基于神经网络的盾构滚刀磨损量预测方法探讨

作     者：丁小彬 谢宇轩 薛皓文 黄威然 Ding Xiaobin;Xie Yuxuan;Xue Haowen;Huang Weiran

作者机构：华南理工大学土木与交通学院广州510640 华南岩土工程研究院广州510640 广州轨道交通建设监理有限公司广州510010 

出 版 物：《地下空间与工程学报》 (Chinese Journal of Underground Space and Engineering)

年 卷 期：2023年第19卷第2期

页      面：560-570页

核心收录：

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(41827807) 广东省现代土木工程技术重点实验室(2021B1212040003) 

主　　题：盾构掘进 滚刀磨损 神经网络 优化算法 

摘      要：盾构施工中采集的参数众多,难以直接反映滚刀磨损量的发展规律。统计31种现有滚刀磨损研究中影响参数的出现频次,以广州地铁18号线番禺广场至南村万博区间2号始发井中间风井右线盾构区间为依托,选择14种输入参数,整理出共2386条样本用于BP神经网络模型开发。分别采用序贯模型优化(SMBO)和遗传算法(GA)进行超参数优化。模型预测值与实测值决定系数达0.832,准确预测了滚刀磨损量。选择预测准确度较高模型进行敏感性分析,验证所选的14种参数对于滚刀磨损量预测的贡献,结果表明,考虑土压、新旧刀、盾构深度对于滚刀磨损量预测有较大贡献。本文成果可为其他地层下的盾构滚刀磨损量预测与分析提供参考。