盾构掘进机囊括了机构、电子、控制、液压、土木、通信等多种学科应用技术,作为隧道掘进的专用工程机械,它实现了岩土切削、隧道支护、排碴、地面沉降控制等隧道掘进过程的自动化。目前我国已进入城市化进程的高速发展阶段,需要大量盾构应用于隧道工程建设,而在盾构制造与盾构掘进技术研究方面,国内发展水平距国外还有较大差距。基于在施工现场进行实验需要承担特别高的技术安全风险和付出巨大的经济代价,因此物理模拟实验是掌握盾构关键技术的基础。有必要建立模拟实验平台,为盾构设备设计、制造及施工提供参考。本文采用理论计算、三维建模完成了盾构模拟实验台的结构设计、液压系统设计。通过软件编程实现土箱的监控系统设计工作。针对智能控制需要,利用理论推导与实验数据,建立地层识别BP神经网络模型。在地层辨识基础上,为了提高刀盘转速地层适用性,建立刀盘转速模糊PID控制模型,并通过软件仿真对控制系统的性能进行了研究。本文的主要研究内容如下：第一章首先简述了盾构法施工原理及其国内外发展历程,而后介绍了国内外盾构试验台研究情况。随后对地层识别与刀盘转速控制技术进行了详细的介绍,并在此基础上,提出了本课题的研究意义与研究内容。为了模拟盾构掘进的地质环境,第二章设计了土箱系统,它由土箱本体、土压加载系统、水压加载系统、电控系统等组成。利用SolidWorks软件完成土箱本体的结构设计,通过理论计算对土压加载系统进行选型与设计。针对控制需求,完成土箱电控系统的主要硬件选型,并运用Labview进行了电控程序的设计。第三章利用SolidWorks软件对模拟盾构进行结构设计,它主要由刀盘驱动系统、推进系统、螺旋输送系统组成。根据理论计算完成对模拟盾构的液压系统选型设计工作,并对液压泵站进行三维设计。第四章首先分析了砂土、粘土、砂砾土三种地层中推进力、推进速度、刀盘扭矩、刀盘转速四个掘进参数与地层之间的关系,结果表明：单凭其中任一参数的变动规律很难判断地层信息情况。在此基础上,建立了基于BP神经网络的地层识别模型,此模型以相邻采样时刻的8个掘进参数为输入,地层编码为输出。通过60组训练样本对地层识别模型加以训练,然后用30组预测样本对地层识别模型加以检验,地层识别率达到93%。结果表明：基于BP神经网络的地层识别模型能够实现掘进参数与地层之间非线性映射关系,对地层进行识别。第五章在分析了某型盾构刀盘液压驱动系统的基础上,建立了刀盘转速常规PID控制器与模糊PID控制器,并通过Matlab与AMESim软件建立了仿真模型。仿真结果表明：在单一地层中,刀盘转速常规PID控制与模糊PID控制都具有较好的稳态精度,但刀盘转速模糊PID控制的响应速度更快；在变动地层中,刀盘转速模糊PID控制无论在响应速度、鲁棒性、精度方面都比常规PID更优。刀盘转速模糊PID控制可以实现参数在线调整,能够提高刀盘转速地层适用性,为实现刀盘转速的智能控制提供了一个新思路。