土仓压力与掘进参数相关性分析及预测模型

提出一种基于长短期神经网络的深度学习预测模型,依托现场数据对土仓压力进行预测。结果表明,在5个可控因素的基础上,增加与土仓压力具有相关关系的不可控因素作为输入,评价指标平均绝对误差、均方误差分别降低了0.901%、0.021%,校正后的决定系数提高了16%,为土仓压力的精准预测和设定提供了借鉴。

双裂纹损伤下TBM刀盘结构疲劳寿命分析

基于Paris公式建立TBM刀盘的裂纹扩展模型,利用Workbench模拟裂纹的开裂过程,计算出其循环次数与应力强度因子。并改变双裂纹的初始长度、距离、角度,分析多部位损伤时筋板的裂纹扩展寿命。结果表明,裂纹的初始长度越长构件越容易失效,每增加2.5 mm寿命将减少35%,而双裂纹距离对寿命的影响较小,在10%以内。当裂纹方向和受力方向垂直时,构件容易失效,反之则对寿命的影响越小。该研究可为刀盘设计过程中疲劳寿命领域提供参考。