一种基于数据挖掘的TBM施工围岩可掘性分级方法技术

本发明专利技术公开了一种基于数据挖掘的TBM施工围岩可掘性分级方法，包括：以安全高效为原则，利用逐步回归方法并考虑主司机操作经验建立贯入度预测模型；对工程项目进行回归分析，建立转速预测模型；总结国内外工程案例，以数据挖掘为基础建立TBM施工掘进利用率预测模型；以TBM掘进速度为评价指标，最终建立基于TBM施工围岩可掘性分级模型。本发明专利技术方法针对传统隧道围岩分类以围岩稳定性为评价依据的方法不能很好适应TBM施工的现状，提出依据数据挖掘方法，建立TBM施工条件下的隧道围岩系统化分类方法，旨在准确预测各类围岩等级下的TBM掘进性能，为TBM施工成本和工期预测提供决策依据，并实现对TBM掘进参数的优化调整。

A Classification Method of Excavability of Surrounding Rock in TBM Construction Based on Data Mining

The invention discloses a data mining-based classification method for excavatability of surrounding rock in TBM construction, which includes: taking safety and efficiency as the principle, establishing penetration prediction model by stepwise regression method and considering the main driver's operation experience; regression analysis of Engineering projects, establishing speed prediction model; summarizing domestic and foreign engineering cases, and establishing TBM construction excavation utilization based on data mining. Rate prediction model; Taking TBM tunneling speed as evaluation index, the surrounding rock excavatability classification model based on TBM construction is finally established. In view of the fact that the traditional method of surrounding rock classification based on the stability of surrounding rock can not well adapt to the current situation of TBM construction, the method of systematized classification of surrounding rock under TBM construction conditions is put forward according to data mining method, aiming at accurately predicting the tunneling performance of TBM under various surrounding rock grades, providing decision-making basis for TBM construction cost and time limit prediction, and realizing the prediction of TBM construction cost and time limit. The optimization and adjustment of BM tunneling parameters.

【技术实现步骤摘要】
一种基于数据挖掘的TBM施工围岩可掘性分级方法
本专利技术涉及对TBM施工的围岩可掘性分级方法，尤其涉及一种考虑到围岩可掘性与设备适应性的TBM围岩可掘性分级方法。
技术介绍
与传统的隧道施工方法相比，TBM法施工速度快，通常掘进速率是传统钻爆法的3～10倍，然而TBM对地质条件的适应性很差，如果在掘进时没有采取很好的掘进参数与之匹配，那么可能会导致TBM无法发挥其掘进速度快的优势，进而造成工期延误。传统隧道施工方法一般是通过围岩分类方法来设计隧道支护和指导施工，并据此进行成本和工期预算。但是当前的隧道围岩分级法大多针对隧道围岩稳定性评价和支护结构的设计提出，越来越难以满足TBM隧道的施工需要。TBM施工条件下的隧道围岩分级应该以工程岩体的可掘性为基础，充分考虑影响TBM掘进效率的主要工程地质因素。目前，尚没有公认的TBM施工隧道的围岩分类统一标准。现阶段比较常用的围岩分类方法有挪威学者学者N.Barton的Q系统分类法、南非学者Bieniawski的地质力学分类法(RMR)以及迪尔的RQD分类法等。N.Barton于1999年在Q系统分类法的基础上提出了QTBM系统，该系统虽然考虑本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘的TBM施工围岩可掘性分级方法，其特征在于，步骤如下：S1，建立贯入度预测模型；S2，建立转速预测模型；S3，建立TBM施工掘进工时利用率预测模型；TBM施工的工时利用率是TBM净掘进时间与总施工时间的比值，它是衡量TBM的使用及管理水平的重要指标；S4，结合步骤S1‑S3计算TBM掘进速度AR，并以TBM掘进速度AR为评价指标，进行TBM施工围岩可掘性分级。

【技术特征摘要】
1.一种基于数据挖掘的TBM施工围岩可掘性分级方法，其特征在于，步骤如下：S1，建立贯入度预测模型；S2，建立转速预测模型；S3，建立TBM施工掘进工时利用率预测模型；TBM施工的工时利用率是TBM净掘进时间与总施工时间的比值，它是衡量TBM的使用及管理水平的重要指标；S4，结合步骤S1-S3计算TBM掘进速度AR，并以TBM掘进速度AR为评价指标，进行TBM施工围岩可掘性分级。2.根据权利要求1所述的基于数据挖掘的TBM施工围岩可掘性分级方法，其特征在于，在步骤S1中，具体步骤为：S1.1，建立不同岩体条件下TBM掘进参数上升段的设备运行参数单刀推力与控制参数贯入度之间的关系模型：F＝a×P+b；其中，a表示贯入度对单刀推力影响系数，b为滚刀破岩门槛值，P表示贯入度；S1.2，建立岩体状态参数与贯入度的关系模型；S1.2.1，建立贯入度对单刀推力影响系数a与单位体积节理数Jv之间的函数逐步回归拟合公式：a＝f(Jv)＝p0×Jv2+p1×Jv+p2，0＜Jv＜35；式中，p0、p1、p2为拟合常数，f为函数；S1.2.2，建立贯入度为1时，抗压强度指标UCS与单位体积节理数Jv之间的函数逐步回归拟合公式：a+b＝g(UCS,Jv)＝p3×UCS+p4×Jv+p5；其中，p3、p4、p5为拟合常数，g为回归函数；S1.3，计算岩体基本质量指标BQ：BQ＝100+3UCS+250Kv；其中，UCS为抗压强度指标；Kv为岩体的完整性系数；且当UCS≥90Kv+30时，UCS＝90Kv+30；当Kv≥0.04UCS+0.4时，Kv＝0.04UCS+0.4；S1.4，确定岩体的传统围岩等级；按照岩体基本质量指标BQ与传统围岩等级的关系确定岩体的传统围岩等级；S1.5，计算岩体的传统围岩等级下滚刀的单刀推力值；Fn＝Fmax×Fs；其中，Fs为传统围岩等级下滚刀单刀推力系数；Fmax为最大单刀推力；S1.6，根据步骤S1.1和步骤S1.2以及滚刀的单刀推力值，...

【专利技术属性】
技术研发人员：谭顺辉，陈帅，荆留杰，杨晨，张娜，简鹏，
申请(专利权)人：中铁工程装备集团有限公司，
类型：发明
国别省市：河南,41