科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的：为克服隧道掘进机（TBM）本身因素（掘进速度、盾构机岩压和刀盘水压力等）以及随机地质条件等复杂工况对于TBM推力建模的挑战，本文期望通过将现场质量记录数据与代理模型技术相结合建立高精度TBM推力预测模型，以提高TBM推力预测的精度并有效改善开挖计划。创新点：1.现场记录数据与代理模型技术相结合构建高精度预测模型；2.使用莫里斯法进行因素筛选从而提高建模精度；3.通过相似工况建模并适当增加建模样本有效提高了TBM推力预测精度。方法：1.通过对现场数据进行筛选并对TBM推力的来源进行分析，得出可能影响推力的21个因素；2.基于上述影响因素构建4种代理模型并比较精度；3.使用莫里斯法进行主因素筛选，并选用精度最高的克里金模型进行TBM推力建模和预测；4.构建三种不同工况条件下的推力预测模型并比较预测误差。结论：1.现场记录数据与代理模型技术相结合构建的高精度预测模型为TBM在复杂工况下推力的建模和预测提供了一种可行的方式。2.经过莫里斯法进行主因素筛选后，代理模型的精度得到有效提高。3.采用相似工况建模以及合理增加建模成本可以有效提高预测的精度；基于数据驱动的TBM推力预测模型可作为掘进过程中控制推力的重要依据。
-
单位北方自动控制技术研究所; 大连理工大学
