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，该系统虽然考虑了岩体与TBM之间的相互作用，但是如果隧道围岩岩性差别较大，利用该模型预测得到的误差将会很大，且该系统涉及的参数指标太多，实用困难，无法满足TBM施工隧道的围岩分级要求。因此目前所存在的围岩分级分类系统的普适性较差，往往不能针对特定的项目工程进行合理的分级预测。
技术实现思路
针对上述现有技术中描述的不足，本专利技术提供一种基于数据挖掘的TBM施工围岩可掘性分级方法，以期能够对TBM掘进速率进行准确预测，并对TBM施工提供科学指导。为解决上述技术问题，本专利技术所采用的技术方案如下：一种基于数据挖掘的TBM施工围岩可掘性分级方法，步骤如下：S1，建立贯入度预测模型。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。首先进行贯入度梯度变化和贯入度连续变化的TBM掘进实验，获得单刀法向力随贯入度的变化规律；然后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。具体步骤为：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。而a+b与UCS和Jv都具有线性相关，因此建立假设函数关系如下：a+b＝g(UCS,Jv)，0＜Jv＜35；0＜UCS＜100。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。按照计算的岩体基本质量指标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，计算得到滚刀的贯入度P值，从而建立起贯入度预测模型。S2，建立转速预测模型。具体步骤为：S2.1，建立刀盘最大转速与刀盘直径的函数特征关系：Nmax＝12.44D-0.313；式中，Nmax为刀盘转速，D为掘进机直径。S2.2，建立刀盘转速N与岩体完整性指数Kv之间的函数关系；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。S3.1，进行TBM停机时间工序分类。所述停机时间工序为三类：固定停机时间工序、随掘进距离变化的停机工序、随岩体条件和掘进距离共同变化的停机工序。所述固定停机时间工序，与岩体状况和进尺距离无关，包括班组交接T1、设备维保T2、刀盘检修T3、后配套处理T4、其他延误时间T5。所述随掘进距离变化的停机工序，包括换步时间T6。所述随岩体条件和掘进距离共同变化的停机工序，包括故障处理T7、刀具更换T8、支护时间T9、不良地质处治T10。S3.2，建立TBM停机工序时间统计表。S3.3，建立TBM掘进工时利用率预测函数关系式：其中，U为TBM掘进工时利用率，AR为掘进速度。S4，根据步骤S1-S3计算掘进速度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。具体步骤为：S4.1，根据步骤S1-S3计算掘进速度AR：其中，P为贯入度，N为刀盘转速，U为TBM掘进工时利用率。S4.2，根据掘进速度AR将TBM施工围岩划分为5个等级。当AR≥2.0m/h，时，TBM施工围岩条件极好，定义为Ⅰ级围岩；当1.2m/h<AR≤2.0m/h时，表明TBM施工围岩条件好，定义为Ⅱ级围岩；当0.6m/h<AR≤1.2m/h，时，TBM施工围岩条件较好，定义为Ⅲ级围岩；当0.2m/h<AR≤0.6m/h，时，TBM施工围岩条件一般，定义为Ⅵ级围岩；当0.2m/h≤AR时，TBM施工围岩条件差，定义为Ⅴ级围岩。本专利技术采用基于工程案例的数学统计和数学挖掘的研究方法，将影响TBM掘进速率的参数进行明确的定义和划分，合理预测刀盘贯入度、转速、工时利用率，直观明了，以TBM日均掘进速度为评价指标，最终建立基于TBM施工的围岩可掘性分级模型，考虑到TBM的施工围岩可掘性和地质适应性，将围岩分为四个等级：Ⅰ级围岩是TBM围岩施工条件极好；Ⅱ级围岩是TBM围岩施工条件好；Ⅲ级围岩是TBM施工围岩条件较好；Ⅵ级围岩是TBM施工围岩条件一般；Ⅴ级围岩是TBM施工围岩条件差。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的系统流程图。图2为本专利技术刀盘直径与刀盘转速的关系图。图3为本专利技术TBM停机时间工序分类图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种基于数据挖掘的TBM施工围岩可掘性分级方法，如图1所示，步骤如下：S1，建立贯入度预测模型。前期准备：收集TBM施工案例中的TBM掘进参数和岩体状态参数数本文档来自技高网...

【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