基于机器学习算法的盾构掘进地表沉降预测及控制

发布时间：2021-07-09 23:12

　　土压平衡盾构掘进会对周围地层产生扰动,影响隧道周围建筑物和构筑物的使用性能和结构安全,隧道几何参数、掘进参数以及地质参数都会影响扰动的程度,但现有的理论和模型难以综合考虑这些因素的共同作用并准确地预测出地层响应。本研究针对以上问题,基于机器学习算法构建盾构掘进引起的地层沉降特性预测模型,为实时预测盾构掘进引起的地层响应以及降低风险提供了一种新思路。本研究的主要成果如下:（1）建立地表沉降及其影响因素的数据库:影响因素考虑隧道几何参数、掘进参数、地质参数以及停机的异常工况,提出地质参数量化新方法,输出参数考虑地表沉降最大值和沉降槽宽度。通过评价不同参数对地表沉降的影响程度,进而选择对地表沉降影响最明显的参数作为模型的输入参数。结果表明:提出的地质参数量化方法可以综合考虑岩土层的物理力学性质以及深度和厚度的几何特性。隧道几何参数（隧道埋深）,盾构机掘进参数（推力、扭矩、土仓压力、贯入度和注浆量）,地质参数（地下水深度、掌子面岩土体类型、修正标贯次数、修正动探次数以及修正的单轴抗压强度）,异常工况（停机）,这12个参数对地表沉降的影响显著,可以作为机器学习模型的输入参数预测地表沉降。（2）对... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：100 页

【学位级别】：硕士

【部分图文】：

盾构机类型

盾构引起地层塌陷事故

盾构施工引起的纵向沉降发展示意图


本文编号：3274675