一种TBM岩体条件相关利用率的预测方法技术

本发明专利技术提供了一种TBM岩体条件相关利用率的预测方法，该预测方法包括以下步骤：确定TBM岩体条件相关利用率的概念及计算模型；构建TBM预测分析数据库；分析不同岩性岩石在不同干湿状态下CAI值的影响机制；确定岩体分级系统RMR值、岩石耐磨性CAI与TBM岩体条件相关利用率之间的相关关系；建立TBM岩体条件相关利用率的预测模型；通过TBM岩体条件相关利用率预测值与实测值对比分析，寻求掘进过程中参数最优化安排。本发明专利技术综合利用RMR值和不同含水状态的CAI值建立TBM岩体条件相关利用率预测模型，解决了在TBM施工中不能准确预测TBM掘进性能的技术难题。

【技术实现步骤摘要】
一种TBM岩体条件相关利用率的预测方法
本专利技术属于TBM掘进性能预测的
，具体涉及一种TBM岩体条件相关利用率的预测方法。
技术介绍
TBM隧洞施工具有掘进效率高、成洞质量好、安全环保、自动化程度高等优点，成为我国长隧洞施工的优先选择方法。但是TBM施工对地质条件的依从性显著，不同地质条件下的TBM掘进性能存在明显差异。当出现极端不良地质条件时，TBM的适应性极差，导致掘进效率低下甚至出现卡机等事故，极大地增加施工成本且滞后工期。因此，准确预测TBM在不同地质条件下的掘进性能，对于隧洞施工工期预测及成本控制等具有重大意义。TBM利用率作为影响其掘进性能的重要因素之一，对TBM利用率进行准确评估和预测可降低工程的工期和经济风险，从而实现TBM施工效益的最大化。然而，由于TBM利用率受地质条件、机械参数、掘进参数、施工管理等众多因素的影响，要想从理论上构建一种类似岩土本构关系的预测模型，来全面准确地描述TBM利用率与其各种影响因素的相关关系是非常困难的。另外，TBM利用率的波动范围大，不同工程的TBM利用率差别很大。其中由机械因素本文档来自技高网...

【技术保护点】
1.一种TBM岩体条件相关利用率的预测方法，其特征在于，该方法包括以下步骤：/n步骤一：确定TBM岩体条件相关利用率的概念及计算模型；/n步骤二：综合利用岩体分级系统RMR值和不同干湿状态下的岩石耐磨性CAI值建立岩体条件相关利用率的预测模型。/n

【技术特征摘要】
1.一种TBM岩体条件相关利用率的预测方法，其特征在于，该方法包括以下步骤：
步骤一：确定TBM岩体条件相关利用率的概念及计算模型；
步骤二：综合利用岩体分级系统RMR值和不同干湿状态下的岩石耐磨性CAI值建立岩体条件相关利用率的预测模型。


2.根据权利要求1所述的一种TBM岩体条件相关利用率的预测方法，其特征在于，所述的TBM岩体条件相关利用率的概念为：
在传统的TBM利用率基础上只考虑岩体条件相关停机时间的影响，而不考虑其他因素相关停机时间的影响，即TBM利用率中只与岩体条件相关的部分称为TBM岩体条件相关利用率。


3.根据权利要求1所述的一种TBM岩体条件相关利用率的预测方法，其特征在于，TBM岩体条件相关利用率的概念的计算模型为：
TBM岩体条件相关利用率Ur＝t掘进/t总·(t总-tGRRD)/t总＝U·(1-GRRD)
其中，t掘进表示掘进时间、t总表示项目持续时间、tGRRD表示岩体条件相关停机时间、U表示TBM利用率、GRRD表示岩体条件相关停机时间所占百分比。
GRRD＝Dc+Ds+Di
其中Dc为刀具更换时间占施工总时间的百分比，Ds为围岩支护停机时间占施工总时间的百分比，Di为不良地质条件处理停机时间占施工总时间的百分比。


4.根据权利要求1所述的一种TBM岩体条件相关利用率的预测方法，其特征在于，所述的岩体条件相关利用率的预测模型的建立包括以下步骤：
步骤一：构建TBM预测分析数据库；
步骤二：分析不同岩性岩石在不同干湿状态下岩石耐磨性CAI值的影响机制；
步骤三：确定岩体分级系统RMR值、岩石耐磨性CAI与TBM岩体条件相关利用率之间的相关关系；
步骤四：建立TBM岩体条件相关利用率的预测模型。


5.根据权利要求4所述的一种TBM岩体条件相关利用率的预测方法，其特征在于，所述的TBM预测分析数据库包含参数为：
TBM掘进过程中不同地质单元的RMR值、不同干湿状态下岩石耐磨性CAI值、各类停机时间占比及TBM利用率...

【专利技术属性】
技术研发人员：张兵，闫长斌，汪鹤健，彭万军，杨风威，杨延栋，
申请(专利权)人：盾构及掘进技术国家重点实验室，
类型：发明
国别省市：河南;41