汕头海湾隧道复合地层超大直径泥水盾构掘进参数预测研究

发布时间：2021-05-18 05:37

　　为研究复合地层超大直径泥水盾构掘进参数之间的复杂关系,以汕头海湾隧道工程为背景,选取700环掘进数据,通过优选函数类别和网络结构,建立基于BP神经网络的复合地层超大直径泥水盾构掘进参数预测模型,定量预测刀盘转矩、刀盘能耗和平均泥水压力。研究表明:1)复合地层盾构贯入度和掘进速度、贯入度和刀盘转速、刀盘电流和刀盘转速的皮氏积矩相关系数绝对值均在0.75以上,具有良好的线性相关性,其他掘进参数之间相关性较不明确; 2)复合地层盾构刀盘转矩和刀盘能耗预测值与实际值的算术平均误差在5%左右,平均泥水压力预测值与实际值的算术平均误差为1.31%,预测精度较高,满足盾构施工要求; 3)基于BP神经网络预测模型,软土地层各掘进参数预测效果得到进一步提升; 4)根据BP神经网络预测模型输入参数定量预测其他掘进参数,操作简单,预测效果良好,能够为盾构主司机提供参考,同时提高施工效率,为实现智能掘进打下基础。 

【文章来源】：隧道建设(中英文). 2020,40(08)北大核心

【文章页数】：9 页

【文章目录】：
0 引言
1 工程概况
2 主要掘进参数及相关关系
3 神经网络预测模型
    3.1 神经网络简介
    3.2 确定BP神经网络结构
        3.2.1 确定BP神经网络层数
        3.2.2 确定BP神经网络神经元数目
        3.2.3 确定BP神经网络函数
    3.3 建立预测模型
    3.4 模型预测结果
        3.4.1 复合地层预测结果
        3.4.2 软土地层预测结果
4 结论与讨论


【参考文献】：
期刊论文
[1]基于现场掘进数据的复合地层盾构掘进性能预测方法研究[J]. 李杰,张斌,付柯,马超,郭京波,牛得草.  现代隧道技术. 2019(04)
[2]基于BP神经网络的填海区复杂地层盾构掘进参数预测与应用[J]. 王传俭.  城市住宅. 2019(02)
[3]基于遗传算法的BP神经网络在隧道围岩参数反演和变形预测中的应用[J]. 周冠南,孙玉永,贾蓬.  现代隧道技术. 2018(01)
[4]复合地层下盾构掘进速度模型的建立与优化[J]. 李杰,付柯,郭京波,张增强,徐明新.  现代隧道技术. 2017(03)
[5]复杂地层盾构掘进速率和刀盘扭矩预测模型及其地层适应性研究[J]. 张志奇,李彤,韩爱民,苏明,黄新强.  隧道建设. 2016(12)
[6]基于掘进参数分析的地铁盾构施工效率研究[J]. 陶冶,周诚,秦艳.  施工技术. 2016(S1)
[7]盾构隧道建造阶段低碳化影响因子与措施研究[J]. 李乔松,白云,李林.  现代隧道技术. 2015(03)
[8]土压平衡盾构掘进参数关系及其对地层位移影响的试验研究[J]. 魏新江,周洋,魏纲.  岩土力学. 2013(01)
[9]盾构机掘进参数的关联分析与地质特征识别[J]. 张莹,蔡宗熙,冷永刚,亢一澜.  哈尔滨工程大学学报. 2011(04)

硕士论文
[1]基于SVM的盾构刀盘能耗预测分析[D]. 陶冶.华中科技大学 2017
[2]盾构机刀盘驱动液压控制系统节能特性研究[D]. 赵伟伟.上海交通大学 2014
[3]基于Elman-PSO耦合智能算法的泥水盾构参数预测控制[D]. 何然.华中科技大学 2013



本文编号：3193219