基于BP神经网络的复合地层盾构掘进参数预测

盾构隧道穿越复合地层时,由于掌子面上下岩体软硬不均,极易导致盾构机掘进参数出现大幅波动。目前,针对复合地层盾构掘进参数的预测并未考虑地层物理力学参数变化和复合地层岩土占比。依托深圳地铁13号线复合地层段现场掘进数据,首先,根据掘进数据规律提取运行段数据,对运行段数据进行离群检测,去噪与标准化预处理;而后,利用BP神经网络,以刀盘转速、推进速度、螺旋机转速和上下两层岩土占比、岩土体的岩石单轴极限抗压强度标准值、岩土施工工程等级作为输入参数,预测总推力、刀盘扭矩这两个控制盾构机运行主要参数。计算结果表明：(1)对于不同占比的训练集和测试集,预测结果与实测结果吻合度较高,且随着训练集占比增大,预测平均误差逐渐降低,在80%训练集时,刀盘扭矩与总推力的平均相对误差分别为9.2%和7.1%;(2)预测模型对不同复合地层条件下的平均误差在15%以内。