TBM施工岩渣自动识别技术研究

发布时间：2021-08-30 21:16

　　隧道施工中地质超前预警是一项很重要的环节,及时的了解前方地质信息会对施工产生很大的帮助。如果提前知道前方有地质风险,可以提前做好准备,避免出现人员伤亡和设备损坏,从而避免耽误工程进度。文章以EH引水工程超特长隧道TBM施工为背景,隧道延绵几百公里,使用十八台TBM分区间施工。到目前为止TBM投入数量世界第一,TBM单洞掘进里程世界第一。隧道跨度大,地质条件多变,传统的超前地质预警费时费力,在超特长隧道施工中不能满足需求。因此,课题着力于以岩渣作为对象研究岩渣自动识别技术,以深度学习的方式建立岩渣自动识别模型,通过不同的岩渣图样反映前方地质信息,以此来判断前方地质有无塌方、断层等风险。岩渣中包含了很多的地质信息,将这些信息提取出来就可以预测地质变化。文章以EH引水工程中SS标段的岩渣作为研究对象,结合TBM的设计参数和地质资料,对岩渣的统计理论做了总结。以标段中某个断层破碎带TBM出渣的具体情况对岩渣的理论统计做了验证。结果显示此段的岩渣中岩块的含量在90%左右,岩片的含量在5%左右,符合V类围岩对应的岩渣统计规律。另外某段III类围岩的出渣结果是岩块占20%左右,岩片占80%左右,符合... 

【文章来源】：石家庄铁道大学河北省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

TBM刀盘

滚刀随刀盘旋转的过程中，推进油缸不断施加推进力，滚刀旋转并压入岩石会对岩石产生挤压、拉裂、剪切等综合作用，当压力超过岩石的抗压强度时，岩石被破坏剥落。在刀刃附近将产生块状的破碎体，在刀刃正下方区域将被碾压成粉粒体。随着滚刀压力的增大不断将压力传递向周边岩石，进而产生径向裂纹，裂纹不断向刀刃侧向延伸达到自由面或者与相邻的裂纹交汇，形成岩石碎片[8]所以形成的岩渣由在刀体挤压区的粉末状和碎块状以及由刀体之间的碎片状岩石构成。滚刀破岩机理示意图（如图 2-3 所示）。图 2-1 TBM 刀盘 图 2-2 刀具切削掌子面形成的同心圆图 2-3 滚刀破岩机理示意图刀间距碎片区粉碎区破碎区

旋转的过程中，推进油缸不断施加推进力，滚刀压、拉裂、剪切等综合作用，当压力超过岩石刀刃附近将产生块状的破碎体，在刀刃正下方压力的增大不断将压力传递向周边岩石，进而侧向延伸达到自由面或者与相邻的裂纹交汇，由在刀体挤压区的粉末状和碎块状以及由刀体岩机理示意图（如图 2-3 所示）。 TBM 刀盘 图 2-2 刀具切削掌子面形刀间距

【参考文献】：
期刊论文
[1]基于深层卷积神经网络的剪枝优化[J]. 马治楠,韩云杰,彭琳钰,周进凡,林付春,刘宇红.  电子技术应用. 2018(12)
[2]基于灰度关联分析法的卷积神经网络算法优化[J]. 刘梦雅,毛剑琳.  电子科技. 2018(06)
[3]隧道超前地质预报应用现状与技术手段[J]. 王旭峰.  黑龙江交通科技. 2017(10)
[4]中国TBM施工技术进展、挑战及对策[J]. 杜立杰.  隧道建设. 2017(09)
[5]基于线性切割试验碴片分析的滚刀破岩效率研究[J]. 龚秋明,周小雄,殷丽君,何冠文,苗崇通.  隧道建设. 2017(03)
[6]基于卷积神经网络的PET/CT多模态图像识别研究[J]. 王媛媛,周涛,吴翠颖.  电视技术. 2017(03)
[7]不同池化模型的卷积神经网络学习性能研究[J]. 刘万军,梁雪剑,曲海成.  中国图象图形学报. 2016(09)
[8]深埋超特长输水隧洞TBM集群施工关键技术探析[J]. 邓铭江.  岩土工程学报. 2016(04)
[9]自然环境下重叠果实图像识别算法与试验[J]. 苗中华,沈一筹,王小华,周小凤,刘成良.  农业机械学报. 2016(06)
[10]基于自动编码器组合的深度学习优化方法[J]. 邓俊锋,张晓龙.  计算机应用. 2016(03)

博士论文
[1]基于深度卷积神经网络的图像分类方法研究及应用[D]. 高震宇.中国科学技术大学 2018

硕士论文
[1]卷积神经网络在图像分类识别中的应用研究[D]. 向灿群.湖南理工学院 2018
[2]基于渣料和TBM掘进参数的围岩稳定分类方法的研究[D]. 黄祥志.武汉大学 2005



本文编号：3373519