TBM掘进速度预测模型研究 |
| |
引用本文: | 吕根根,张晓平,刘泉声,潘少林.TBM掘进速度预测模型研究[J].河南科学,2019,37(8):1289-1295. |
| |
作者姓名: | 吕根根 张晓平 刘泉声 潘少林 |
| |
作者单位: | 武汉大学土木建筑工程学院,武汉,430072;武汉大学岩土与结构工程安全湖北省重点实验室,武汉,430072 |
| |
基金项目: | 国家重点基础研究发展计划(973计划) |
| |
摘 要: | 随着机械制造技术的进步,全断面岩石隧道掘进机被广泛应用于深、长、大隧洞的开挖,鉴于全断面岩石隧道掘进机(TBM)对地质条件十分敏感,且其前期投入巨大,采用合适的方法、准确地预测TBM掘进速度对TBM施工的进度安排和成本估计十分重要.基于纽约皇后NO.3隧道153组实测岩体参数(UCS、PSI、DWP、BTS、α)和TBM掘进速度(PR),分别采用BP神经网络和CART算法建立TBM掘进速度预测模型,与已有预测模型对比发现,CART预测模型预测精度更高更易于不同工程相互借鉴,且在部分岩体参数缺失的情况下也能对TBM掘进速度进行有效预测.
|
关 键 词: | TBM掘进速度 CART BP神经网络 预测 |
Prediction Models of the TBM Penetration Rate |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|