| 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！ |
|
