【摘要】：TBM掘進過程中,需要實時地調(diào)整掘進操作參數(shù)以適應(yīng)不斷變化的地質(zhì)條件。傳統(tǒng)的操作參數(shù)依賴于人工的操作經(jīng)驗,通過TBM司機不斷觀察掘進負載數(shù)據(jù),結(jié)合當前的操作參數(shù),來對下一步的操作參數(shù)進行實時調(diào)節(jié)。本文對吉林引松工程的現(xiàn)場施工數(shù)據(jù)進行分析處理,研究TBM的巖機數(shù)據(jù)映射關(guān)系,建立掘進數(shù)據(jù)與地質(zhì)參數(shù)的函數(shù)關(guān)系以及地質(zhì)條件預(yù)測模型,并結(jié)合人工操作參數(shù)選擇經(jīng)驗與地質(zhì)預(yù)測模型建立TBM操作參數(shù)智能決策系統(tǒng),輔助司機決策,以避免人工操作時操作參數(shù)調(diào)整不及時,容易受外在條件干擾等因素造成的不良影響。本文的研究內(nèi)容主要包括:(1)研究TBM的巖機映射關(guān)系,提出了與圍巖單軸抗壓強度相關(guān)性較高的推力操作參數(shù)指數(shù)FOI(Force Operation Index),指數(shù)值可由掘進時傳感器數(shù)據(jù)進行函數(shù)映射計算實時獲取,可快速獲取實時掘進段圍巖強度的大體信息,從而解決圍巖數(shù)據(jù)采集需要巖芯采樣、實驗室分析的不便性;(2)使用XGBoost算法建立了 FOI的實時預(yù)測模型。模型以實時掘進點前一段掘進里程內(nèi)的FOI值為輸入,來預(yù)測掘進點之后2m之內(nèi)的FOI變化,以便于司機或操作參數(shù)決策模型對地質(zhì)的可能變化進行提前預(yù)警、超前調(diào)節(jié),從而減少因人為失誤而造成掘進事故的風(fēng)險;(3)結(jié)合巖機數(shù)據(jù)映射關(guān)系理論,從歷史掘進數(shù)據(jù)中提取人工選擇的操作參數(shù)與圍巖屬性的關(guān)系,并結(jié)合FOI地質(zhì)預(yù)測模型,建立TBM操作參數(shù)智能決策系統(tǒng),輔助司機進行決策。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TV554
【圖文】：

ｔｉ＊邐＂逡逑圖１．２邋ＴＢＭ刀盤破巖掌子面示意圖逡逑１．２．邋ＴＢＭ施工法的優(yōu)勢與缺陷逡逑１．２．１．邋ＴＢＭ施工法優(yōu)勢逡逑ＴＢＭ施工方法以硬巖掘進機為核心，使用人工操作信息化器械的方式對隧道逡逑進行挖掘，圖１．３為ＴＢＭ在地下施工的示意圖。與過去傳統(tǒng)的隧道挖掘鉆爆方法逡逑相比而言，ＴＢＭ的施工掘進速度快、掘進效果好，施工過程中對于周邊環(huán)境的影逡逑響小，并且安全環(huán)保，整體而言經(jīng)濟、社會效益較高，優(yōu)勢顯著。ＴＢＭ施工方法逡逑對于較難以采取同時分段、多頭鉆爆法掘進法、長達十公里以上的高埋深、長里程逡逑隧道，有較為顯著的優(yōu)勢。目前在全球，尤其在諸如歐美以及東亞地區(qū)范圍內(nèi)，ＴＢＭ逡逑隧道施工法已經(jīng)成為主流。全球使用ＴＢＭ掘進的隧道累計已逾萬公里。逡逑圖１．３邋ＴＢＭ地下施工示意圖逡逑隨著我國經(jīng)濟與技術(shù)水平的不斷提高，基礎(chǔ)建設(shè)得到迅猛發(fā)展，大批地下交通逡逑２逡逑

１．２．１．邋ＴＢＭ施工法優(yōu)勢逡逑ＴＢＭ施工方法以硬巖掘進機為核心，使用人工操作信息化器械的方式對隧道逡逑進行挖掘，圖１．３為ＴＢＭ在地下施工的示意圖。與過去傳統(tǒng)的隧道挖掘鉆爆方法逡逑相比而言，ＴＢＭ的施工掘進速度快、掘進效果好，施工過程中對于周邊環(huán)境的影逡逑響小，并且安全環(huán)保，整體而言經(jīng)濟、社會效益較高，優(yōu)勢顯著。ＴＢＭ施工方法逡逑對于較難以采取同時分段、多頭鉆爆法掘進法、長達十公里以上的高埋深、長里程逡逑隧道，有較為顯著的優(yōu)勢。目前在全球，尤其在諸如歐美以及東亞地區(qū)范圍內(nèi)，ＴＢＭ逡逑隧道施工法已經(jīng)成為主流。全球使用ＴＢＭ掘進的隧道累計已逾萬公里。逡逑圖１．３邋ＴＢＭ地下施工示意圖逡逑隨著我國經(jīng)濟與技術(shù)水平的不斷提高，基礎(chǔ)建設(shè)得到迅猛發(fā)展，大批地下交通逡逑２逡逑

【參考文獻】

相關(guān)期刊論文 前10條

1 范加冬;韓立軍;;基于嶺回歸-馬氏距離的隧道圍巖分類預(yù)測方法的研究[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2014年01期

2 張研;蘇國韶;燕柳斌;;基于高斯過程機器學(xué)習(xí)方法的隧道圍巖分類模型[J];現(xiàn)代隧道技術(shù);2011年06期

3 李守巨;曹麗娟;;盾構(gòu)機掘進過程中的決策支持系統(tǒng)[J];信息技術(shù);2011年10期

4 李春萍;郝會兵;;煤巷圍巖分類的Bayes判別分析法[J];煤炭學(xué)報;2011年S2期

5 吳章利;吳強;;幾種常用隧道圍巖分類方法的綜合運用[J];西部探礦工程;2011年09期

6 朱北斗;龔國芳;周如林;劉國斌;;基于盾構(gòu)掘進參數(shù)的BP神經(jīng)網(wǎng)絡(luò)地層識別[J];浙江大學(xué)學(xué)報(工學(xué)版);2011年05期

7 宋克志;楊華勛;安凱;周慶坡;;復(fù)雜巖石地層盾構(gòu)掘進速率預(yù)測模型研究[J];公路交通科技;2008年11期

8 施虎;龔國芳;楊華勇;蘇健行;;盾構(gòu)掘進土壓平衡控制模型[J];煤炭學(xué)報;2008年03期

9 周翠英,張亮,黃顯藝;基于改進BP網(wǎng)絡(luò)算法的隧洞圍巖分類[J];地球科學(xué);2005年04期

10 張照煌,葉定海;盤形滾刀破巖模型及其側(cè)向力的計算[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報;2004年03期

本文編號：2715818