软土地基大直径地铁盾构隧道运营期衬砌结构受力特性现场测试研究

为了解大直径地铁盾构隧道衬砌结构的受力性能,基于广州轨道交通4号线南延段大直径地铁盾构隧道工程,采用水土压力计和钢筋应力计传感器对衬砌结构运营期间的外荷载和钢筋应力进行现场测试,得到衬砌结构外荷载和内力的响应规律。通过衬砌结构计算模型理论值与现场测试结果的比较,说明衬砌结构计算模型的合理性。研究结果表明:1)衬砌结构顶部的水土总压力实测值和上覆土柱的重力基本一致;2)衬砌结构底部的水土总压力呈现中间小、两边大的分布形态,计算模型中可在衬砌结构下部半圆周范围内布置土弹簧模拟衬砌结构的实际受力情况。     

深圳地铁9号线盾构切削群桩数值模拟与实测分析

为解决在不影响既有桩基建筑物安全条件下保证盾构法隧道正常施工问题,以深圳地铁9号线大鹿区间盾构长距离连续切削群桩为背景,采用数值模拟及实测分析,研究盾构切削穿越桩基对地表沉降和桩基的影响,分析推力、扭矩等施工参数以及沉降监测数据,总结盾构切削穿越桩基时施工参数的变化规律以及建筑物沉降规律。主要结论如下:1)切桩时刻产生的沉降量占总沉降量的比例较大;2)桩基的数量、直径或位置不同时的地层响应各有不同的特点;3)合理选取施工参数需要综合考虑桩基情况和地质条件。     

盾构被困实例分析及脱困措施

在隧道盾构施工过程中,盾构被困的现象时有发生,对工程施工进度、安全和周围环境等造成不利影响。通过工程实例分析刀盘、盾体和盾尾被困的常见原因,总结相应的脱困措施,得出盾构被困的分类判断依据:1)刀盘开口处被地层中异常渣土填充束缚的判断依据;2)边刀(边滚刀或边刮刀)磨损造成掌子面开挖轮廓不足的判断依据;3)刀盘前方存在硬质障碍物的判断依据。     

盾构管片接缝传力垫层的接触特性试验研究

为了研究盾构管片接缝的接触特性,采用带有橡胶垫层的混凝土试件来模拟盾构管片和橡胶垫层,通过加卸载条件下的直剪试验和单轴压缩试验,探究盾构管片接缝和接头处的切向和法向接触特性。由试验结果可知:1)接触面剪切应力随剪切位移的变化过程可以分为弹性变形、弹塑性变形和应变软化3个阶段,剪切峰值应力的残余百分比为55%~65%;2)橡胶垫层在混凝土之间起到了良好的缓冲作用,对管片的失稳破坏过程有一定的延缓作用;3)根据试验结果得出管片混凝土强度等级为C50、传力垫层厚度为2 mm时接触面的切向和法向接触刚度,为盾构管片接缝传力垫层接触摩擦特性的分析计算提供参考。     

广深港客运专线狮子洋隧道泥水盾构泥浆综合管理技术

泥水盾构在穿越软弱不良工程地质及有高压涌水风险的地层施工过程中,确保泥浆系统高效运转、达到盾构快速掘进是当前泥水盾构施工面临的重要课题之一。介绍狮子洋隧道泥浆管理过程中泥浆配制、泥浆循环及泥水处理技术,并对盾构穿越特殊地层的泥浆管理技术进行总结。主要结论与建议如下:1)泥浆材料种类繁多,需要考虑经济因素及地层条件,合理选择泥浆配置主要材料及外加剂;2)泥水盾构穿越复杂地层时泥浆的各项性能指标必须根据地层变化情况及时进行调整;3)进一步开展泥浆黏粒含量、失水量及胶体率等参数现场快速测定试验研究。     

砂卵石地层隧道开挖过程中上覆土体应力变化的颗粒流模拟研究

为研究砂卵石隧道开挖过程中洞顶上覆土体的应力变化规律,以某市轨道交通1号线砂卵石地层中地铁隧道开挖为研究背景,采用PFC~(2D)颗粒流程序,建立隧道-土体颗粒流模型,对台阶法隧道开挖全过程引起的洞顶上覆土层的应力扰动规律进行细观数值模拟研究。研究结果表明:1)开挖初期,隧道上覆土层的应力扰动作用明显,上覆土体有一个明显的应力重新分配到再平衡过程;2)环形开挖对洞顶上覆土层产生的应力扰动最为明显;3)开挖对竖向应力产生的扰动作用强于水平应力。本文研究结果与实际工程较为吻合,分析结果可为今后砂粒卵石地层隧道施工提供指导。     

基于Mckyes Ali模型盾构刀具切削软土三维力学模型研究

为研究盾构法施工过程中任意位置刀具与软土之间的相互作用,基于朗肯被动土压理论,以Mckyes Ali理论建立的耕作刀具切土阻力模型为基础,考虑切削土与刀具、地层的法向力、黏聚力以及自身重力等,引入表示切刀任意位置的参变量L和Ψ,根据力的平衡原理,建立任意位置刀具的切削软土三维力学模型。最后,通过与已有模型对比,验证了该模型的准确性;通过编制Excel计算界面,保证了该模型工程应用的可行性。该模型适用于盾构任意位置切刀的受力分析,为刀盘刀具的地质适应性设计提供了更加全面的切刀受力计算公式。     

基于机器学习的地铁盾构掘进参数智能预测与控制方法研究

盾构掘进的精细化和智能化控制是现代隧道施工技术的发展趋势，为更好地预测和控制盾构掘进状态，提出一种预测和控制盾构掘进参数的智能模型。该模型考虑了多个影响盾构掘进参数的非线性因素，建立了6种基于机器学习与海鸥算法相结合的混合算法(SOA-ML)盾构掘进参数智能预测模型，并提出基于层次分析法的最佳预测模型判别方法；进一步利用最佳预测模型提出了基于PSO算法的掘进参数控制方法。以金华至义乌至东阳市域轨道交通工程为例，验证了模型的有效性。运用结果表明：SOA算法可有效地对机器学习算法的超参数调优，且SOA种群数量越大，搜索的范围越广，最佳适应度收敛性越快；6种算法模型均具有较好的预测性能，根据层次分析法对预测模型进行性能排序为BP>ELM>CNN>RF>SVM>LSTM;基于BP-PSO的盾构掘进参数预测和控制过程具有消耗时间小、预测与优化性好的特点。