基于机器学习的地铁盾构隧道长期沉降预测

采用机器学习方法,建立一个基于先期区域地质信息及隧道沉降学习资料的盾构隧道长期沉降预测模型, 并以南京地铁 2 号线盾构隧道为例进行算例分析。结果表明：该沉降预测模型能够筛选主要影响因素,并且能够 寻找最佳监督学习算法和最优参数;在不同监督学习算法中,核支持向量机算法与人工神经网络算法都能使模型 达到较高的精度,然而对其参数的依赖性很高,需要细致的调参才能提高预测精度;以人工神经网络算法作为监 督学习算法,经调参后,沉降预测模型的最终预测准确度可达 0.86,10 倍交叉验证平均准确度为 0.82。     

基于神经网络的双模盾构复合地层掘进参数预测模型

依托深圳市轨道交通12号线怀德站-福永站区间隧道工程，基于EPB/TBM双模盾构穿越地质参数和现场掘进监测数据，采用BP神经网络方法建立双模式盾构掘进参数预测模型，分别对地层参数及掘进模式进行量化，将刀盘扭矩、刀盘转速、螺旋机转速、总推进力、隧道埋深、围岩等级、岩石单轴饱和抗压强度及不同掘进模式作为输入参数，预测出在不同掘进模式及不同地层条件下的设备掘进速率，针对3类典型地层的预测结果进行可视化分析验证，并对预测模型精度进行改进分析。结果表明：神经网络预测模型在TBM模式下的微风化段平均相对误差为8.6%,EPB模式下的强风化段平均相对误差为10.6%,EPB模式下的中风化段平均相对误差26.2%;该模型对强风化段及微风化段等地层强度变化较为稳定的地层预测精度较高，同时，该预测模式适用于22个隐层神经元并对掘进速率采用直接放缩的方法。     

基于XGBoost算法的盾构施工地面沉降预测方法

盾构施工过程中，现有地面沉降监测手段与方法难以满足高效安全施工要求，因此，针对盾构掘进过程中难以精确预测地面沉降问题，提出一种地面沉降量的预测方法。首先，将收集的相关数据进行预处理，预处理包含了缺失值处理、异常值处理和无量纲化处理等，预处理可以提高数据质量，从而提升降低模型训练复杂度、提升精度；然后，把处理好的数据分为训练集和测试集，对划分好的数据基于随机森林构建地面沉降影响因素分析模型，分别得出盾构机前方0环处、3环处、5环处、10环处、15环处、20环处以及盾构机后方-5环处、-10环处、-15环处、-20环处的盾构掘进参数对地面沉降的差异化影响因素及其重要度分数，并根据每环对应的不同影响因素集，进一步构建基于XGBoost地面沉降预测模型；最后，将与地面沉降相关的影响因素具体数据作为输入，多监测点的沉降量作为输出，最终得到距开挖面不同距离处的多点地面沉降量。该方法实现了地面沉降量准确预测，同时具备建模简单、准确率高等优点，对盾构施工工程及风险管控具有一定参考价值。     

基于机器学习和非支配排序遗传算法的盾构姿态预测与优化北大核心

提出了一种将贝叶斯优化(BO)算法、随机森林(RF)算法和第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态优化方法。依托杭州—临安城际铁路工程,选取盾构参数、土性参数和隧道埋深作为输入参数,使用BO算法优选RF算法的超参数,构建盾构姿态预测模型,并对输入参数进行重要性分析。将盾构姿态预测模型函数作为适应度函数,引入NSGA-Ⅲ算法优化盾构姿态,并得到盾构参数控制范围。结果表明:采用BO-RF算法和工程实测数据训练模型,所得预测模型精度较高;千斤顶推力对盾构姿态影响最大,膨润土掺加量对盾构姿态的影响最小;采用BO-RF-NSGA-Ⅲ优化方法,盾构切口水平位移和垂直位移平均值分别减小了37.20%、36.87%,盾构尾部水平位移和垂直位移平均值分别减小了26.52%和18.10%,对盾构姿态的优化效果显著。该优化方法可靠适用,值得推广。     

基于模糊数学和改进遗传算法的滨海地层盾构选型研究

由于地质环境的复杂性和对盾构法隧道适应性研究的缺乏,在复杂地层的沿海地区修建隧道比较困难,因盾构选型不当导致盾构掘进过程中停机、掘进困难等不适应现象时有发生.复杂地质条件下盾构在施工时往往面临着众多不确定因素的影响,难以进行有效和定量的评价.基于此,提出一种基于模糊综合评价模型和层次分析法(AHP)的盾构隧道适应性评价...     

盾构竖向姿态的组合预测模型研究

由于盾构施工过程中盾构姿态演化的复杂性,单一预测模型很难实现较为精准的预测,提出了一种基于BP神经网络和支持向量回归(Support Vector Regression,SVR)的盾构竖向姿态组合预测模型.首先,利用经验模态分解将盾构竖向姿态时间序列分解为有限个固有模态分量和剩余分量;其次,在分别建立不同分量的粒子群优化(Particle Swarm Optimization,PSO)的BP神经网络与SVR预测模型后,将其预测结果分别进行叠加;最后,采用最优加权法对两个模型赋权以得到最终预测结果.为验证所提出模型的实践适用性,将其应用至成都地铁8号线某盾构区间中,并与PSO-BP和PSO-SVR模型的预测结果进行对比.研究结果表明:所提出模型的泛化能力更强、准确性更高,可为盾构竖向姿态预测提供一定的借鉴和参考.     

硬岩地层盾构正面滚刀磨损规律与预测模型

针对盾构机在全断面硬岩地层中掘进遇到的刀具磨损严重的难题，结合青岛地铁6号线朝阳路站—峨眉山路站盾构隧道工程实例，采用多元回归分析的方法分析滚刀安装半径、地层参数、掘进距离与正面滚刀磨损量之间的关系。考虑盾构总推力、刀盘转速、刀盘扭矩、掘进速度、安装半径、岩石单轴抗压强度和磨蚀性指数等多重变量，构建正面滚刀磨损预测模型，分析不同轨迹正面滚刀的磨损特征，得出以下结论：(1)在800 m的掘进距离内，平均每个刀位换刀3.18次，随着滚刀安装半径增加，单把滚刀的累计换刀次数逐渐增加、平均掘进长度逐渐降低，其累计磨损量呈幂指数增加；(2)正面滚刀平均每延米磨损量随岩石强度增加呈幂指数增长、随磨蚀性指数增加呈指数增长，且拟合相关系数较高，表明以上参数对滚刀磨损有着关键作用；(3)构建的滚刀磨损量计算模型考虑了掘进参数、刀具安装半径、岩石强度和磨蚀性指数等因素，可对硬岩地层盾构正面滚刀磨损规律进行预测，此外，验证了滚刀磨损预测模型的准确性，预测值与实测值误差不超过13%。     

复合地层盾构掘进参数相关性分析及掘进速度预测

掘进速度预测对于提高复合地层盾构掘进施工效率具有重要作用。本文依托南京轨道交通工程复合地层区段现场盾构掘进数据,在盾构区间地层分区的基础上对主要掘进参数进行研究,分析各掘进参数与掘进速度之间的相关性。结果表明:地层越硬,刀盘转速、扭矩、推力均越大,土仓压力越小,软硬不均复合地层刀盘扭矩明显偏大;在复合地层中仍存在掘进速度与贯入度、螺旋输送机转速成正比关系,但掘进速度越大,刀盘扭矩和推力不一定越大。在复合地层中引入硬岩复合比作为回归参数,采用多元线性回归建立掘进速度预测模型,将相同区段预测掘进速度与实际掘进速度进行对比,以验证模型的的准确性和可信度。本文分析方法可为复合地层掘进施工提供指导。     

基于MIV-BP模型和AIC准则的盾构掘进参数优化研究

为解决水下隧道和隧洞工程盾构施工关键掘进参数在复合地层中难以控制的问题,以广东陆丰核电站1、2号机组排水隧洞工程盾构施工为背景,将平均影响值(Mean Impact Value,MIV)算法引入BP神经网络模型,筛选出对施工效果影响显著的关键掘进参数,在此基础上,基于AIC准则对其进行最优分布拟合,提出以50%和90%置信水平下的置信区间,分别作为掘进参数的控制区间和预警区间的掘进参数优化设计方案,并基于Python脚本语言自带的开源Scikit-Learn、SciPy模块库开发了相应的程序。分析结果表明,刀盘扭矩、总推力等参数对隧洞拱顶沉降起重要的控制作用,所开发程序具有良好的统计分析、快速指导施工的功能,可以为同类型盾构在相似复合地层下掘进参数的选取、优化和隧洞拱顶沉降量的控制提供参考。     

基于人工神经网络的大直径盾构隧道施工地层变形预测分析

为了预测盾构施工引起的地表沉降规律,以京张高铁清华园大直径泥水盾构隧道工程为背景,结合盾构试验段隧道掘进过程中地层变形的监测数据,建立基于时间序列的NARNN(不含外部输入)和NARXNN(含外部输入)非线性自回归神经网络预测模型,对重要监测断面测点的隧道掘进过程中地表沉降发展趋势进行预测分析,并与传统时间序列ARMA模型预测结果进行对比,发现NARNN模型、NARXN模型、NARMA模型的预测结果与现场监测数据都比较吻合,而NARNN和NARXN非线性自回归神经网络预测模型精度明显高于传统时间序列ARMA模型,而考虑外部输入的NARXNN模型又比不考虑外部输入的NARNN精度高。因此,在考虑施工方法、地质条件和空间效应(埋深)等外部因素条件下建立的NARXNN模型具有良好的预测效果,能够较好地模拟盾构施工引起的地表沉降规律。     

基于位移反分析法的盾构掘进面土压力计算

在盾构掘进过程中,由于刀盘的挤压作用,土仓压力不等于掘进面土压力。为研究二者的关系,提出基于位移反分析法的盾构掘进面土压力计算方法。建立模拟盾构掘进的ANSYS三维模型,结合盾构前方土体(或构筑物)的实测变形数据,调用ANSYS优化分析模块计算盾构掘进面土压力。该方法的适用区域为:位移监测点位于主要受掘进面土压力挤压作用区域的土体内。以上海地铁7号线上行线隧道斜下穿既有地铁2号线下行线隧道盾构施工工程为例,采用该方法对掘进面土压力进行计算分析。结果表明:该方法在本工程中的适用范围为盾构掘进刀盘距既有隧道中心线6～18m的区域;掘进面土压力约为土仓压力的1.17倍。     

盾构下穿既有隧道位移控制施工参数多目标优化

盾构施工下穿既有隧道工程建设规模日益扩大,为研究盾构隧道下穿对既有隧道的安全影响和变形控制,建立GA-LSSVM与NSGA-Ⅱ算法相结合的多目标优化模型,以主要盾构施工参数为研究对象,对下穿施工引起的既有隧道底部水平和沉降变形为控制目标,进行施工参数优化控制分析.首先,基于收集的土仓压力、泡沫量、同步注浆量等6个盾构施...     

基于PSO-SVR与LSTM算法的复合地层下刀盘扭矩预测与分析

在盾构机实际施工过程中,对于刀盘扭矩的预估是盾构装备设计与施工调整的重要依据.地铁盾构施工区间往往穿越多个地层并历经复杂的地质环境,盾构机每掘进1环将会产生海量的地质参数与机械参数数据,对于庞大的数据体系,传统的统计分析方法已经无法满足数据量的需求.文章提出用机器学习算法结合数据预处理方法来对复合地层下的刀盘扭矩进行建...     

粉质黏土地层盾构施工地表沉降关键参数分析与预测

基于常州地铁土压平衡盾构穿越典型粉质黏土地层59个地表沉降监测断面实测数据的统计结果,分析了Peck公式用于预测常州地铁土压平衡盾构施工引起的地表横向沉降槽的适用性,得出了预测常州地区典型地层中盾构施工引起的地表沉降基本参数的取值范围.即:地层损失率取0.10％～0.75％,沉降槽宽度参数取0.3～0.7.基于盾构机对土体作用的力学模型,得到了盾构掘进时的地层位移场的解析解,并与监测数据对比,给出了相关参数的取值方法.应用给出的计算参数,可以较好地预测常州地铁施工过程中及施工后引起的地表沉降.     

全断面微膨胀黏土地层盾构掘进技术研究

以合肥地铁2标全断面微膨胀粘土地层盾构区间为依托,通过对盾构试掘进产生的问题进行分析研究,提出了合适的盾构掘进参数和渣土改良方法。结果表明:利用泡沫管路系统采用水作为渣土改良剂,注水量为90 L/min左右,掘进速度控制在30 mm/min左右,配合调整掘进参数,可保证盾构在全断面微膨胀黏土地层顺利掘进。     

南京地铁3号线新庄站—鸡鸣寺站区间复合地层内盾构掘进控制技术

南京地铁3号线新庄站—鸡鸣寺站区间盾构沿线穿越复合地层时极易引发盾构过度磨损和掘进功效低下等不良后果。从盾构选型设计、盾构掘进关键参数控制和辅助控制措施等多方面开展研究,总结了满足该区间施工要求的掘进综合控制措施。研究结果表明,选用复合式盾构且根据掘进断面地层特性动态调整掘进模式和施工参数、优化浆液和改良剂配方的综合控制技术可以保障盾构安全穿越复合地层。     

无水砂卵石地层土压平衡盾构掘进参数管理

无水砂卵石地层是一种典型的力学不稳定地层,对盾构施工存在很大的不良影响,该地层对盾构机性能要求高,对盾构掘进参数管理要求严格。以北京地铁9号线3标盾构施工为背景,对盾构掘进中的主要参数如土压力、刀盘扭矩、注浆量等进行分析,在施工中对以上参数进行严格管理,保证盾构掘进的顺利进行。其成功经验对今后类似地层中的盾构施工有一定的指导意义。     

融合人工智能算法的铁路路基沉降预测方法

首先利用三阶多项式拟合、GM(1,1)和BP神经网络等算法构建了铁路路基沉降单预测模型；然后基于误差法和熵值法，以合肥地铁4号线盾构隧道下穿既有铁路的监测数据为基础，融合三阶多项式拟合、GM(1,1)和BP神经网络构建了组合预测模型，实现铁路路基沉降的分阶段预测；最后，利用平均绝对误差、均方误差和平均绝对百分比误差评价模型精度。结果表明：基于误差法和熵值法的组合预测模型能显著提高预测精度，预测相对误差均小于±5%，预测均方根误差均小于±0.1 mm，验证了提出的组合预测模型的有效性。     

深圳地铁岩质地层双模盾构卡机原因及对策研究

深圳地铁双模盾构在开挖岩质地层时，发生了多起卡机事故。为研究双模盾构卡机原因，并提出相应的预防处置措施，开展现场调研，统计了卡机位置的地质特征、盾构掘进参数和刀具磨损情况。结果表明：(1)双模盾构卡机与掘进模式及断面埋深有关，卡机主要发生在采用土压模式掘进的硬岩地层中，卡机断面均位于中等和大埋深位置；(2)卡机发生前，掘进参数出现异常变化，总顶推力显著提升，刀盘扭矩随之降低，盾构掘进速率缓慢下降，在卡机前短时间内剧烈减小直至为0;(3)边滚刀偏磨引起的扩挖间隙减小是造成卡机的主要原因，边滚刀在阻力矩作用下停止转动，其承受的滚动摩擦转变为滑动摩擦，刀具磨损速率上升产生偏磨，开挖直径随之减小；(4)垫高边滚刀能增大扩挖尺寸，对卡机进行预防，当卡机发生后，应依次采取减小盾壳摩阻力、提升顶推力和增大扩挖间隙的方法使盾构脱困。     

土压平衡盾构加气排水防喷涌技术研究

针对地下水丰富、节理裂隙发育、渗透系数大和气密性差的地层,常规的土压平衡盾构掘进易发生喷涌现象,导致地表沉降变形大、施工效率低。本文依托兰州地铁1号线、2号线土压平衡盾构施工项目,建立土压平衡盾构舱内压力传递模型,对土压平衡盾构舱内压力传递原理和加气排水防喷涌机理进行研究,提出土压平衡盾构"加气排水"掘进施工方法;通过土压控制和掘进舱压控制实现了"加气排水"掘进施工的过程控制;应用地质雷达扫描和注浆加固技术解决了地层疏松、空腔等缺陷。