基于深度神经网络的围岩无侧限抗压强度预测

摘要

实时的围岩抗压强度预测能对TBM安全高效掘进有重要意义。针对现有技术难以实时获取隧道掘进机掌子面岩体参数的问题,基于青岛地铁1号线掘进过程产生的掘进参数数据,分别使用深度神经网络构建隧道围岩无侧限抗压强度实时感知模型。模型利用掘进阶段100s内总推进力、刀盘转速、刀盘扭矩、推进速度和撑靴压力等TBM运行参数数据实时预测掌子面围岩强度,平均预测精度达到72%,并系统研究模型的跨线路应用和模型跨区间应用问题。这些认识与成果对TBM掘进参数优化和风险预警有着重要意义,并将为建立基于数据挖掘的TBM智能决策控制平台提供参考。