基于局部线性嵌入和支持向量机回归的TBM施工参数预测

依托吉林引松工程开展隧道掘进机（TBM）施工参数预测研究,提出TBM施工数据分段提取算法,提取上升段前30 s的总推进力、刀盘转速、推进速度、刀盘扭矩、刀盘转速电位器设定值、推进速度电位器设定值、贯入度、贯入度指数(FPI)、扭矩切深指数(TPI)9个参数作为输入;通过局部线性嵌入（LLE）完成对上升段数据特征的降维;基于支持向量机回归（SVR）建立TBM施工控制参数（推进速度、刀盘转速）和负载参数（总推进力、刀盘扭矩）预测模型. 分析是否结合前一掘进循环的FPI、TPI指数进行预测对预测效果的影响. 结果表明,上述方法在推进速度、刀盘转速、总推进力、刀盘扭矩的预测中均取得了较好的预测效果,平均预测绝对百分比误差均小于15%,验证了该预测方法的有效性,该方法可以为TBM现场施工提供指导.     

Application of artificial neural networks to the prediction of tunnel boring machine penetration rate

Rate of penetration of a Tunnel Boring Machine(TBM)in a rock environment is generally a key parameter for the successful accomplishment of a tunneling project.This paper presents the results of a study into the application of an Artificial Neural Network(ANN)technique for modeling the penetration rate of tunnel boring machines.A database,including actual,measured TBM penetration rates,uniaxial compressive strengths of the rock,the distance between planes of weakness in the rock mass and rock quality designation was established.Data collected from three different TBM projects(the Queens Water Tunnel,USA,the Karaj-Tehran water transfer tunnel,Iran,and the Gilgel Gibe Ⅱ hydroelectric project,Ethiopia).A five-layer ANN was found to be optimum,with an architecture of three neurons in the input layer,9,7 and 3 neurons in the first,second and third hidden layers,respectively,and one neuron in the output layer.The correlation coefficient determined for penetration rate predicted by the ANN was 0.94.     

Performance Evaluation Indicator (PEI): A new paradigm to evaluate the competence of machine learning classifiers in predicting rockmass conditions

To illustrate an unprejudiced comparison among machine learning classifiers established on proprietary databases, and to guarantee the validity and robustness of these classifiers, a Performance Evaluation Indicator (PEI) and the corresponding failure criterion are proposed in this study. Three types of machine learning classifiers, including the strictly binary classifier, the normal multiclass classifier and the misclassification cost-sensitive classifier, are trained on four datasets recorded from a water drainage TBM project. The results indicate that: (1) the PEI successfully compares the competence of classifiers under different scenarios by isolating the effects of different overlapping-degree of rockmass classes, and (2) the cost-sensitive algorithm is warranted to classify rockmasses when the ratio of inter-class classes is more than 8:1. The contributions of this research are to fill the gap in performance evaluations of a classifier for imbalanced training data, and to identify the best situation to apply this classifier.     

复合岩体的TBM破岩机理数值模拟

为了指导TBM刀盘刀具的研制和不同地质条件下刀盘刀具的选型,TBM破岩机理的研究成为核心。在TBM滚刀的作用下,岩体中裂纹的生成、扩展和连接规律是深刻理解TBM破岩机理的前提,因此,TBM滚刀破岩机理的研究具有重要的工程应用价值。目前,TBM滚刀破岩机理的研究主要集中在单一岩体中,但在TBM施工过程中会遇到各种复杂的地质条件。笔者采用离散元方法,研究了复合岩体的破岩机理,复合岩体中岩片的形成不同于单一岩体,其裂纹的最终连接是由起裂于复合岩体交界面上的微裂纹的扩展,将两滚刀之间的赫兹裂纹连接,最终形成岩片。因此,在一定情况下复合岩体更有利于TBM隧道施工。     

ＴＢＭ隧道下穿市政桥梁施工变形规律研究

针对ＴＢＭ不同角度下穿既有结构,对既有结构产生的扰动问题,依托青岛地铁１号线海泊桥站到小村庄站区间ＴＢＭ隧道下穿市政桥梁工程,利用ＦＬＡＣ３Ｄ数值模拟分析软件与现场施工监测相结合的方法,建立相应的三维地质力学模型,研究双线ＴＢＭ隧道施工对既有桥梁结构的受力特征与变形规律,揭示ＴＢＭ隧道下穿市政桥梁施工变形规律。计算结果表明:ＴＢＭ下穿会导致既有桥面板向上隆起,左线隧道开挖引起的桥面板隆起值要远远大于右线开挖;当左线隧道开挖到桥梁跨中时,桥头与桥尾隆起量最大,最大值约４．６３ｍｍ;新建隧道下穿既有结构尽量采用小角度下穿,避免既有结构发生大变形。     

大伙房水库输水工程15!#洞TBM段衬砌混凝土施工技术分析

大伙房水库输水工程15#洞下游主洞采用TBM法开挖,全长2 373 m,其中Ⅱ类围岩175 m,Ⅲ类围岩1 805 m,Ⅳ类围岩393 m。文章主要对大伙房水库输水工程15#洞下游TBM段衬砌混凝土施工与安全技术进行分析,为后期水库的运行提供参考。     

超长隧洞开挖掘进机的合理配置

深理超长隧洞在开挖时,其施工机械的合理设置是非常重要的。隧洞掘进机台数的确定既要考虑施工成本、施工工期的可行性,又要考虑其他因素的影响,要合理分析掘进机的性价比,针对不同工程特性,找出每台掘进机的最优经济开挖长度,从而合理确定掘进机的施工台数。     

双护盾掘进机洞轴线纠偏实例

在利用双护盾隧洞掘进机进行同忻煤矿主斜井开挖的过程中发生了卡机事故,开挖斜井的轴线偏离了正确的方向。文中分析了事故发生的原因,介绍了采取的掘进机整机后退的措施,使得成功地摆脱了困境。     

全断面隧道掘进机(TBM)在设备选型及隧洞选线设计中应注意的问题

全断面隧道掘进机(TBM)因其独特优越的技术性能,广泛应用于长隧道掘进中,为克服其自身的不足,避免产生施工缺陷,本文就TBM设备选型、隧洞设计规划方面需要注意解决的相关问题,进行了研究探讨。     

TBM掘进技术在软岩隧洞中的应用

通过单护盾、双护盾TBM掘进技术在甘肃引洮供水工程总干渠7^#、9^#隧洞中的应用,证明了TBM掘进设备的选型依据,说明了超前地质预报、合理选择注浆技术的重要性,提出了对设备改进的建议。