【标签】
社会服务 社会公益
本Demo面向地铁/海底隧道施工领域，通过智能化手段降低工程事故风险、保障施工人员生命安全，具有显著的公共服务价值和公益属性。
【标题】
社会服务 · TBM-DAS 盾构对接智能决策辅助系统
【正文】
- Demo 简介
是什么：TBM-DAS（Tunnel Boring Machine - Decision Assistance System）是一款面向海底/地下盾构隧道对接施工的智能决策辅助Web系统。它将传统纸质施工流程电子化、数据可视化、决策智能化，让现场技术人员在掌子面就能实时掌握关键参数、接收AI预警建议、按步骤完成高风险对接工序。
面向谁：
盾构机操作手（现场一线执行者）
现场工程师（技术参数监控者）
安全总监（风险管控决策者）
项目总工（全局统筹管理者）
主要功能（3个核心）：
功能 说明 截图
① 交互式流程引擎 完整还原盾构对接18个关键节点（含4个判断分支），当前步骤高亮发光、已完成打勾、待执行灰显。到达判断节点时自动弹出决策模态框，选"否"则红色处理框闪烁并返回上一步。 初始界面
② 实时数据仪表盘 6项核心参数卡片（掘进速度/刀盘转速/土仓压力/姿态偏差/渗水量/剩余距离），数值每2秒模拟波动，超阈值自动变红闪烁。Chart.js趋势图展示最近20步参数变化曲线。 数据面板
③ AI辅助决策 每步根据当前数据生成上下文建议（如"
姿态偏差接近预警值，建议减速至15mm/min并启动纠偏"），打字机效果逐字显示，可一键"采纳建议"自动执行。 AI建议
体验方式：下载附件 TBM-DAS_Demo.zip，解压后用浏览器打开 TBM-DAS_Demo.html 即可体验全部交互功能（无需联网、无需服务器）。
- Demo 创作思路
灵感来源： 之前在项目中制作了一份《海底盾构对接流程》HTML可视化文档，把18个施工节点、4个判断分支、2条返回路径画成了流程图。发给现场工程师看时，对方说：“图是好图，但如果能实时接数据、到了关键步骤自动提醒我、异常时告诉我要怎么处理，那就更实用了。“这句话让我意识到：静态流程可视化只是"看得见”，真正的价值在于"用得上”——在关键时刻给一线人员可执行的建议。
想解决的问题：
信息滞后：目前现场主要依赖纸质流程手册，步骤多易遗漏，翻阅耗时；
判断依赖经验：姿态偏差、渗水量的预警阈值因人而异，缺乏统一量化标准；
决策链路长：出现异常后，从发现→汇报→专家研判→下发指令，往往需要数小时，极易延误处置时机。
为什么做这个方向： 盾构对接是隧道施工中风险最高的环节之一。以江阴靖江长江隧道为例（2025年12月贯通），16米级盾构在54米深江底实现水平偏差0mm、垂直偏差2mm的精准对接，背后是363次钻孔取芯、6次院士论证、数十次全员论证会。这种级别的工程需要系统化决策支持，而当前行业数字化程度仍然偏低。我判断：用AI辅助工具降低施工风险、缩短决策链路，是一个既有真实痛点、又有技术可行性、还能产生社会价值的方向。
- Demo 体验地址
方式：交互式HTML文件（ZIP打包上传）
附件：TBM-DAS_Demo.zip（15KB，解压后单HTML文件，打开即用）
TBM-DAS_Demo.zip (14.6 KB)
TBM-DAS_Demo.html (52.6 KB)
快速体验：
下载ZIP附件并解压
用浏览器打开 TBM-DAS_Demo.html
点击底部「下一步 
」按钮推进流程
观察左侧流程节点状态变化、右侧数据面板跳动、AI建议卡片打字机效果
到达判断节点时（如"姿态锁定？"），选择"是/否"体验分支逻辑
按「R」键或点击「重置演示」可重新开始
无需联网、无需服务器、无需任何配置，纯前端单文件运行。
- TRAE 实践过程
开发流程总览：
整个Demo的开发完全基于 TRAE 完成，共经历4个关键阶段：
阶段一：需求分析与方案设计
我向 TRAE 描述了创意构想——将静态盾构对接流程图升级为带实时数据+AI决策的交互式系统。TRAE 主动调用了 brainstorming 技能，先让我确认方案方向，然后才进入实现。这个过程帮我明确了：
Demo 必须是单文件HTML（方便评审体验）
核心体验路径：流程推进 → 数据变化 → AI建议 → 判断决策
视觉风格走工业SCADA暗色主题（符合施工现场监控习惯）
关键截图 1：方案设计确认阶段 ![方案设计截图] Session ID: [请双击本对话头像复制，粘贴至此]
阶段二：基础流程图分析与升级
我上传了已有的 海底盾构对接流程.html 基础文件，TRAE 读取后发现这是一个纯SVG流程图，包含9个步骤节点、4个判断菱形、2条返回虚线。TRAE 在此基础上设计了一套状态驱动渲染引擎：
每个节点绑定 data-step ID
三种CSS状态类：.node-completed（绿色对勾）、.node-active（青色脉冲发光）、.node-pending（灰色低透明）
箭头连线随步骤推进从灰色变为青色
判断节点到达时暂停流程，弹出自定义模态框（非浏览器alert）
关键截图 2：基础流程图升级后的交互式流程引擎 ![流程引擎截图] Session ID: [请双击本对话头像复制，粘贴至此]
阶段三：数据模拟与AI决策模块实现
TRAE 为每个施工步骤定义了独立的参数范围（如"穿越风险源"步骤：速度18-28mm/min、偏差±10-25mm、渗水50-75L/min），并用 setInterval 每2秒在范围内随机波动。同时实现了：
风险等级计算器：根据6项参数自动判定低/中/高/极高风险
AI建议生成器：16步各有上下文模板，自动替换当前数值生成建议文本
打字机效果：建议文字逐字显示，模拟AI思考过程
Chart.js趋势图：每步新增数据点，展示速度/偏差/渗水的变化趋势
关键截图 3：实时数据仪表盘 + AI辅助决策模块 
] Session ID: [CN.2420495466366999:aab776e6c18b10279b1eb7b2e182da71_6a1a52677eb48d0164a18996.6a5367376ea7d7e13f7dab0a.6a536736d6280ebb02a47b23:TRAE Work CN.1.0.0.2036.a54d1bad-a72d-422b-bb54-17bbe8bbc964.no_ppe.T(2026/7/12 18:06:47)]
CN.2420495466366999:2b23225a64e932698cafea260729fb77_6a1a52677eb48d0164a18996.6a5365ab6ea7d7e13f7daaf1.6a5365aa918d341ee89838e6:TRAE Work CN.1.0.0.2036.a54d1bad-a72d-422b-bb54-17bbe8bbc964.no_ppe.T(2026/7/12 18:00:11)
CN.2420495466366999:04cce52b296677d0abfb4a8a76e70f32_6a1a52677eb48d0164a18996.6a535b316ea7d7e13f7daa75.6a535b31f6d4b86f4e3b312d:TRAE Work CN.1.0.0.2036.a54d1bad-a72d-422b-bb54-17bbe8bbc964.no_ppe.T(2026/7/12 17:54:32)
阶段四：验证与打包
TRAE 使用内置浏览器工具对Demo进行了完整验证：
初始界面加载检查：所有模块正常渲染，数据合理
流程推进测试：点击"下一步"后节点状态正确切换
数据波动验证：数值在步骤范围内随机变化，超阈值时卡片变红
AI建议验证：每步建议内容与当前数据上下文匹配
最终打包为 TBM-DAS_Demo.zip（15KB），单HTML文件，打开即用。
TBM-DAS_Demo.zip (14.6 KB)
TBM-DAS_Demo.html (52.6 KB)
- 开发心得（额外补充）
踩过的坑：
判断节点的模态框设计：最初想用浏览器原生 alert()，但大赛要求体验流畅、不能打断操作。最终改用自定义div模态框，判断时流程暂停、选择后恢复，体验更自然。
数据模拟的真实感：纯随机数会让参数跳得太假。后来改成"目标值+正弦波动+随机噪声"三层叠加，数据变化更贴近真实传感器读数。
单文件体积控制：Chart.js从CDN加载，Google Fonts按需加载，最终HTML仅53KB，ZIP后15KB，确保上传社区无压力。
下一步计划：
复赛阶段接入真实IoT传感器数据（MQTT协议）
增加多项目并行管理后台
开发移动端App适配现场操作手使用
附：报名帖链接
[基于盾构对接施工流程，设计一款实时监测与智能引导的辅助决策系统，以降低海底隧道对接施工风险，提升工程安全与效率。 - TRAE AI 创造力大赛 / 【大赛报名专区】 - TRAE 官方中文社区
https://forum.trae.cn/t/topic/69782\\]