当前位置:主页 > 科技论文 > 交通工程论文 >

基于模糊聚类理论的TBM施工围岩可掘进性分级预测模型

发布时间:2018-01-07 03:01

  本文关键词:基于模糊聚类理论的TBM施工围岩可掘进性分级预测模型 出处:《现代隧道技术》2014年06期  论文类型:期刊论文


  更多相关文章: 硬岩掘进机 样本数据 模糊聚类理论 围岩分级


【摘要】:文章针对硬岩掘进机(TBM)在复杂地质条件下的可掘进性,进行了系统及定量的研究;基于模糊聚类理论和施工样本数据分析,建立了以掘进速率为分级指标,包括岩石单轴抗压强度、岩石完整性系数、围岩结构面与隧道轴线夹角和渗水量四项性质指标的可掘进性分级预测模型,将TBM施工围岩可掘进性分为好、一般和差三个性能等级;并在此基础上进一步细化模型粒度,以提高模型的精度和地质适用性。将所建模型应用于西秦岭隧道和大伙房水库输水隧洞工程实际工程效果表明,TBM掘进速率与由模型预测的掘进速率基本相吻合,验证了掘进性分级预测模型的可行性、科学性和有效性,进而对TBM的选型、设计和施工提供了重要的理论依据。
[Abstract]:Aiming at the hard rock tunnel boring machine (TBM) under complex geological conditions can be boring, studied systematically and quantitatively; fuzzy clustering analysis theory and construction based on the sample data is established based on the tunneling rate as the grading index, including uniaxial compressive strength of rock, integrality coefficient of rock classification prediction model, can be boring the angle between the surface and the axis of the tunnel surrounding rock structure and seepage four properties, TBM construction of excavation surrounding rock can divided into good, general and poor performance of the three grade; and on this basis to further refine the granularity of the model, in order to improve the accuracy and applicability of the geological model. The model is applied to the construction of the water conveyance tunnel West Qinling Mountains tunnel and Dahuofang reservoir engineering effect shows that the tunneling rate and TBM tunneling rate predicted by the model were consistent, verify the feasibility of the model of tunneling classification prediction, scientific and effective, in It provides an important theoretical basis for the selection, design and construction of TBM.

【作者单位】: 天津大学机械工程学院;
【基金】:国家重点基础研究发展计划(973计划)资助项目(2013CB035402) 天津市产学研合作示范项目(2012GKF-0606)
【分类号】:U455.4;U452.12
【正文快照】: 王攀郭伟朱殿华(天津大学机械工程学院,天津300072)修改稿返回日期:2014-09-011前言在TBM设计、制造、施工应用过程中,施工效率的高低是决定工程成败和效益的关键,而千变万化的地质条件在很大程度上会影响TBM的施工,使其掘进速率在1~1 500 m/月的大范围内变化。所以,系统及定

【相似文献】

相关期刊论文 前10条

1 蔡月;徐王伟;;基于模糊聚类的高维划分策略研究[J];武汉理工大学学报(信息与管理工程版);2006年01期

2 高飞;肖刚;潘双夏;张元鸣;程振波;;基于模糊聚类的零部件重组策略与方法研究[J];中国机械工程;2006年06期

3 鲁明羽;姚晓娜;魏善岭;;基于模糊聚类的网络论坛热点话题挖掘[J];大连海事大学学报;2008年04期

4 尚松蒲;赵中建;;一类带最小约束的模糊聚类问题[J];中国新技术新产品;2009年19期

5 吴佳芯;李明;董青海;;一种基于最大熵模糊聚类的数据关联算法[J];火控雷达技术;2013年03期

6 韩捷;;齿轮故障的模糊聚类及其微机辅助诊断[J];郑州工学院学报;1989年04期

7 邹声华,杨继平,刘建仁;用模糊聚类法划分旋风除尘器类型[J];湘潭矿业学院学报;1997年01期

8 孟燕,贾利民,孙扬;基于模糊聚类的铁路智能运输系统结构分析方法研究[J];铁路计算机应用;2005年04期

9 李永忠;王汝山;张念贵;王玉雷;;基于半监督模糊聚类的入侵检测技术[J];江苏科技大学学报(自然科学版);2010年04期

10 武金良;;基于模糊聚类的产品拆卸模型研究[J];才智;2011年31期

相关会议论文 前10条

1 张春月;李晓奇;;基于SPSS的模糊聚类分析[A];第七届中国不确定系统年会论文集[C];2009年

2 朱辉;李在铭;;基于模糊聚类的图像阀值处理方法及其在医学中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年

3 朱枝琳;;基于模糊聚类的城市功能区划分研究[A];2006年浙江省测绘学会工程测量专业委员会论文评审和讨论工程测量发展趋势会议论文集[C];2006年

4 李扬;谢春雪;赵小囡;李红;;基于模糊聚类的方法评定学生的学习状态[A];创新沈阳文集(B)[C];2009年

5 李仲来;;模糊聚类与系统聚类的结合分析[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

6 李小平;焦李成;;信息颗粒在数据模糊聚类中的应用与构造[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

7 王建伟;谢永强;;基于遗传模糊聚类的异常检测方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年

8 杜赵群;于伟东;;服装面料风格的模糊聚类研究[A];2005现代服装纺织高科技发展研讨会论文集[C];2005年

9 李俊花;刘文白;孙昭晨;崔莉;;基于半模糊聚类的长输管道泄漏监测[A];2007年中国智能自动化会议论文集[C];2007年

10 丁力行;阮秀英;邓玉艳;;基于,

本文编号:1390680


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/1390680.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户df8fd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com