盾构掘进中地层特征的实时识别方法

作者：乔国华

来源：地下空间与工程学报, 2023, 19(06): 2039-2071.

• 盾构
• 地层分类
• 机器学习
• 预测

为了解决盾构施工过程刀盘前方地质情况不明确的难题，本文通过盾构施工参数与地质特征之间关联性，建立了基于机器学习算法的地层类别预测模型。盾构施工参数是盾构掘进过程地质特征变化的动态响应，使用变换后的盾构施工参数比推力和比扭矩来反映地层变化情况。应用CART决策树和随机森林算法建立了盾构施工参数与地层类别的关系，用于盾构掘进过程中地层类别的分类预测。以广佛环城际铁路琶洲支线盾构隧道工程为依托，将盾构施工参数作为输入数据，用于训练和测试机器学习地层分类预测模型。结果显示，CART决策树预测模型的准确率达到81%,随机森林预测模型的准确率为85%,在局部相邻类别边界上存在较小的误差，满足实际工程需求，能够为同类工程施工提供参考。