融入复杂地层动态识别的盾构施工地表沉降预测方法研究

针对盾构掘进过程中无法全面动态感知地质信息引发的难以精确预测地面沉降问题,提出了一种融入动态地层识别的地面沉降预测方法,该方法基于XGBoost动态地层识别模型,利用盾构施工参数对地层变动情况进行反向推演,明晰了地层变动时施工参数的变化规律;通过基于BP-SVR的地面沉降预测融合模型最终得到距开挖面不同距离处的地面沉降量与地层情况、掘进参数的内在关联关系,从而实现了复杂地层自适应的地面沉降量准确预测。在某地铁施工区间590环数据验证下,所提的地面沉降预测方法相比传统预测方法具有更高的预测精度。     

泥水盾构姿态控制融合模型研究

泥水盾构机在进行地铁线路的挖掘过程中容易受到地质和其他各种因素的影响,导致掘进的线路偏离之前设定好的轴线,这就很容易发生重大工程事故,所以对盾构进行姿态控制十分重要.本文运用提取到的线路数据并对其进行数据融合,从中选择优质参数建立泥水盾构机的XGBoost模型,给出油缸压力预测区间,帮助司机进行盾构姿态控制操作.将所建...     

基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取

为实现特定区间盾构机作业参数更准确的选取,提出了基于支持向量回归积(e-SVR)和改进惯性权重降低速度粒子群优化(IIWDSPSO)算法的盾构机作业参数选取模型。基于e-SVR构建掘进参数、地层参数、几何参数与地表沉降值之间的非线性关系模型,并基于实际盾构施工数据与人工神经网络模型、随机森林模型进行性能对比分析;通过10组仿真实验分析惯性权重降低速度对算法性能的影响,基于分析改进的粒子群优化算法优化特定地层参数和几何参数区间的掘进参数。结果表明,e-SVR模型对盾构施工数据样本具有更好的拟合和泛化能力,所提出的IIWDSPSO算法具有更好的准确性、稳定性和收敛概率。实际工程应用结果也验证了所提模型求解出的特定区间掘进参数能使地表沉降值相对更小,得到的掘进参数能够为实际工程提供更准确和可靠的参考。     

浅谈盾构机选型及配置方案

金义东市域轨道交通工程区间隧道建设过程中首次在某地区采用了盾构工法。该地区地质以中风化泥质粉砂岩为主,盾构法能否顺利实施,关键取决于盾构机的选型与配置是否合理。本文结合该地区水文地质条件,并引入国内外盾构掘进经验,通过对盾构机选型、刀盘及螺旋出土器等主要构件布置等方面层层剖析,提出了适合金华地区的盾构机选型及配置方案,为后续某地区乃至类似地质条件下的盾构施工提供了宝贵经验。     

基于BP神经网络的盾构机姿态与轨迹控制研究

为提高盾构机在隧道施工掘进中的运动轨迹精度,降低掘进中的"蛇行"量,提出一种基于BP神经网络的盾构机姿态与轨迹控制参数补偿方法.首先,对影响盾构机姿态与轨迹的参数进行分析,从而结合动量定理和动量矩定理,构建盾构机空间6自由度运动的动力学方程.其次,利用BP神经网络反向学习功能,对盾构机姿态控制参数进行预测,并借助专家知识系统的推理功能,对推进系统姿态进行调整,从而使盾构机更好地沿着预定的设计轴线掘进.最后,对新算法进行仿真,验证了算法的可行性.     

复合式土压平衡盾构机在特殊地质段的掘进方法

随着国民经济的发展,越来越多的城市地铁及地下工程采用先进的盾构法施工,复合式土压平衡盾构机作为主要机型得到了广泛的应用.同时因为盾构机刀盘和刀具对地层的适应范围很窄,当遇到地质情况发生突变时,掘进会受到很大的影响,甚至会造成设备的严重损坏.如何快速、准确地判断地质条件,选择合理的掘进模式和掘进参数,尤其是如何顺利、安全的通过地质特殊的地段,成为制约盾构施工水平上一个新台阶和拓展盾构使用范围的瓶颈.     

基于神经网络-牛顿混合算法的盾构机掘进位姿求解研究

为了解决盾构机推进系统运动学建模及正解求解困难等问题,采用简化等效模型法,构建了盾构机推进系统简化模型,将n-SPS的盾构并联推进系统简化为4-SPS的等效并联推进机构,并构建其运动学模型.根据建立的等效机构运动学模型,采用神经网络-牛顿混合算法求解盾构掘进位姿;利用神经网络的解域搜索功能,对初值进行预测并把预测结果代...     

基于PSO-BP神经网络的盾构刀具配置研究

盾构刀具在盾构机掘进过程中起着关键的作用,其配置选型是否合理决定着工程的成败。为了对盾构刀具进行合理的配置,根据盾构刀具的配置原则,针对盾构刀具配置的地质适用性,在粒子群优化算法(Particle swarm optimization,PSO)与神经网络算法(Back propagation,BP)的基础上提出智能配置方法。建立地质条件与盾构刀具类型之间的关系模型,并利用成功的盾构施工案例作为样本数据对该模型进行训练,训练后可以利用模型智能推荐盾构刀具配置方案。利用工程案例进行测试分析,将测试结果与实际配置方案进行对比,并与BP神经网络测试结果进行比较。测试结果表明,基于PSO-BP神经网络算法不但能够很好地实现盾构刀具配置方案的合理推荐,并且在计算精度和训练时间两个方面PSO-BP神经网络算法比BP神经网络算法都有显著提高。     

盾构切刀磨损特性研究与实时监测

在分析盾构过程中切刀磨损失效和磨损类型的基础上,基于盾构切刀的受力分析和运动分析,引入了切刀磨损预测模型;建立了盾构切刀前角和切深对盾构切刀磨损量的相关关系;设计了切刀磨损在线监测系统,对磨损量进行实时监测。通过某过江通道盾构区间的实际工程,验证了盾构掘进参数和几何参数对预测模型的正确性。该模型具有预测掘进参数和切刀结构参数对切刀磨损量预测的能力,能够在一定程度上预测换刀时间。     

基于滇池沉积层特征的昆明地铁液压盾构机选型及盾构参数研究

基于昆明滇池沉积层结构特征多元化、软硬不均、渗透性多样、含水丰富且规律预见性差等特点,提出土压平衡式液压盾构机的选型及盾构参数。提出了管片尺寸及盾构直径的合理取值。在此基础上,提出了最大掘进速率、平均掘进速率等掘进参数取值,提出了较完善的液压盾构机机械性能参数取值,包括刀盘驱动参数、盾构机千斤顶参数、螺旋机出渣驱动参数。特别提出了液压驱动装备动力。结合昆明地层特点及所提参数,总结了昆明地铁施工中每环实际出土体积和注浆量,保证了正常盾构施工。     

地铁隧道盾构机智能纠偏技术研究

针对地铁盾构施工中经常出现的轴线偏差,而盾构机参数难以确定,纠偏施工常常依赖人工经验的问题,基于纠偏几何算法和深度神经网络算法(DNN)构建盾构轴线智能纠偏模型.经工程实践表明,该模型可实现盾构施工轴线偏差智能预测及纠偏,平均误差率控制在5％以内,可有效提高地铁盾构施工的准确性、安全性和施工效率.     

盾构机卵石处理装置的设计及应用

盾构机是富水地层中建设隧道工程的主要施工装备,其卵石处理装置的卵石破碎搅拌能力对整机掘进速度至关重要。介绍了盾构机卵石处理装置的多种主要结构和原理,针对性设计了一种卵石处理装置的新结构,并在富水砂卵砾石地质施工中得到应用。应用标明该装置充分满足了盾构卵石处理能力的适应性且提高了盾构掘进速度。     

关联规则挖掘驱动的盾构机刀盘健康评估方法

传统机理建模研究与实际施工环境误差较大，而数据驱动建模多采用黑箱模型，不利于知识发现与理解，为此提出一种基于知识挖掘的盾构机刀盘健康评估方法。针对盾构掘进数据维数众多、海量异构、强噪声干扰等特点，结合盾构掘进领域知识与机器学习算法提出针对性的数据预处理、特征筛选以及连续特征离散化方法，以此建立知识挖掘数据集。在此基础上，利用关联规则挖掘算法提取关键特征与不同刀盘健康状态之间的映射关系，采用融合可靠度、完整度与简洁度的综合评价指标适应度准则对原始规则进行评价排序，最终实现盾构机刀盘健康评估。基于厦门地铁3号线某掘进区间的实际工程数据对所提方法进行了应用验证。研究结果表明，所挖掘的知识规则与实际数据分布具有良好的吻合度(平均值93%以上),验证了该方法的有效性。     

基于多系统协调的密封舱压力智能化控制

掘进面地层水土压力和密封舱压力相平衡是盾构机安全掘进的关键,密封舱压力控制是当前盾构研究的热点。研究根据场切深指数(Field penetration index, FPI)及扭矩切深指数(Torque penetration index, TPI)指标判断土体参数,实现地质的在线识别,为盾构机推力、扭矩和推进速度的设定提供依据。根据质量守恒定律并考虑盾构密封舱渣土的可松性,建立土压平衡盾构密封舱压力控制机理模型,并通过模型预测控制器进行多系统协调控制。对比常规比例-积分-微分(Proportion- integration-differentiation, PID)控制器,多系统协调控制具有更优的控制性能,使盾构机处于工况稳定,掘进快速,节能高效的理想状态。     

盾构装备掘进总推力的反演识别与力学建模

盾构掘进载荷与装备地质适应性密切相关,有效地控制掘进推力载荷是保证装备安全施工与提高掘进效率的关键环节。分析盾构掘进中总推力的特点,以及掘进参数、地质参数与装备构型参数等对掘进总推力的影响,利用力学分析与量纲分析的方法,建立掘进总推力力学模型。采用多元回归的方法,处理工程实测数据,对掘进总推力力学模型中的系数进行反演识别。结合天津地铁九号线十一经路站至大直沽西路站施工段的工程实测数据,采用统计学分析方法,讨论掘进总推力力学模型的计算残差。通过海量工程实测数据与力学模型预估结果比较,讨论掘进总推力力学模型的适用性。分析表明,所建立的总推力力学模型能够反映掘进总推力与掘进速度以及地质参数等主要影响因素间的相互影响规律,可以为施工中总推力的合理选取与控制提供参考。     

盾构机循环水冷却工装研发及应用研究

合肥轨道交通4号线天水路站—翠柏路站区间隧道长约3 km。盾构机施工时,机内液压系统和主驱动部分产生大量热量。外循环水系统因距离增大,导致水流速度慢,无法满足盾构机降温的要求,影响盾构机的正常使用,降低了盾构机掘进的速度和工作效率。为解决这一难题,调研现有盾构机冷却系统,设计一种包括移动箱体、水枪驱动、翻腾机构和吹风系统等组成的可移动循环水池装置,有效解决了天水路站—翠柏路站区间盾构机施工时盾构机的降温问题,可为长距离盾构隧道施工提供参考。     

盾构工程实测数据时序性质分析与掘进速率预测

本文基于工程实测数据,在分析其序列性质的基础上,提出了基于时序神经网络方法的盾构掘进速率预测方法,并在天津地铁9号线这一实际工程算例中对所提出的方法的有效性进行验证,讨论比较了 Simple RNN、LSTM与GRU这3种不同时序神经网络算法的掘进速率预测表现.结果表明,本文提出的基于时序神经网络的盾构掘进速率预测方法能够较好地分析掘进中积累的工程实测数据中的序列性质,从而对前方掘进速率进行预测,且比具有"门"性质的LSTM与GRU方法表现出了更好的预测效果.     

中铁号盾构机掘进保证措施

广州市轨道交通六号线二期二标盾构区间[龙洞站—柯木塱站]区间右线采用中铁号盾构机施工,此种复杂地质条件中掘进,施工过程中不可控制的因素将会较多,因为该种地层扰动及失水易造成地表及建(构)筑物沉降,所以控制沉降是重点。快速安全掘进来通过孤石段以及控制地表沉降是影响本区间施工进度及安全管理的重中之重。     

长株潭城际铁路开滨区间盾构施工技术(六) 盾构机正常掘进(上)

<正>盾构机掘进作业流程盾构机掘进作业流程见图1。掘进管理盾构机在完成前100环的试掘进后,对试掘进阶段施工参数进行分析总结,以确定正常掘进施工参数。为保证工程施工的顺利进行,需加强对盾构机在正常段的掘进管理,主要内容包括:根据地质条件、覆土厚度和试掘进过程中的经验结果进一步优化掘进参数。推进过程中,严格控制好推进方向,将施工测量结果不断地与计算的三维坐标相校核,及时调整。盾构机操作人员应根据当班工程师设定的     

株硬为盾构机装上“利齿”

<正>隧道掘进,盾构机所向披靡,依靠的正是锋利无比的盾构刀。盾构刀因此被誉为盾构机的"牙齿"。株洲硬质合金集团有限公司已成为国内盾构机刀具重要的供应商。株硬总经理吴国根今天接受记者采访时透露,近日长沙地铁1号线省政府至友谊路区间右线成功贯通,盾构机掘进使用的刀具,就是由株硬提供。据承担施工任务的中铁十二