基于模糊神经网络的TBM施工隧道围岩分级研究

摘要

传统的围岩分级方法主要是针对隧洞围岩的稳定性而提出的,而全断面岩石掘进机(Tunnel Boring Machine,TBM)施工的隧道工程对围岩分级提出了更高要求,除了考虑隧道围岩的稳定性,还包括TBM的施工性能、综合成本效益等.本文综合考虑围岩的地质参数和TBM施工的掘进参数,运用T-S模糊神经网络的方法,以单轴抗压强度Rc、岩体完整系数KV和单位体积节理数JV为模型输入变量,以日施工速度AR和场切深指数FPI为模型输出评价指标,建立了基于TBM施工的岩体质量分级模型,将TBM施工的围岩分为四级.根据引汉济渭工程岭北隧洞的掘进参数,对模型进行了验证,分级结果与施工实际相吻合.