花岗岩球状风化发育区盾构施工特点分析

花岗岩发育地区球状风化体(俗称"孤石")的分布直接影响城市轨道交通工程的盾构施工。基于华南地区花岗岩球状发育区盾构施工工程案例,分析了在这一特殊地质环境下盾构施工在盾构机选型和盾构推进过程中参数控制相关问题,提出花岗岩球状风化体发育区盾构施工应合理选择盾构机,在孤石地层掘进时应控制掘进速度、刀盘扭矩、盾构机的推力,刀盘的贯入量以及刀盘的转速等施工参数,做到平稳掘进,减少对地层的扰动。     

地铁区间软土隧道复合式土压平衡盾构适应性改造技术

针对某地铁六号线某区间工程特点,对复合式土压平衡盾构进行了盾体外径扩大、刀盘刀具更换和推进系统改造,并就改造后的刀盘结构和刀具配置掘进软土地层进行了详细的适应性分析,现场成功进行了100环管片掘进试验,得出了盾构机总推力、刀盘扭矩和转速、掘进速度、土压力以及同步注浆量等掘进参数,验证了改造复合式土压平衡盾构掘进软土地层...     

TBM刀盘与岩石相对刚度对盘形滚刀受力的影响分析

TBM掘进过程中,滚刀与岩石之间产生相互作用力.针对滚刀与刀盘受力的均衡性,提出刀盘与岩石相对刚度的概念,用刀盘厚度与岩石弹性抗力系数之比表示相对刚度,并分析其对滚刀及刀盘均衡受力的影响.建立刀盘与岩石相互作用的三维弹性支点力学模型,运用有限元方法对其进行分析.计算表明,刀盘上各滚刀分担的推力并非均匀分布,而是具有一定的差异性.刀盘与岩石相对刚度越大,地层相对较软,各滚刀推力越接近于平均值,刀盘以整体轴向位移为主,弯曲变形很小.反之,地层较硬,各滚刀分配的推力差异较大,刀盘整体轴向位移小,但产生明显的相对弯曲变形.为使滚刀受力均衡,应根据地层的软硬程度设计刀盘刚度并合理使用掘进参数.     

土压平衡盾构掘进参数相关性分析及预测模型

为了研究盾构机在特定地层条件正常掘进状态下的掘进参数选取和预测,以深圳地铁16号线天健花园站—龙城中路站左线土压平衡盾构施工区间的微风化灰岩地层段为背景,对其掘进参数进行数理统计、Pearson相关性分析及建立预测模型.考虑了施工工艺等因素对数据的影响;对6个主要掘进参数的相关性进行了定量分析;用多元线性回归和随机森林方法对主要掘进参数进行建模预测.研究结果表明,在该地层条件下的推进速度平均值为15.81 mm/min、总推进力平均值为12973.69 kN等;计算出6个掘进参数间的Pearson相关系数,其中总推进力和刀盘转矩的相关系数r为0.569,存在显著的中等正相关关系;运用相关系数r、平均绝对误差(MAE)和均方根误差(RMSE)3个指标对模型进行对比评估,结果表明随机森林模型预测性能更优.     

复合地层土压平衡盾构刀盘掘进参数

土压平衡盾构在复合地层中掘进时常出现推力和扭矩波动幅度过大的问题,为了研究盾构机在复合地层中刀盘受力特点,基于扩展模型建立了不同类型全刀盘掘土数值模型,研究了全刀盘Mises应力以及推力和扭矩的变化规律,验证了数值计算结果的合理性。基于室内土压平衡盾构掘进试验,研究了盾构机掘进参数在不同地层中的变化规律。研究结果表明,随着刀盘推进深度增加,各类刀盘Mises应力最大值呈增加的趋势。各类地层全刀盘掘进模型的推力及扭矩计算误差均未超过10%,利用扩展Drucker-Prager模型所建立的全刀盘掘进模型是合理的。土压平衡盾构掘进模型试验表明,随着中风化泥质粉砂岩地层占比逐渐增大,盾构机推力有增大的趋势;盾构刀盘扭矩先增大后减小,最后趋于稳定;出土器扭矩变化不明显。整个推进过程中盾构机推力变化范围为6.0～7.7 kN,扭矩变化范围为773.4～1 195.8 N·m,出土器扭矩变化范围为32.5～104 N·m。     

长沙地铁典型板岩地层土压平衡盾构掘进参数精细化控制

依托长沙地铁2号线典型板岩地段盾构工程,对盾构总推力和刀盘扭矩计算值与实测值进行对比分析,并对刀盘每转切深和土舱压力进行统计分析,提出典型板岩地层中土压平衡盾构掘进参数的控制值。最后结合地表沉降监测,对参数控制的效果进行评价。研究结果表明:采取理论方法计算板岩地层中盾构总推力和刀盘扭矩时,需对这2个参数进行修正。修正总推力计算值时,修正系数取1.4~1.7;修正刀盘扭矩计算值时,修正系数取0.4~0.5。同时刀盘每转切深应控制在30~40 mm之间;土舱压力应控制在0.09~0.13 MPa之间。基于地表沉降监测,上述盾构掘进参数控制值具有一定的合理性,且效果明显。盾构掘进区域内地表的沉降比较小,基本控制在1.5~4.0 mm。     

盘形滚刀破岩力影响因素试验研究

采用试验方法研究了盘形滚刀破岩时掘进参数贯入度、切削速度和刀间距的选择对破岩性能的影响.结果表明:贯入度、切削速度的增加,破岩力成比例增大;得到最优贯入度为76mm和最优切削速度6m/h,进而确定刀盘转速和最外径线速度,推算TBM总推力和总转矩.分析盘形滚刀切割岩石时的挤压、剪切破坏过程,前方破碎区由于挤压破坏形成粉盒区;两侧的岩石受到滚刀浸入的挤压作用,发生弹性变形,逐渐达到岩石的剪切强度极限,裂纹贯通碎裂.     

复合地层双模盾构与复合盾构刀具磨损对比

软硬交替复合地层中可采用双模盾构和复合式盾构进行掘进施工。然而目前针对双模盾构和复合盾构在软硬交替地层中的适应性缺乏清晰明确的现场掘进数据进行对比验证，特别是施工参数和刀具磨损方面。本文基于深圳地铁12号线相似地层的三个相邻盾构区间工程，对比不同盾构机的盾构掘进施工参数、刀具服役情况及岩渣形态，分析刀具磨损的原因及特征，并进一步对比在长距离软硬交叠地层下EPB/TBM双模盾构和复合EPB盾构的掘进效能。结果表明：（1）双模盾构TBM模式在岩质地层中的推进速度可达到双模盾构EPB模式的2倍及复合EPB盾构的3倍。受土仓压力和刀盘转速影响，刀盘推力和扭矩差异较大的双模EPB模式和复合EPB盾构更易造成刀具异常磨损。（2）双模盾构TBM模式滚刀磨损速度更低，其刀具寿命是双模盾构EPB模式和复合EPB盾构的3~5倍，换刀时间占比约为后两者的1/2~3/8，EPB/TBM双模盾构总体掘进效能优于复合EPB盾构。（3）双模盾构TBM模式的岩渣中岩片更多且形状细长而扁平，在岩石地层中EPB/TBM双模盾构掘进效率优于复合EPB盾构。     

硬岩掘进机刀盘载荷与撑靴接触界面刚度的耦合关系

在复合地质条件掘进时刀盘载荷与撑靴接触界面的耦合关系严重影响硬岩掘进机(TBM)动态特性.基于并联机构理论研究TBM推进系统的力传递特性,建立刀盘、机械系统和撑靴接触刚度耦合力传递模型,讨论了刀盘在复合地质条件下掘进时刀盘载荷波动与撑靴岩石接触界面刚度之间的耦合关系.结果表明,撑靴接触界面刚度随刀盘载荷增大而非线性增大;复合地层中,刀盘载荷波动,接触界面刚度也呈现相应的波动特性;两侧撑靴接触界面岩石软硬不同时,刀盘载荷均值和波动增加,接触界面刚度均值和波动加大,且较硬一侧增加幅度大于较软一侧减小幅度.     

长沙典型地层土压平衡盾构掘进参数及表现预测

为对长沙典型地层土压平衡盾构的掘进表现进行预测,基于实际工程采集的砾岩、砂卵石和泥岩地层盾构施工记录数据,对主要施工参数在3类地层中的分布及变化特征进行统计分析。研究贯入度、场切入指数和掘进比能三者间的变化关系,并讨论地层可掘性问题。根据贯入度、场切入指数和掘进比能分类提出考虑地层条件的净掘进速率预测方法及经验模型,并用于4类地层的盾构掘进表现预测分析。研究结果表明:贯入度的最小和最大平均值分别出现在泥岩和砂卵石地层中;刀盘扭矩在砂卵石和泥岩地层中变化幅度较大,而在泥岩地层中平均值最大;砂卵石地层的总推进力比其他2类地层的总推进力高30%左右,3类地层的总推进力对刀盘扭矩影响特征有所差异;贯入度、场切入指数和掘进比能三者间相关性较好,可作为表征地层可掘性的指标。所提出的净掘进速率预测模型对4类地层盾构掘进表现的预测效果较好,具有一定的适用性。     

基于集成Dropout-DNN模型的盾构掘进速度预测方法

为了提升土压平衡盾构机的掘进速度预测精度,提出一种集成Dropout-DNN模型的盾构掘进速度预测方法。依据济南地铁R1线盾构隧道段工况数据,将数据集划分为五份,并选取刀盘转速、刀盘扭矩、总推进力、螺机转速、土仓压力这五个参数为输入参数,分别建立了五个Dropout-DNN模型并进行集成实现了盾构掘进速度的预测,进一步对不同的预测方法进行了对比分析。研究结果表明：各Dropout-DNN模型预测精度具有一定的差异性但基本良好,其决定系数均大于0.6、平均绝对百分误差均小于10%,而集成的Dropout-DNN模型决定系数为0.695、平均绝对百分误差小于5%,可见集成模型预测精度较高;基于BP神经网络、DNN模型实现的盾构掘进速度预测模型其决定系数分别为0.502、0.566,可见提出的集成Dropout-DNN模型预测精度提升明显。     

软硬不均地层对盾构刀盘受力计算方法与分析

盾构掘进软硬不均地层过程中刀盘承受偏载、应力集中等非均布荷载,引起刀盘局部损伤、刀具异常磨损等问题,特别是超大直径刀盘受力不均现象更加显著。针对上述问题,重点考虑软硬不均地层承载力容许值、面积比两个主要特征变量,提出了一种盾构掘进软硬不均地层的刀盘受力计算方法。依托某超大直径盾构隧道工程,利用该方法计算出软硬不均地层对刀盘作用力,结合数值仿真方法进一步得到刀盘整体应力与应变分布规律,进而提出了刀盘过载的刀盘总推力合理值。该计算方法不仅反映了软硬不均地层与刀盘刀具耦合作用特征,而且方便进一步计算刀盘整体应力与应变分布情况,确定刀盘推力,避免刀盘局部受力过大。     

基于LS-SVM的TBM掘进参数预测模型

针对目前TBM数据挖掘能力和掘进参数优化预测分析的不足以及对未来TBM实现无人驾驶的展望,将最小二乘支持向量机（LS SVM）机器学习应用到TBM掘进参数预测中,从吉林引松工程TBM掘进数据中提取掘进上升段的刀盘扭矩、刀盘推力、总推力、推进速度这4个重要参数建立LS SVM预测模型,预测4个参数在稳定段的均值,并讨论了模型训练集大小、参数选取等对预测性能的影响。结果表明,以原始数据中均匀提取的样本、RBF核函数和10折交叉验证建立的LS SVM模型可以较为准确地预测稳定段中上述4个参数,验证了LS SVM机器学习预测TBM掘进参数的可行性。     

软硬地层下双顶管掘进参数对管片及地层的影响性研究

软硬地层中双顶管掘进参数不当所导致的周围土体变形、姿态偏离、刀盘磨损等问题在实际工程中屡有发生。以南宁平花河顶管为工程背景,通过数值模拟研究软硬地层中不同掘进参数组合对周围地表沉降及管片应力的影响。得到结论如下：开挖面掘进压力对地表变形的影响呈现出非线性特征,地表沉降及其减小的速率随着掘进压力增大而减小;注浆压力与横向地表沉降之间呈现出线性递减的趋势,影响区域约为双隧道中心2倍隧道直径范围内;管片最大Mise应力与盾尾注浆压力、千斤顶推力均呈现线性递增的关系,当注浆压力、管片千斤顶推力分别增加10 kPa,每环管片的最大Mises应力相应分别增加64 kPa、17 kPa;开挖面掘进压力增大时,管片应力呈向着非线性递增的趋势,管片应力变化也相应减小,掘进压力从0kPa变化至20 kPa时的管片应力变化率为40~60 kPa的1/4~1/3     

Similarity identification method on formational interfaces and application in general granite

An instrumented drilling system can be applied for the acquisition of drilling process parameters. The system can provide continuous and huge data for geotechnical engineering. However, due to the complexity of ground strata, the variation in the drilling parameters with stratigraphical characteristics is great and the correlation between likely comparable parameters is not high, which limits the use of conventional correlation approaches in this field. How to use the data for engineering and how to get a reasonable interpretation for the relationships among the drilling parameters, as well as between a drilling parameter and formational characteristics, become a technical choke point for the development and application of the instrumented drilling system. Based on similarity criteria, the extraction of sample data and characteristics, the pretreatment of data and feature matching algorithms have been analyzed and an approach of slope coefficient searching identification has been established. A case study was carried out for the similarity between the rotational speed of the drill bit, flushing pressure, and effective thrust force graphics in general weathered granite. The result shows that the similarity coefficients between the rotational speed of the drill bit, flushing pressure, and effective thrust force are 0.72 and 0.83, respectively. Although there are differences between the distances of the graphics, the curves of both rotational speed and flushing pressure agree with the effective thrust curve in shape, which provides a possible method for the identification of various formations by use of the similarity between feature drilling parameters.     

基于神经模糊推理系统的盾构施工地表沉降预测

盾构隧道施工引起的地表沉降,主要受盾构掘进参数和地层条件的影响,且各参数间关系复杂.已有地表沉降预测方法大都没有直接考虑掘进参数的影响,难以满足盾构快速施工超前预测预报和环境影响控制的需求.自适应神经模糊推理系统(ANFIS)是一种基于神经网络的模糊类智能模型,通过减法聚类数据细分技术自动生成模糊规则,使网络的节点和权值具有明确的物理意义,集成了神经网络数据自适应能力和模糊系统知识表达性能,特别适合于多元非线性系统的预测预报.结合北京地铁14号线东风北桥站至京顺路站区段工程实测数据,选取埋深、洞顶覆土标贯值、土仓压力、推进速度、刀盘转速、扭矩、盾构推力,以及同步注浆量为输入变量,建立了地表最大沉降量预测模型.计算结果表明,该模型计算量小,泛化能力强,计算精度高.研究成果为盾构施工地表沉降预测预报提供了新的技术方案.