期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
水利工程智能建造进展及关键技术
被引量:
11
1
作者
刘耀儒
侯少康
+1 位作者
程立
黄跃群
《水利水电技术(中英文)》
北大核心
2022年第10期1-20,共20页
智能建造成为近年来工程建设领域的研究热点和发展趋势,通过集成人工智能、大数据和云计算等新一代信息技术,进一步推进了水利工程的安全、高效、高质、经济和绿色建设。简要回顾了水利工程智能建造的发展历程,从大坝智能建造的角度总...
智能建造成为近年来工程建设领域的研究热点和发展趋势,通过集成人工智能、大数据和云计算等新一代信息技术,进一步推进了水利工程的安全、高效、高质、经济和绿色建设。简要回顾了水利工程智能建造的发展历程,从大坝智能建造的角度总结了智能碾压、智能温控、智能灌浆、智能安全监测和大坝智能施工机械5个方面的关键技术进展,并从隧洞智能建造的角度总结了围岩条件智能感知、地质灾害智能预测预警、TBM智能掘进、智能支护、隧洞智能施工机械5个方面的关键技术进展。目前,水利工程智能建造已逐渐由探索阶段向系统化发展阶段过渡,且已在一些工程中取得了良好的示范,但仍存在一些挑战和局限性。最后,从4个方面探讨了水利工程智能建造中的技术难点及展望,包括专业机理知识和数据驱动模型的融合、少样本条件下跨工程/工况的迁移学习、多源多模态异构互补数据信息的融合和基准数据集开发与数据标准化。
展开更多
关键词
水利工程
智能建造
大坝
隧洞
机理-数据融合
迁移学习
多源数据
下载PDF
职称材料
TBM豆砾石回填灌浆密实度对支护效果的影响研究
被引量:
7
2
作者
王明友
侯少康
+1 位作者
刘耀儒
金峰
《隧道建设(中英文)》
北大核心
2020年第3期326-336,共11页
双护盾TBM(tunnel boring machine)采用预制管片、回填豆砾石和灌浆的方式进行施工,使管片、回填层与围岩形成整体的支护结构。豆砾石回填灌浆的密实度是影响TBM隧洞工作性能的重要指标,但实际工程中回填灌浆的密实度往往较低。为了研...
双护盾TBM(tunnel boring machine)采用预制管片、回填豆砾石和灌浆的方式进行施工,使管片、回填层与围岩形成整体的支护结构。豆砾石回填灌浆的密实度是影响TBM隧洞工作性能的重要指标,但实际工程中回填灌浆的密实度往往较低。为了研究不同回填密实度对围岩变形、屈服状态及衬砌受力等的影响,基于多雄拉隧洞掘进的数值仿真,提出一种随机单元模型,用于模拟不同的回填灌浆密实度,对豆砾石回填灌浆的密实度与围岩、管片支护结构的力学状态的关系进行分析,并根据对围岩变形的影响将回填灌浆密实度划分为A^E 5个等级,同时给出相应的回填灌浆密实度建议。此外,对顶部和侧部局部不密实对支护效果造成的影响进行模拟和分析。通过分析可知:回填灌浆密实度过低,会导致管片应力分布不均匀且产生较大拉应力,也会产生较大的围岩变形和屈服区分布;对于Ⅲ类围岩及以上围岩,建议回填密实度在70%以上,对于比Ⅲ类围岩质量差的围岩,建议回填密实度在80%以上。另外,通过计算可知顶部回填不密实的风险大于侧部,且当回填不密实比例为1/6时应力分布最不均匀。研究成果可为类似工程提供密实度评价及为补灌处理提供借鉴。
展开更多
关键词
双护盾TBM
隧洞施工
豆砾石回填灌浆
密实度
支护效果
随机单元模型
下载PDF
职称材料
基于数值样本和随机森林分类器的岩爆风险快速预测代理模型
3
作者
王克忠
谢添
+4 位作者
李梅
张如九
侯少康
王震洲
刘耀儒
《清华大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024年第7期1203-1214,共12页
该文依托滇中引水工程香炉山隧洞,开展深埋隧洞掘进过程中岩爆风险预测研究,提出基于数值样本和随机森林(random forest,RF)的岩爆风险快速预测代理模型。以地应力和围岩本构参数作为模型输入特征,以围岩最大弹性应变能密度作为输出特征...
该文依托滇中引水工程香炉山隧洞,开展深埋隧洞掘进过程中岩爆风险预测研究,提出基于数值样本和随机森林(random forest,RF)的岩爆风险快速预测代理模型。以地应力和围岩本构参数作为模型输入特征,以围岩最大弹性应变能密度作为输出特征,开展使用隧道掘进机(tunnel boring machine,TBM)掘进深埋隧洞过程中的多工况数值仿真,基于正交试验设计构建了611组数值样本,并通过围岩能量演化分析和相关性分析,验证输入、输出参数的合理性。进一步以RF为基分类器,利用10折交叉验证优化超参数,建立了岩爆风险快速预测代理模型,并对比多种机器学习算法,验证所提代理模型的预测准确性和适用性。结果表明:所提方法具有良好的预测性能和泛化能力,测试集样本的预测准确率达82.02%,优于用于比较的其余4种机器学习模型,为快速预测深埋隧洞施工期岩爆风险提供了一种研究路径。
展开更多
关键词
深埋隧洞
岩爆风险
隧道掘进机
数值样本
随机森林
弹性应变能
原文传递
基于IPSO-BP混合模型的TBM掘进参数预测
被引量:
33
4
作者
侯少康
刘耀儒
张凯
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2020年第8期1648-1657,共10页
通过TBM上升段数据预测稳定段的掘进参数,可以在每个掘进循环的起始阶段预测出各掘进参数的建议值,辅助进行TBM掘进参数的设置和优化调整。提出一种基于改进粒子群算法优化BP神经网络(Improvedparticle swarm optimization-back propaga...
通过TBM上升段数据预测稳定段的掘进参数,可以在每个掘进循环的起始阶段预测出各掘进参数的建议值,辅助进行TBM掘进参数的设置和优化调整。提出一种基于改进粒子群算法优化BP神经网络(Improvedparticle swarm optimization-back propagation,IPSO-BP)的TBM掘进参数预测模型,采用自适应惯性权重对标准PSO算法进行改进,并基于改进PSO算法对BP网络的连接权值和偏置进行优化。基于吉林引松工程TBM3标段802 d的TBM运行数据对训练集和测试集进行划分。选取TBM掘进上升段前30 s的刀盘扭矩、贯入度、刀盘功率、推进速度、总推进力5个掘进参数变化特征(均值和线性拟合斜率),以及岩性、围岩分级和地下水活动情况3个地质参数作为模型的输入,并通过试验法确定模型的3个关键超参数(隐含层节点数、学习率和粒子群种群规模),预测稳定掘进时的推进速度v、总推进力F和刀盘扭矩T。结果表明,所提出的模型对TBM稳定掘进段参数的预测拟合优度均达0.85以上,平均绝对百分误差均小于12.68%,相比于BP模型和PSO-BP模型具有更高的预测精度。
展开更多
关键词
隧道工程
TBM
改进粒子群算法(IPSO)
BP神经网络
掘进参数预测
原文传递
双护盾TBM掘进数值仿真及护盾卡机控制因素影响分析
被引量:
8
5
作者
侯少康
刘耀儒
《清华大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021年第8期809-817,共9页
卡机是制约双护盾全断面隧道掘进机(tunnel broing machine, TBM)安全、高效施工的重要工程地质问题。卡机涉及影响因素较多,数值仿真是对各种因素的影响程度进行定量化分析的有效手段。该文提出了考虑双护盾TBM掘进施工过程的数值仿真...
卡机是制约双护盾全断面隧道掘进机(tunnel broing machine, TBM)安全、高效施工的重要工程地质问题。卡机涉及影响因素较多,数值仿真是对各种因素的影响程度进行定量化分析的有效手段。该文提出了考虑双护盾TBM掘进施工过程的数值仿真方法,通过基于内变量热力学的蠕变模型模拟围岩的时效变形特性,并实现围岩与护盾的相互作用的模拟。以某公路隧洞为研究对象,对TBM推进速度和超挖量2个卡机控制因素的影响进行了研究。分析结果表明:增大TBM推进速度,能在一定程度减小接触压力和卡机风险;而超挖量对减小接触压力的作用更为显著,且对于高地应力、软岩条件下的隧洞施工,2种卡机控制措施的收益将更加明显。研究结果可为类似工程的卡机风险分析及TBM推进速度和超挖量等参数的优化设计提供一定的借鉴。
展开更多
关键词
双护盾TBM
隧洞施工
卡机
推进速度
超挖量
原文传递
书画作品欣赏
6
作者
高潮
侯少康
+3 位作者
周元龙
杨玉华
贾根元
邢荣英
《老人世界》
2021年第5期49-49,共1页
原文传递
题名
水利工程智能建造进展及关键技术
被引量:
11
1
作者
刘耀儒
侯少康
程立
黄跃群
机构
清华大学水沙科学与水利水电工程国家重点实验室
水电水利规划设计总院
湘水集团湖南省水利发展投资有限公司
出处
《水利水电技术(中英文)》
北大核心
2022年第10期1-20,共20页
基金
国家自然科学基金项目(52179105,41961134032)。
文摘
智能建造成为近年来工程建设领域的研究热点和发展趋势,通过集成人工智能、大数据和云计算等新一代信息技术,进一步推进了水利工程的安全、高效、高质、经济和绿色建设。简要回顾了水利工程智能建造的发展历程,从大坝智能建造的角度总结了智能碾压、智能温控、智能灌浆、智能安全监测和大坝智能施工机械5个方面的关键技术进展,并从隧洞智能建造的角度总结了围岩条件智能感知、地质灾害智能预测预警、TBM智能掘进、智能支护、隧洞智能施工机械5个方面的关键技术进展。目前,水利工程智能建造已逐渐由探索阶段向系统化发展阶段过渡,且已在一些工程中取得了良好的示范,但仍存在一些挑战和局限性。最后,从4个方面探讨了水利工程智能建造中的技术难点及展望,包括专业机理知识和数据驱动模型的融合、少样本条件下跨工程/工况的迁移学习、多源多模态异构互补数据信息的融合和基准数据集开发与数据标准化。
关键词
水利工程
智能建造
大坝
隧洞
机理-数据融合
迁移学习
多源数据
Keywords
hydraulic engineering
intelligent construction
dam
tunnel
mechanism-data fusion
transfer learning
multi-source data
分类号
TV52 [水利工程—水利水电工程]
下载PDF
职称材料
题名
TBM豆砾石回填灌浆密实度对支护效果的影响研究
被引量:
7
2
作者
王明友
侯少康
刘耀儒
金峰
机构
华能西藏雅鲁藏布江水电开发投资有限公司
清华大学水沙科学与水利水电工程国家重点实验室
出处
《隧道建设(中英文)》
北大核心
2020年第3期326-336,共11页
基金
水沙科学与水利水电工程国家重点实验室资助项目(2019-KY-03)。
文摘
双护盾TBM(tunnel boring machine)采用预制管片、回填豆砾石和灌浆的方式进行施工,使管片、回填层与围岩形成整体的支护结构。豆砾石回填灌浆的密实度是影响TBM隧洞工作性能的重要指标,但实际工程中回填灌浆的密实度往往较低。为了研究不同回填密实度对围岩变形、屈服状态及衬砌受力等的影响,基于多雄拉隧洞掘进的数值仿真,提出一种随机单元模型,用于模拟不同的回填灌浆密实度,对豆砾石回填灌浆的密实度与围岩、管片支护结构的力学状态的关系进行分析,并根据对围岩变形的影响将回填灌浆密实度划分为A^E 5个等级,同时给出相应的回填灌浆密实度建议。此外,对顶部和侧部局部不密实对支护效果造成的影响进行模拟和分析。通过分析可知:回填灌浆密实度过低,会导致管片应力分布不均匀且产生较大拉应力,也会产生较大的围岩变形和屈服区分布;对于Ⅲ类围岩及以上围岩,建议回填密实度在70%以上,对于比Ⅲ类围岩质量差的围岩,建议回填密实度在80%以上。另外,通过计算可知顶部回填不密实的风险大于侧部,且当回填不密实比例为1/6时应力分布最不均匀。研究成果可为类似工程提供密实度评价及为补灌处理提供借鉴。
关键词
双护盾TBM
隧洞施工
豆砾石回填灌浆
密实度
支护效果
随机单元模型
Keywords
double-shield TBM
tunnel construction
pea-gravel backfill grouting
compactness
support effect
stochastic element mode
分类号
U45 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于数值样本和随机森林分类器的岩爆风险快速预测代理模型
3
作者
王克忠
谢添
李梅
张如九
侯少康
王震洲
刘耀儒
机构
浙江工业大学土木工程学院
云南省滇中引水工程有限公司
清华大学水圈科学与水利工程全国重点实验室
中国电力建设集团
国网经济技术研究院有限公司
出处
《清华大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024年第7期1203-1214,共12页
基金
国家自然科学基金资助项目(52179105)
云南省重大科技专项计划项目(202102AF080001)
+1 种基金
浙江省公益技术研究计划项目(LGF21E090005)
国家电网有限公司总部管理科技项目(5200-202322135A-1-1-ZN)。
文摘
该文依托滇中引水工程香炉山隧洞,开展深埋隧洞掘进过程中岩爆风险预测研究,提出基于数值样本和随机森林(random forest,RF)的岩爆风险快速预测代理模型。以地应力和围岩本构参数作为模型输入特征,以围岩最大弹性应变能密度作为输出特征,开展使用隧道掘进机(tunnel boring machine,TBM)掘进深埋隧洞过程中的多工况数值仿真,基于正交试验设计构建了611组数值样本,并通过围岩能量演化分析和相关性分析,验证输入、输出参数的合理性。进一步以RF为基分类器,利用10折交叉验证优化超参数,建立了岩爆风险快速预测代理模型,并对比多种机器学习算法,验证所提代理模型的预测准确性和适用性。结果表明:所提方法具有良好的预测性能和泛化能力,测试集样本的预测准确率达82.02%,优于用于比较的其余4种机器学习模型,为快速预测深埋隧洞施工期岩爆风险提供了一种研究路径。
关键词
深埋隧洞
岩爆风险
隧道掘进机
数值样本
随机森林
弹性应变能
Keywords
deep tunnel
rockburst risk
tunnel boring machine
numerical samples
random forest
elastic strain energy
分类号
U45 [建筑科学—桥梁与隧道工程]
原文传递
题名
基于IPSO-BP混合模型的TBM掘进参数预测
被引量:
33
4
作者
侯少康
刘耀儒
张凯
机构
清华大学水沙科学与水利水电工程国家重点实验室
出处
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2020年第8期1648-1657,共10页
基金
国家重点基础研究发展计划(973)项目(2015CB057904)
清华大学水沙科学与水利水电工程国家重点实验室科研项目(2019–KY–03)。
文摘
通过TBM上升段数据预测稳定段的掘进参数,可以在每个掘进循环的起始阶段预测出各掘进参数的建议值,辅助进行TBM掘进参数的设置和优化调整。提出一种基于改进粒子群算法优化BP神经网络(Improvedparticle swarm optimization-back propagation,IPSO-BP)的TBM掘进参数预测模型,采用自适应惯性权重对标准PSO算法进行改进,并基于改进PSO算法对BP网络的连接权值和偏置进行优化。基于吉林引松工程TBM3标段802 d的TBM运行数据对训练集和测试集进行划分。选取TBM掘进上升段前30 s的刀盘扭矩、贯入度、刀盘功率、推进速度、总推进力5个掘进参数变化特征(均值和线性拟合斜率),以及岩性、围岩分级和地下水活动情况3个地质参数作为模型的输入,并通过试验法确定模型的3个关键超参数(隐含层节点数、学习率和粒子群种群规模),预测稳定掘进时的推进速度v、总推进力F和刀盘扭矩T。结果表明,所提出的模型对TBM稳定掘进段参数的预测拟合优度均达0.85以上,平均绝对百分误差均小于12.68%,相比于BP模型和PSO-BP模型具有更高的预测精度。
关键词
隧道工程
TBM
改进粒子群算法(IPSO)
BP神经网络
掘进参数预测
Keywords
tunneling engineering
TBM
improved particle swarm optimization(IPSO)
BP network
tunnelling parameter prediction
分类号
U45 [建筑科学—桥梁与隧道工程]
原文传递
题名
双护盾TBM掘进数值仿真及护盾卡机控制因素影响分析
被引量:
8
5
作者
侯少康
刘耀儒
机构
清华大学水沙科学与水利水电工程国家重点实验室
出处
《清华大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021年第8期809-817,共9页
基金
国家自然科学基金资助项目(41941019)
水沙科学与水利水电工程国家重点实验室项目(2019-KY-03)。
文摘
卡机是制约双护盾全断面隧道掘进机(tunnel broing machine, TBM)安全、高效施工的重要工程地质问题。卡机涉及影响因素较多,数值仿真是对各种因素的影响程度进行定量化分析的有效手段。该文提出了考虑双护盾TBM掘进施工过程的数值仿真方法,通过基于内变量热力学的蠕变模型模拟围岩的时效变形特性,并实现围岩与护盾的相互作用的模拟。以某公路隧洞为研究对象,对TBM推进速度和超挖量2个卡机控制因素的影响进行了研究。分析结果表明:增大TBM推进速度,能在一定程度减小接触压力和卡机风险;而超挖量对减小接触压力的作用更为显著,且对于高地应力、软岩条件下的隧洞施工,2种卡机控制措施的收益将更加明显。研究结果可为类似工程的卡机风险分析及TBM推进速度和超挖量等参数的优化设计提供一定的借鉴。
关键词
双护盾TBM
隧洞施工
卡机
推进速度
超挖量
Keywords
double-shield TBM
tunnel construction
shield jamming
advance rate
overcut
分类号
U45 [建筑科学—桥梁与隧道工程]
原文传递
题名
书画作品欣赏
6
作者
高潮
侯少康
周元龙
杨玉华
贾根元
邢荣英
机构
不详
出处
《老人世界》
2021年第5期49-49,共1页
分类号
C913.6 [经济管理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
水利工程智能建造进展及关键技术
刘耀儒
侯少康
程立
黄跃群
《水利水电技术(中英文)》
北大核心
2022
11
下载PDF
职称材料
2
TBM豆砾石回填灌浆密实度对支护效果的影响研究
王明友
侯少康
刘耀儒
金峰
《隧道建设(中英文)》
北大核心
2020
7
下载PDF
职称材料
3
基于数值样本和随机森林分类器的岩爆风险快速预测代理模型
王克忠
谢添
李梅
张如九
侯少康
王震洲
刘耀儒
《清华大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024
0
原文传递
4
基于IPSO-BP混合模型的TBM掘进参数预测
侯少康
刘耀儒
张凯
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2020
33
原文传递
5
双护盾TBM掘进数值仿真及护盾卡机控制因素影响分析
侯少康
刘耀儒
《清华大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2021
8
原文传递
6
书画作品欣赏
高潮
侯少康
周元龙
杨玉华
贾根元
邢荣英
《老人世界》
2021
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部