检索结果-南通市图书馆

EPB/TBM双模盾构复合地层掘进参数及适应性研究

在线全文

学校读者我要写书评

暂无评论

铁道工程学报 2023年第3期40卷 96-103页

作者：何川黄兴陈凡宋天田毋晨王士民西南交通大学交通隧道工程教育部重点实验室成都610031 深圳地铁建设集团有限公司深圳518026 中交一公局厦门工程有限公司厦门361021

研究目的:为探究EPB/TBM双模盾构在复合地层中的掘进适应性,本文基于深圳地铁12号线怀德站—福永站及13号线留仙洞站—中间风井区间的EPB/TBM双模盾构施工案例,对比分析不同掘进模式下的掘进参数和能源消耗情况的变化规律,以期为类似工... 详细信息

研究目的:为探究EPB/TBM双模盾构在复合地层中的掘进适应性,本文基于深圳地铁12号线怀德站—福永站及13号线留仙洞站—中间风井区间的EPB/TBM双模盾构施工案例,对比分析不同掘进模式下的掘进参数和能源消耗情况的变化规律,以期为类似工程提供参考。研究结论:(1)双模盾构在软土地层采用EPB模式保证掌子面稳定,硬岩地层采用TBM模式规避掘进速度低及刀具磨损等风险;(2)掘进参数变化规律在软土段EPB模式下表现为“低转速、高扭矩、高推力”,硬岩段TBM模式表现为“高转速、低扭矩、低推力”;(3)微风化岩层TBM模式的推进速度较EPB模式在中风化岩层提升了38%,有效掘进时长占比提升约106.7%;(4)双模盾构能源消耗较软土地层EPB模式并未明显增加;(5)本文研究可为双模盾构在复合地层中的掘进适应性提供参考。

关键词： EPB/TBM双模盾构统计分析复合地层掘进参数盾构耗能

在线全文

学校读者我要写书评

暂无评论

不同围岩与掘进参数下的TBM主梁振动特性

振动与冲击 2023年第12期42卷 88-97页

作者：杨亚磊杜立杰李青蔚魏飞张雄伟赵向波王哲刘洋石家庄铁道大学机械工程学院石家庄050043 石家庄铁道大学大型基础设施性能与安全省部共建协同创新中心石家庄050043 新疆额尔齐斯河流域开发工程建设管理局乌鲁木齐830000 中国水利水电第六工程局有限公司沈阳110179

依托新疆某水利隧洞重大工程在掘全断面岩石隧道掘进机(tunnel boring machine,TBM),开展不同工况下的TBM主梁振动现场试验。通过时域和频域全面分析了TBM在不同围岩不同掘进参数下的主梁振动特性。研究结果表明:主梁振动加速度的变化... 详细信息

依托新疆某水利隧洞重大工程在掘全断面岩石隧道掘进机(tunnel boring machine,TBM),开展不同工况下的TBM主梁振动现场试验。通过时域和频域全面分析了TBM在不同围岩不同掘进参数下的主梁振动特性。研究结果表明:主梁振动加速度的变化能够准确反应TBM的启动、稳定掘进、停止、换步工作循环过程;主梁振动随着激励振源距离的增大呈波动性衰减,但是轴向的振动波动较小,衰减幅度为36.68%,横向次之,竖向衰减程度最大,高达81.88%;破岩推进力引起的主梁竖向振动大于轴向和横向的振动,轴向加速度有效值波动范围为-5~5 m/s^(2),横向为-3~3 m/s^(2),竖向为-10~10 m/s^(2),地质条件(岩体完整性K v、单轴抗压强度UCS等)对主梁振动有较大影响;TBM的关键掘进参数刀盘转速(n)、贯入度(P)、推进力(F)与主梁振动具有显著的相关性;主梁的振动频率一般分布在150 Hz以下,不同工况下,3个方向上可能会在某些频率点同时出现峰值,表明不同方向上存在耦合振动。现场测试揭示了不同工况下TBM主梁振动的特性与规律,为TBM的主梁结构设计、掘进参数优化以及地质条件感知识别等提供了试验数据和理论依据。

关键词：隧道掘进机(TBM) 围岩掘进参数主梁振动特性现场测试信号分析岩机作用

基于机器学习的泥水盾构关键掘进参数预测与优化

在线全文

学校读者我要写书评

暂无评论

东北大学学报(自然科学版) 2023年第11期44卷 1621-1630页

作者：刘克奇杜佃春赵文丁万涛东北大学资源与土木工程学院辽宁沈阳110819 东南大学土木工程学院江苏南京211189 山东大学齐鲁交通学院山东济南250061

探明泥水盾构施工过程中关键掘进参数(如刀盘转速、主推进力、刀盘扭矩等)对开挖面泥浆支护效果及盾构能耗的影响规律,是保障盾构快速掘进和降低盾构机械损耗的重要前提.本研究依托济南穿黄隧道东线盾构项目掘进参数集计算各掘进环的场... 详细信息

探明泥水盾构施工过程中关键掘进参数(如刀盘转速、主推进力、刀盘扭矩等)对开挖面泥浆支护效果及盾构能耗的影响规律,是保障盾构快速掘进和降低盾构机械损耗的重要前提.本研究依托济南穿黄隧道东线盾构项目掘进参数集计算各掘进环的场切深指数(FPI)和扭矩切深指数(TPI);采用掘进比能将掘进参数集划分为优配数据集以及待优化数据集,并分别基于支持向量回归和人工神经网络方法建立了关键掘进参数的预测模型.结果表明:盾构场切深指数和扭矩切深指数可有效描述掘进地层的同一性.盾构掘进比能呈对数正态分布特征,可有效表征盾构掘进工作状态并评估盾构各项掘进参数的配置水平.同一地层中当盾构掘进能耗水平波动较大时宜采用人工神经网络预测模型对刀盘转速以及盾构主推进力进行优化.

关键词：泥水盾构掘进参数掘进比能机器学习预测模型

在线全文

学校读者我要写书评

暂无评论

基于掘进参数的隧道围岩稳定性判识方法研究

隧道建设（中英文） 2023年第3期43卷 423-428页

作者：杨延栋盾构及掘进技术国家重点实验室河南郑州450001 中铁隧道局集团有限公司广东广州511458

为解决隧道开挖面围岩状态难以预知、超前处置不及时导致全断面隧道掘进机被卡被困的问题,通过引松供水、引汉济渭等不同隧道工程装备掘进参数与隧道围岩参数统计分析,建立贯入指数、贯通指数与隧道围岩总评分的回归关系。统计结果表明... 详细信息

为解决隧道开挖面围岩状态难以预知、超前处置不及时导致全断面隧道掘进机被卡被困的问题,通过引松供水、引汉济渭等不同隧道工程装备掘进参数与隧道围岩参数统计分析,建立贯入指数、贯通指数与隧道围岩总评分的回归关系。统计结果表明:隧道掘进机贯入指数与隧道围岩总评分呈指数函数关系,贯通指数与隧道围岩总评分呈对数函数关系。在此基础上,提出基于贯入指数和贯通指数的隧道围岩稳定性判识方法,并根据滇中引水隧道工程现场围岩揭露情况对该方法的围岩类别判识结果进行验证。验证结果显示围岩判识类别与实际围岩类别基本一致,表明了该判识方法的有效性和准确性。

关键词：隧道掘进机掘进参数围岩稳定性判识方法贯入指数贯通指数

基于现场数据的TBM超小转弯工况下掘进参数研究

在线全文

学校读者我要写书评

暂无评论

现代隧道技术 2023年第4期60卷 58-66页

作者：谢苗王浩男李思遥田博刘亚峰张鸿宇辽宁工程技术大学机械工程学院阜新123000

为研究TBM掘进参数在超小转弯工况下的变化规律,基于TBM法开挖浙江缙云抽水蓄能电站排水廊道工程,对TBM转弯流程进行分析,得到护盾调整量是影响TBM最小转弯半径的主要因素;对滚刀破岩进行受力分析,得到滚刀受力与各参数间相互作用的机... 详细信息

为研究TBM掘进参数在超小转弯工况下的变化规律,基于TBM法开挖浙江缙云抽水蓄能电站排水廊道工程,对TBM转弯流程进行分析,得到护盾调整量是影响TBM最小转弯半径的主要因素;对滚刀破岩进行受力分析,得到滚刀受力与各参数间相互作用的机理。根据现场实际掘进数据,分析在不同岩石单轴抗压强度、岩体完整性系数和节理走向与隧洞掘进方向夹角的条件下,TBM刀盘贯入度、刀盘推力和刀盘扭矩间的关系。研究结果表明,TBM在超小转弯半径掘进工况下,贯入度随刀盘推力增大呈对数函数增长,刀盘扭矩随贯入度增大呈指数函数增长,增长率与岩石参数密切相关。进一步建立掘进参数与岩石参数间的预测模型,并进行多组实际工程预测,预测结果的平均相对误差小于10%,表明预测模型的预测精度较高。

关键词： TBM小半径转弯掘进参数岩石参数回归分析

浅埋富水地层特大断面矩形顶管隧道掘进参数分析

在线全文

学校读者我要写书评

暂无评论

隧道建设（中英文） 2023年第2期43卷 316-326页

作者：王发民孟庆军张浩刘常利杨振兴张兵盾构及掘进技术国家重点实验室河南郑州450001 中铁隧道局集团有限公司广东广州511458 南宁轨道交通集团有限责任公司广西南宁530000 中铁隧道集团一处有限公司重庆401123

为保障特大断面矩形顶管隧道在浅覆土、小净距下的安全高效掘进,依托世界上首个直径15 m级3车道矩形顶管隧道工程,对顶管多刀盘开挖系统、减摩注浆系统、三螺机出渣系统进行针对性优化设计。通过对顶管主要掘进参数及地层沉降监测结果... 详细信息

为保障特大断面矩形顶管隧道在浅覆土、小净距下的安全高效掘进,依托世界上首个直径15 m级3车道矩形顶管隧道工程,对顶管多刀盘开挖系统、减摩注浆系统、三螺机出渣系统进行针对性优化设计。通过对顶管主要掘进参数及地层沉降监测结果进行统计分析,得到以下结论:1)本工程采用的减阻措施有效降低了管节受到的地层摩擦阻力,实际总推力为理论值的40%左右;2)刀盘直径和安装高度对刀盘转矩影响较大,多数刀盘转矩均值小于额定转矩的一半,说明刀盘额定转矩有较大的优化空间;3)顶管掘进过程中盾壳受到较大的地层挤压力,土舱内渣土压力也显著大于地层侧向土压力,停机后上述压力均有较大幅度降低;4)顶管掘进后地表横向沉降槽呈“盆”状,隧道两侧0.5倍开挖宽度内的地层沉降较大。

关键词：特大断面矩形顶管隧道多刀盘开挖系统减摩注浆系统三螺机出渣系统掘进参数推力刀盘转矩地层沉降

济南地区软硬复合地层下盾构掘进参数预测分析

在线全文

学校读者我要写书评

暂无评论

隧道建设（中英文） 2022年第S02期42卷 36-43页

作者：王伯芝陈文明谢浩丁爽桑运龙刘学增济南轨道交通集团有限公司山东济南250014 山东大学齐鲁交通学院山东济南250002 上海同岩土木工程科技股份有限公司上海200092 上海地下基础设施安全检测与养护装备工程技术研究中心上海200092 同济大学土木工程学院上海200092

掘进参数的有效预测是盾构智能化提升的关键,为建立软硬复合地层下盾构掘进参数的预测模型,提出了地质状况的量化方法。依托济南地铁R1、R2、R3线软硬复合地层下的盾构隧道数据,通过将隧道以及上下方各一个开挖面直径内的地层沿着埋深... 详细信息

掘进参数的有效预测是盾构智能化提升的关键,为建立软硬复合地层下盾构掘进参数的预测模型,提出了地质状况的量化方法。依托济南地铁R1、R2、R3线软硬复合地层下的盾构隧道数据,通过将隧道以及上下方各一个开挖面直径内的地层沿着埋深单元化,分单元统计地层特征参数,建立了地质状况的量化矩阵,进一步基于卷积神经网络自动提取地质量化矩阵的特征,最终实现了掘进参数的预测。研究结果表明:1)基于地质量化矩阵建立的掘进参数预测模型在训练集、验证集、测试上表现良好;2)将模型应用于新的地质状况类似的盾构隧道上,刀盘转矩、总推进力、推进速度、刀盘转速的预测值与实际值的变化趋势较为一致,且平均误差在15%之内,预测精度可满足工程需求;3)对比目前基于加权的地质参数建立的BP神经网络模型,掘进参数的预测精度和稳定性提升明显。

关键词：盾构复合地层掘进参数预测卷积神经网络

基于CNN-LSTM模型的TBM隧道掘进参数及岩爆等级预测

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2023年

作者：满轲武立文刘晓丽宋志飞李可娜北方工业大学土木工程学院清华大学水沙科学与水利水电工程国家重点试验室

为了提高交通水利和深部煤矿工程中的TBM智能化施工和灾害预测的能力，提出了一种结合卷积神经网络（CNN）和长短时记忆神经网络（LSTM）优势的CNN-LSTM模型，依托引汉济渭工程，预测TBM隧道稳定段掘进参数和岩爆等级。此外，对TBM数据... 详细信息

为了提高交通水利和深部煤矿工程中的TBM智能化施工和灾害预测的能力，提出了一种结合卷积神经网络（CNN）和长短时记忆神经网络（LSTM）优势的CNN-LSTM模型，依托引汉济渭工程，预测TBM隧道稳定段掘进参数和岩爆等级。此外，对TBM数据进行清洗和预处理，根据桩号将TBM数据、地质参数和岩爆等级匹配，基于灰色关联分析筛选出合理的预测指标，合理选择CNN-LSTM模型的超参数以获得较好的预测结果，并与其它模型的预测结果进行比较分析。研究结果表明：对于TBM隧道稳定阶段的掘进参数推力F、贯入度P和扭矩M，CNN-LSTM模型的预测误差MAE、MAPE和RMSE明显小于其它模型且较稳定。其中，扭矩M的预测效果最好，推力F的预测效果次之，贯入度P的预测效果最差；随着岩爆等级的增加，刀盘和刀具受到严重冲击，不同模型对于以上掘进参数的预测效果变差，但CNN-LSTM模型的预测结果均在有效范围内且具有较高的鲁棒性；CNN-LSTM模型预测TBM隧道的岩爆等级的准确率A、精确率P和召回率R明显高于其它模型，准确率A、宏观精确率P和宏观召回率R分别达到98.17%、97.73%和98.58%；根据模型的敏感性分析可知，CNN-LSTM模型对于相同容量的不同岩爆样本敏感性较高，具有较高的鲁棒性，明显优于其它模型。综上，CNN-LSTM模型对于TBM隧道的掘进参数及岩爆等级的预测具有可行性和有效性。

关键词： TBM隧道掘进参数岩爆等级 CNN-LSTM模型灰色关联分析

基于神经网络的双模盾构复合地层掘进参数预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道标准设计 2023年第5期67卷 100-108页

作者：孙峻枫陈凡宋天田毋晨方勇王士民西南交通大学交通隧道工程教育部重点实验室成都610031 深圳市地铁集团有限公司深圳518026 中交一公局厦门工程有限公司厦门361021

依托深圳市轨道交通12号线怀德站-福永站区间隧道工程,基于EPB/TBM双模盾构穿越地质参数和现场掘进监测数据,采用BP神经网络方法建立双模式盾构掘进参数预测模型,分别对地层参数及掘进模式进行量化,将刀盘扭矩、刀盘转速、螺旋机转速、... 详细信息

依托深圳市轨道交通12号线怀德站-福永站区间隧道工程,基于EPB/TBM双模盾构穿越地质参数和现场掘进监测数据,采用BP神经网络方法建立双模式盾构掘进参数预测模型,分别对地层参数及掘进模式进行量化,将刀盘扭矩、刀盘转速、螺旋机转速、总推进力、隧道埋深、围岩等级、岩石单轴饱和抗压强度及不同掘进模式作为输入参数,预测出在不同掘进模式及不同地层条件下的设备掘进速率,针对3类典型地层的预测结果进行可视化分析验证,并对预测模型精度进行改进分析。结果表明:神经网络预测模型在TBM模式下的微风化段平均相对误差为8.6%,EPB模式下的强风化段平均相对误差为10.6%,EPB模式下的中风化段平均相对误差26.2%;该模型对强风化段及微风化段等地层强度变化较为稳定的地层预测精度较高,同时,该预测模式适用于22个隐层神经元并对掘进速率采用直接放缩的方法。

关键词：盾构隧道双模盾构掘进参数 BP神经网络复合地层