基于TBM掘进性能的岩体分级及可掘性等级感知识别方法 |
| |
引用本文: | 吴志军,方立群,翁磊,刘泉声.基于TBM掘进性能的岩体分级及可掘性等级感知识别方法[J].岩石力学与工程学报,2022(S1):2684-2699. |
| |
作者姓名: | 吴志军 方立群 翁磊 刘泉声 |
| |
作者单位: | 1. 武汉大学土木建筑工程学院;2. 武汉大学岩土与结构工程安全湖北省重点实验室;3. 武汉大学水资源与水电工程国家重点实验室 |
| |
基金项目: | 国家自然科学基金资助项目(42077246,52004182);;湖北省自然科学基金杰出青年项目(2019CFA074)~~; |
| |
摘 要: | 传统的围岩分级方法难以适用于TBM掘进性能评价和预测,因此,建立一套适用于TBM施工的岩体可掘性分级系统并实现可掘性等级的准确感知识别。基于4条TBM隧道的152组岩体和机器数据建立的数据库,分析岩体参数与TBM可掘性评价指标的相关性,采用多目标决策方法 TOPSIS实现TBM隧道岩体可掘性分级。由于实际TBM掘进中岩体参数较难获取,利用单刀推力(Th)、净掘进速度(PR)、刀盘转速(RPM)以及贯入度(PRev)等TBM掘进参数对所提出的岩体可掘进性等级进行了感知识别。感知识别中,采用贝叶斯优化确定多种机器学习分类算法的最优超参数组合,实现最大感知识别准确率,比较不同算法对于岩体可掘性等级感知识别的适用性,并确定最优的感知识别方法。最后,基于吉林引松工程的实时TBM掘进数据,验证岩体可掘性分级及可掘性等级感知识别方法的有效性和准确性。研究成果可用于TBM平稳运行段岩体可掘性评估预测,为掘进参数优化和建立TBM智能化控制系统提供参考。
|
关 键 词: | 隧道工程 TBM 岩体分级 贝叶斯优化 感知识别 |
|