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
4
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
基于门控循环单元的全断面掘进机稳定段掘进性能预测
被引量:
1
1
作者
张弛
李艳
+2 位作者
王鹏
刘沛
梁科森
《科学技术与工程》
北大核心
2022年第32期14443-14450,共8页
全断面隧道掘进机(tunnel boring machine, TBM)一个正常掘进循环分为空推段、上升段和稳定段3个阶段,其中稳定掘进段为主要施工阶段,稳定段掘进性能的好坏是TBM掘进的关键。为实现TBM安全高效掘进,建立一种基于门控循环单元(gated recu...
全断面隧道掘进机(tunnel boring machine, TBM)一个正常掘进循环分为空推段、上升段和稳定段3个阶段,其中稳定掘进段为主要施工阶段,稳定段掘进性能的好坏是TBM掘进的关键。为实现TBM安全高效掘进,建立一种基于门控循环单元(gated recurrent unit, GRU)神经网络的预测模型,预测TBM稳定段掘进性能。模型以新疆某供水工程Ⅱ标段TBM施工数据为依托,5种掘进循环上升段主要参数的时间序列数据作为主要输入,围岩等级作为辅助输入来考虑岩体对掘进性能的影响,输出为稳定段的总推进力和刀盘扭矩,为稳定段TBM性能预判提供参考。为显示预测效果,对比传统循环神经网络(recurrent neural network, RNN)预测模型,并分析不同长度时间序列输入对模型预测精度的影响。结果表明:GRU模型预测拟合优度均在0.9以上,平均绝对百分比误差均小于12.25%,同时能够适用不同长度时序输入。由此可见,所建模型具有较高预测精度,泛化能力较好,能够辅助预判掘进机稳定段性能。
展开更多
关键词
地下工程
全断面
掘进
机(TBM)
门控循环单元(GRU)神经网络
掘进性能预测
围岩等级
下载PDF
职称材料
基于数值仿真的复杂岩体TBM掘进性能评估模型
被引量:
2
2
作者
赵高峰
姜宝元
+4 位作者
芮福鑫
马洪素
李洁勇
赵晓豹
龚秋明
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第3期984-997,共14页
为了评估全断面隧道掘进机(TBM)在复杂岩体环境中的掘进性能,本文提出了基于数值仿真的全断面TBM掘进预测模型。首先,采用4D-LSM和DDA耦合模型数值重现工程尺度完整岩体和节理岩体的TBM掘进测试过程,分析全断面TBM掘进过程中刀盘的力学...
为了评估全断面隧道掘进机(TBM)在复杂岩体环境中的掘进性能,本文提出了基于数值仿真的全断面TBM掘进预测模型。首先,采用4D-LSM和DDA耦合模型数值重现工程尺度完整岩体和节理岩体的TBM掘进测试过程,分析全断面TBM掘进过程中刀盘的力学响应和岩体的破坏特征;其次,研究节理间距、节理方向、岩体单轴抗压强度以及脆性指数对可钻性指数的影响;最后,引入单神经元对数值仿真预测模型进行修正,并与岩体特征模型进行对比分析,验证基于数值仿真的全断面TBM掘进性能预测模型的适用性。研究结果表明:TBM在低强度、高脆性以及节理发育的岩体中掘进效率更高,当节理面与TBM掘进方向之间的夹角为60°~75°时,最有利于TBM的运行。基于数值仿真的TBM掘进性能预测模型提供了一种经济、灵活的可用于评估复杂环境中TBM施工性能的方法。
展开更多
关键词
全断面隧道
掘进
机
全尺寸TBM破岩模拟
掘进性能预测
耦合数值模型
离散弹簧模型
非连续变形分析方法
下载PDF
职称材料
硬岩隧道掘进机性能预测模型研究进展
被引量:
52
3
作者
刘泉声
刘建平
+4 位作者
潘玉丛
孔晓璇
崔先泽
黄诗冰
魏莱
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2016年第A01期2766-2786,共21页
由于硬岩隧道掘进机(TBM)对地质条件极其敏感,且前期投资较大,准确预测特定地质条件下的TBM性能对于隧道施工方法选择、施工进度安排和成本估计至关重要,同时也是隧道行业内的热门话题。首先回顾国内外TBM性能预测模型的研究进展,对目...
由于硬岩隧道掘进机(TBM)对地质条件极其敏感,且前期投资较大,准确预测特定地质条件下的TBM性能对于隧道施工方法选择、施工进度安排和成本估计至关重要,同时也是隧道行业内的热门话题。首先回顾国内外TBM性能预测模型的研究进展,对目前常用的TBM性能预测模型进行较为详细地介绍。基于对理论模型和复杂经验模型(总计17个)中使用的岩体参数和机器参数的频率统计,发现影响TBM性能的岩体参数主要包括不连续面间距、岩石单轴抗压强度、不连续面和隧道轴向之间的夹角、隧道直径和岩石脆性等;影响TBM性能的机器参数主要包括单刀推力、刀盘转速、刀具直径、刀间距、刀尖宽度和滚刀岩石接触角等。基于统计结果论述各参数对TBM性能的影响,最后根据国外TBM性能预测模型的发展历程对国内开发TBM性能预测模型提出一些建议。
展开更多
关键词
隧道工程
隧道
掘进
机(TBM)
性能
预测
模型
岩体参数
机器参数
原文传递
基于贯入度指数的TBM围岩可掘性分级研究
4
作者
张玉伟
赵祎睿
+1 位作者
宋战平
何十美
《地下空间与工程学报》
2024年第3期949-958,共10页
隧道掘进机(TBM)前期投入巨大,合理划分TBM可掘性分级并给出施工参数建议值对预测施工工期、控制成本等有重要意义。以深圳地铁6号线6101标段大浪站石岩站区间羊台山隧道TBM施工项目为背景,首先以贯入度指数FPI为掘进性能评价指标,通过S...
隧道掘进机(TBM)前期投入巨大,合理划分TBM可掘性分级并给出施工参数建议值对预测施工工期、控制成本等有重要意义。以深圳地铁6号线6101标段大浪站石岩站区间羊台山隧道TBM施工项目为背景,首先以贯入度指数FPI为掘进性能评价指标,通过Spearman相关性分析FPI作为评价指标的合理性;在此基础上以FPI为输入参数分别建立掘进贯入度、刀盘推力和掘进速度预测公式,并基于羊台山隧道右线掘进数据进行可靠性验证;基于k-均值聚类方法,以FPI为聚类指标,划分出可掘性等级,并根据掘进参数预测公式,给出了对应可掘性等级的掘进参数建议值。结果表明:(1)FPI能够在一定程度合理反映TBM施工中的岩机关系,可作为掘进性能评价指标;(2)建立的TBM掘进参数预测公式,相关性系数R2分别为0.75、0.98和0.97,相关性良好,能够准确为TBM掘进提供预测参数;(3)根据建立的TBM可掘性分级方法将围岩划分为5级,确定了不同等级下掘进参数值。
展开更多
关键词
隧道
掘进
机(TBM)
围岩参数
掘进性能预测
可掘性分级
下载PDF
职称材料
题名
基于门控循环单元的全断面掘进机稳定段掘进性能预测
被引量:
1
1
作者
张弛
李艳
王鹏
刘沛
梁科森
机构
中南大学机电工程学院
出处
《科学技术与工程》
北大核心
2022年第32期14443-14450,共8页
基金
国家重点研发计划(2018YFB1702500)。
文摘
全断面隧道掘进机(tunnel boring machine, TBM)一个正常掘进循环分为空推段、上升段和稳定段3个阶段,其中稳定掘进段为主要施工阶段,稳定段掘进性能的好坏是TBM掘进的关键。为实现TBM安全高效掘进,建立一种基于门控循环单元(gated recurrent unit, GRU)神经网络的预测模型,预测TBM稳定段掘进性能。模型以新疆某供水工程Ⅱ标段TBM施工数据为依托,5种掘进循环上升段主要参数的时间序列数据作为主要输入,围岩等级作为辅助输入来考虑岩体对掘进性能的影响,输出为稳定段的总推进力和刀盘扭矩,为稳定段TBM性能预判提供参考。为显示预测效果,对比传统循环神经网络(recurrent neural network, RNN)预测模型,并分析不同长度时间序列输入对模型预测精度的影响。结果表明:GRU模型预测拟合优度均在0.9以上,平均绝对百分比误差均小于12.25%,同时能够适用不同长度时序输入。由此可见,所建模型具有较高预测精度,泛化能力较好,能够辅助预判掘进机稳定段性能。
关键词
地下工程
全断面
掘进
机(TBM)
门控循环单元(GRU)神经网络
掘进性能预测
围岩等级
Keywords
underground engineering
tunnel boring machine(TBM)
gated recurrent unit(GRU)neural network
tunneling performance prediction
surrounding rock grade
分类号
U455 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
基于数值仿真的复杂岩体TBM掘进性能评估模型
被引量:
2
2
作者
赵高峰
姜宝元
芮福鑫
马洪素
李洁勇
赵晓豹
龚秋明
机构
天津大学建筑工程学院水利工程仿真与安全国家重点实验室
核工业北京地质研究院中国原子能机构高放废物地质处置创新中心
中国铁建股份有限公司华东区域总部
南京大学地球科学与工程学院
北京工业大学城市防灾与减灾教育部重点实验室
出处
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第3期984-997,共14页
基金
国家自然科学基金资助项目(51979187)。
文摘
为了评估全断面隧道掘进机(TBM)在复杂岩体环境中的掘进性能,本文提出了基于数值仿真的全断面TBM掘进预测模型。首先,采用4D-LSM和DDA耦合模型数值重现工程尺度完整岩体和节理岩体的TBM掘进测试过程,分析全断面TBM掘进过程中刀盘的力学响应和岩体的破坏特征;其次,研究节理间距、节理方向、岩体单轴抗压强度以及脆性指数对可钻性指数的影响;最后,引入单神经元对数值仿真预测模型进行修正,并与岩体特征模型进行对比分析,验证基于数值仿真的全断面TBM掘进性能预测模型的适用性。研究结果表明:TBM在低强度、高脆性以及节理发育的岩体中掘进效率更高,当节理面与TBM掘进方向之间的夹角为60°~75°时,最有利于TBM的运行。基于数值仿真的TBM掘进性能预测模型提供了一种经济、灵活的可用于评估复杂环境中TBM施工性能的方法。
关键词
全断面隧道
掘进
机
全尺寸TBM破岩模拟
掘进性能预测
耦合数值模型
离散弹簧模型
非连续变形分析方法
Keywords
full-face tunnel boring machine
full-scale TBM rock breaking simulation
tunneling performance prediction
coupled numerical model
distinct lattice spring model(DLSM)
discontinuous deformation analysis method(DDA)
分类号
U455 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
硬岩隧道掘进机性能预测模型研究进展
被引量:
52
3
作者
刘泉声
刘建平
潘玉丛
孔晓璇
崔先泽
黄诗冰
魏莱
机构
中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室
武汉大学土木建筑工程学院岩土与结构工程安全湖北省重点实验室
出处
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2016年第A01期2766-2786,共21页
基金
国家重点基础研究发展计划(973)项目(2014CB046904
2015CB058102)
国家自然科学基金重点项目(41130742)~~
文摘
由于硬岩隧道掘进机(TBM)对地质条件极其敏感,且前期投资较大,准确预测特定地质条件下的TBM性能对于隧道施工方法选择、施工进度安排和成本估计至关重要,同时也是隧道行业内的热门话题。首先回顾国内外TBM性能预测模型的研究进展,对目前常用的TBM性能预测模型进行较为详细地介绍。基于对理论模型和复杂经验模型(总计17个)中使用的岩体参数和机器参数的频率统计,发现影响TBM性能的岩体参数主要包括不连续面间距、岩石单轴抗压强度、不连续面和隧道轴向之间的夹角、隧道直径和岩石脆性等;影响TBM性能的机器参数主要包括单刀推力、刀盘转速、刀具直径、刀间距、刀尖宽度和滚刀岩石接触角等。基于统计结果论述各参数对TBM性能的影响,最后根据国外TBM性能预测模型的发展历程对国内开发TBM性能预测模型提出一些建议。
关键词
隧道工程
隧道
掘进
机(TBM)
性能
预测
模型
岩体参数
机器参数
Keywords
tunnel engineering
tunnel boring machine(TBM)
performance prediction model
rock massparameters
machine parameters
分类号
U45 [建筑科学—桥梁与隧道工程]
原文传递
题名
基于贯入度指数的TBM围岩可掘性分级研究
4
作者
张玉伟
赵祎睿
宋战平
何十美
机构
西安建筑科技大学土木工程学院
出处
《地下空间与工程学报》
2024年第3期949-958,共10页
基金
国家自然科学基金(52178393,52308374)
陕西省自然科学基础研究计划(2023-JC-YB-297)
陕西省科技创新团队项目(2020TD-005)。
文摘
隧道掘进机(TBM)前期投入巨大,合理划分TBM可掘性分级并给出施工参数建议值对预测施工工期、控制成本等有重要意义。以深圳地铁6号线6101标段大浪站石岩站区间羊台山隧道TBM施工项目为背景,首先以贯入度指数FPI为掘进性能评价指标,通过Spearman相关性分析FPI作为评价指标的合理性;在此基础上以FPI为输入参数分别建立掘进贯入度、刀盘推力和掘进速度预测公式,并基于羊台山隧道右线掘进数据进行可靠性验证;基于k-均值聚类方法,以FPI为聚类指标,划分出可掘性等级,并根据掘进参数预测公式,给出了对应可掘性等级的掘进参数建议值。结果表明:(1)FPI能够在一定程度合理反映TBM施工中的岩机关系,可作为掘进性能评价指标;(2)建立的TBM掘进参数预测公式,相关性系数R2分别为0.75、0.98和0.97,相关性良好,能够准确为TBM掘进提供预测参数;(3)根据建立的TBM可掘性分级方法将围岩划分为5级,确定了不同等级下掘进参数值。
关键词
隧道
掘进
机(TBM)
围岩参数
掘进性能预测
可掘性分级
Keywords
tunnel boring machine(TBM)
rock mass parameters
tunnelling performance predict
classification of boreability
分类号
TU470 [建筑科学—结构工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于门控循环单元的全断面掘进机稳定段掘进性能预测
张弛
李艳
王鹏
刘沛
梁科森
《科学技术与工程》
北大核心
2022
1
下载PDF
职称材料
2
基于数值仿真的复杂岩体TBM掘进性能评估模型
赵高峰
姜宝元
芮福鑫
马洪素
李洁勇
赵晓豹
龚秋明
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
3
硬岩隧道掘进机性能预测模型研究进展
刘泉声
刘建平
潘玉丛
孔晓璇
崔先泽
黄诗冰
魏莱
《岩石力学与工程学报》
EI
CAS
CSCD
北大核心
2016
52
原文传递
4
基于贯入度指数的TBM围岩可掘性分级研究
张玉伟
赵祎睿
宋战平
何十美
《地下空间与工程学报》
2024
下载PDF
职称材料
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