挤密钻机102的钻杆104外侧上部，用于测量单位时间钻具的反向提钻位移，进而得到提钻速度；流量计12安装在混凝土泵送站101内或泵送管道103的壁内，实时测量混凝土泵送量，流量计12设置至少一个，若个数是1，则安装于混凝土泵送站101内或泵送管道103内，若个数大于1，则分别安装于混凝土泵送站101内及泵送管道103内；第一压力传感器13安装在泵送管道103或挤密钻机102内部，实时测量混凝土泵送压力，第一压力传感器13设置至少一个，若个数是1，则安装于泵送管道103或挤密钻机102内部，若个数大于1，则分别安装于泵送管道103及挤密钻机102内部；第二压力传感器 14安装在钻头105下端部，实时测量钻头埋深于混凝土中的压力。上述传感器作为MODBUS-TCP从站，将采集的速度数据、流量数据、压力数据转换成电信号，存储于MODBUS地址对应的保持寄存器内，并周期性的采集更新数据。上位工控机30作为MODBUS-TCP主站，通过IP地址识别不同的MODBUS-TCP从站(采集传感器组件10)，以MODBUS-TCP传输协议，通过轮询方式从保持寄存器内读取存储的速度数据、流量数据、压力数据，并保存到本地存储介质中，供进一步处理，完成桩机传感数据的从 MODBUS-TCP从站(采集传感器组件10)到MODBUS-TCP主站(上位工控机30)的传输过程。
[0097] 所述上位工控机30与钻杆控制器40之间通过MODBUS-TCP总线进行连接，所述钻杆控制器40为PLC、单片机或嵌入式处理器；上位工控机30 通过MODBUS-TCP总线协议与钻杆控制器40进行通信控制，钻杆控制器 40接收上位工控机30速度值，并通过动作执行机构实现钻杆104的速度控制，同时通过MODBUS-TCP总线向上位工控机30反馈速度控制结果。
[0098] 如图3所示，本发明的一种基于遗传算法的挤密螺纹桩智能成桩控制方法，该方法需提供上述的一种挤密螺纹桩智能成桩控制结构，该方法包括如下步骤：
[0099] 步骤1、传感
数据采集：通过采集传感器组件10实时采集挤密螺纹桩 100在成桩过程中的传感数据，并将采集的传感数据转换成电信号，存储于对应的第一数据存储模块20内，该第一数据存储模块20为保持寄存器，所述传感数据包括提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力；该步骤具体为：
[0100] 通过采集传感器组件10实时采集挤密螺纹桩100在成桩过程中的提钻速度(反向提升速度)、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力，所述采集传感器组件10包括位移传感器11、流量计12、第一压力传感器13和第二压力传感器14；
[0101] 在挤密螺纹桩100的钻杆104外侧上部安装位移传感器11，测量单位时间内钻具的反向提钻位移，进而得到提钻速度；在混凝土泵送站101内或泵送管道103的内壁安装流量计12，实时测量混凝土泵送量；在泵送管道 103或挤密钻机102内部安装第一压力传感器13，实时测量混凝土泵送压力；在挤密钻机102的钻头105下端部安装第二压力传感器14，实时测量钻头 105埋深于混凝土中的压力；
[0102] 将所述采集传感器组件10作为MODBUS-TCP从站，通过所述位移传感器11、流量计12、第一压力传感器13和第二压力传感器14分别将采集的提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力转换成电信号，存储于MODBUS地址对应的第一数据存储模块20(保持寄存器)内，并周期性地采集更新数据。
[0103] 步骤2、传感数据传输：上位工控机30从第一数据存储模块20(保持寄存器)内读取存储的传感数据进行处理；该步骤具体为：
[0104] 将所述上位工控机30作为MODBUS-TCP主站，所述上位工控机30通过IP地址识别采集传感器组件10，以MODBUS-TCP传输协议，通过轮询方式从第一数据存储模块20(保持寄存器)内读取存储的提钻速度、混凝土泵送量、混凝土泵送压力和钻头埋深于混凝土中的压力，并保存到第二数据存储模块50(本地存储介质)中，供进一步处理，完成传感数据从采集传感器组件10到上位工控机30的传输过程。
[0105] 优化前的准备：根据桩机设计指标可知提钻速度最大值为VMax,令待优化的搜索空间U上定义一个适应度函数f(x)，给定种群规模N、交叉率Pc、变异率Pm和代数T；其中U＝[0 VMax],适应度函数f(x)＝A＝Pp-Pb，其中Pp混凝土泵送压力，Pb为钻头埋深于混凝土中的压力，Pp、Pb分别为在设定的提钻速度下实时采集的混凝土泵送压力值和钻头埋深于混凝土中的压力值，适应度函数表明在挤密螺纹桩100在成桩过程中，要使得混凝土泵送量与提钻速度相匹配，需使泵送管道103内混凝土压力与钻头105埋深于混凝土中的压力的压力差值最小；
[0106] 设定种群规模N＝20，交叉率Pc＝0.5，变异率Pm＝0.001，代数T＝100；
[0107] 步骤3、通过遗传算法将提钻速度进行二进制编码得到二进制速度编码串，再将二进制速度编码串转换为十进制提钻速度值；该步骤具体为：
[0108] 令提钻速度最大值为VMax，单位为m/s，速度单位保留2位小数，提钻速度的区间为[0 VMax]，令k为自然数，则有：
[0109] 2k-1<(VMax-0)*102<2k
[0110] 即可求出k值，k＝{0,1,2,3……}，k值即为提钻速度编码为二进制速度编码串的位数；
[0111] 二进制速度编码串转换为十进制提钻速度值方法为：
[0112] 令(b0b1b2b3...bk)2为二进制速度编码串，则有：
[0113]
[0114] 则二进制速度编码串对应的十进制提钻速度值为：
[0115]
[0116] 其中，二进制速度编码串 对应的十进制提钻速度值为 0m/s；若二进制速度编码串具有位数为3，第0位、第1位、第2位和第3 位均为0，则(0000)2＝0*20+0*21+0*22+0*23＝(0)10；
[0117] 二进制速度编码串 对应的十进制提钻速度值为VMaxm/s；若二进制速度编码串具有位数为3，第0位、第1位、第2位和第3位均为1，则(1111)2＝1*20+1*21+1*22+1*23＝(15)10。
[0118] 步骤4、根据十进制提钻速度值、混凝土泵送压力和钻头埋深于混凝土中的压力完成适应度函数设计和选择函数设计，得到n个提钻速度值，形成n个个体串，n为正整数；该步骤具体为：
[0119] 适应度函数设计：挤密螺纹桩100在成桩过程中，需保证混凝土泵送量与提钻速度相匹配，即使得混凝土泵送压力与钻头埋深于混凝土中的压力的压力差值最小，令混凝土泵送压力为Pp、钻头埋深于混凝土中的压力为Pb，则 以A＝Pp-Pb作为适应性评分，即适应度函数直接返回实时采集的混凝土泵送压力Pp与钻头埋深于混凝土中的压力Pb的压力差；
[0120] 选择函数设计：令v1,v2,v3...vn为n次设定的提钻速度，其对应的适应度函数值分别为A1,A2,A3...An，所以累计总适应度为：
[0121] 所以每次提钻速度下适应度函数值的选择概率分别为：
[0122] 其中
[0123] 再采用轮盘赌选择法，随机选择某一个概率，即得到当次选择的提钻速度值，重复n次得到n个提钻速度值，形成n个个体串；
[0124] 例如：由于设定的种群规模N＝20，即n＝20，则令v1,v2,v3...v20为20次设定的提钻速度，其对应的适应度函数值分别为f1,f2,f3...f20，所以累计总适应度为：
[0125]
[0126] 所以每次提钻速度下适应度函数值的概率分别为：
[0127] 其中
[0128] 再采用轮盘赌选择法，随机选择某一个概率，即得到当次选择的提钻速度值，重复20次得到20个提钻速度值，形成20个个体串。
[0129] 步骤5、通过遗传算法对n个个体串进行交叉和变异操作后，得到新的 n个个体集；该步骤具体为：
[0130] 在n个个体串中抽取m个个体，并随机设定一个交叉点，按照交叉率Pc，采用单点交叉法对设定的交叉点后三位，实行两两交叉互换，生成两个新个体，对m个个体进行每两个个体交叉后得到m个新个体，再加上原来n-m 个个体，形成交叉后的新的n个体集；如：在20个个体串中抽取12个个体，并随机设定一个交叉点，实行两两交叉互换，生成两个新个体，按照交叉概率Pc＝0.5，采用单点交叉法交叉后三位，交叉后得到12个新个体，再加上原来8个个体，形成新的20个体集；
[0131] 交叉操作：
[0132] 个体A：1 0 0 1↑1 1 1→1 0 0 1 0 0 0新个体A’
[0133] 个体B：0 0 1 1 ↑0 0 0→0 0 1 1 1 1 1新个体B’
[0134] 个体A和个体B是抽取的m个个体中的其中两个个体，个体A共有6 位，第0位为1，第1位为1，第2位为1，第3位为1，第4位为0，第 5位为0，第6位为1，而个体B也共有6位，第0位为
0，第1位为0，第 2位为0，第3位为1，第4位为1，第5位为0，第6位为0，设定第3位为交叉点，则将个体A第3位后三位的111与个体A第3位后三位的000 进行交换，其他位数的值不变，得到新个体A’：1001000和新个体B’： 0011111；同样的方式对个体C和个体D进行交叉操作，完成对m个个体的两两交叉操作后得到m个新个体。
[0135] 再按照变异率Pm对新的n个体集中的某一个n位个体的第i位进行取反操作，得到变异后的新的n个体集，即按照概率Pm＝0.001对某一个n位个体的第i位进行取反操作，得到变异后的20个新个体
[0136] 如：选择新的n个体集中的新个体A’：1001000，共有6位，随机将第5位进行取反后得到新的A”：1101000，其他位数的值不变，得到变异后的新的n个体集。
[0137] 步骤6、通过遗传算法对新的n个个体集进行优化实施，通过优化后得到最佳的提钻速度；该步骤具体为：
[0138] 步骤61、在搜索空间U上定义一个适应度函数f(x)，给定种群规模N、交叉率Pc、变异率Pm和代数T；其中U＝[0 VMax],适应度函数f(x)＝A＝Pp-Pb；令种群规模N＝20，交叉率在搜索空间U上定义一个适应度函数f(x)，给定种群规模N、交叉率Pc、变异率Pm和代数T；其中U＝[0 VMax],适应度函数 f(x)＝A＝Pp-Pb＝0.5，变异率Pm＝0.001，代数T＝100；
[0139] 步骤62、随机产生U中的N个个体s1,s2,…,sN,组成初始种群S＝{s1,s2,…, sN}，置代数计数器t＝1；当N＝20时，20个个体s1,s2,…,s20,组成初始种群S＝{s1, s2,…,s20}；
[0140] 步骤63、计算S中每个个体的适应度函数f(x)；
[0141] 步骤64、若满足终止条件，则取S中适应度函数与预设最佳值最接近的个体的适应度函数f(x)对应的提钻速度作为所求的最佳的提钻速度，算法结束；否则，进入步骤65；该终止条件为：置代数计数器t的值累计到T 或适应度函数f(x)达到预设最佳值，预设最佳值通过经验设定；
[0142] 步骤65、按选择概率pi所决定的选中机会，每次从S中随机选定1个个体并将其复制，共做N(20)次，然后将复制所得的N(20)个染色体组成群体S1；
[0143] 步骤66、按交叉率Pc＝0.5所决定的参加交叉的染色体数c，从S1中随机确定c个染色体，原染色体R＝{r1,r2,…,rc}，两两配对进行交叉操作，并用交叉后产生的c个新染色体R’＝{r’1,r’2,…,r’c}，代替原染色体R＝{r1,r2,…,rc}，原来的N-c个染色体不变，得到交叉后的N个染色体组成群体S2；
[0144] 步骤67、按变异率Pm＝0.001所决定的变异次数m，从S2中随机确定m 个染色体，分别进行变异操作，并用变异后产生的m个新染色体R”＝{r”1, r”2,…,r”m}代替群体S2中对应的原m个染色体，原来的N-m个染色体不变，得到变异后的N个染色体组成群体S3；
[0145] 步骤68、将群体S3作为新一代种群，即用S3代替S，再令t的值累加1，跳转到步骤63。
[0146] 步骤7、所述上位工控机30通过钻杆控制器40控制挤密螺纹桩100的提钻速度，使其保持在最佳的提钻速度，同时保持混凝土泵送量，从而保证混凝土泵送量与提钻速度相匹配；所述上位工控机30通过钻杆控制器40 控制挤密螺纹桩100的提钻速度具体为：
[0147] 所述上位工控机30通过MODBUS-TCP总线协议与钻杆控制器40进行通信控制，钻杆控制器40接收上位工控机30速度值，并通过动作执行机构 (钻杆104)实现钻杆104的速度控制，同时通过MODBUS-TCP总线向上位工控机30反馈速度控制结果。
[0148] 本发明的优点如下：
[0149] 本发明是通过采集传感器组件10采集挤密螺纹桩在成桩100过程中的传感数据，并存储于第一数据存储模块20中，由所述上位工控机30从第一数据存储模块20中读取传感数据并处理，通过钻杆控制器40控制钻杆104 的提钻速度，是采用遗传算法实现最优化提钻速度，使挤密螺纹桩100在成桩过程中控制提钻速度与混凝土泵送量，以混凝土输送泵泵送压力为目标优化值，实现混凝土泵送量与提钻速度的优化匹配，有效避免断桩、缩径，混凝土泌水离析、泵送管道堵管等问题。
[0150] 虽然以上描述了本发明的具体实施方式，但是熟悉
本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的
权利要求所保护的范围内。
