摘 要: | 为进一步提高复杂地层条件下盾构沉降预测的准确性,以广州地铁7号线1期工程谢村站-钟村站区间盾构工程为依托,针对破碎带盾构隧道沉降控制难题,提出基于深度学习的人工智能预测模型。通过分析开挖面破碎带分布规律,确定将破碎带面积比作为地层特性参数。采用相关系数矩阵分析不同施工参数与破碎带面积比的相关性,确定采用刀盘转矩代表破碎带面积比实时描述地层分布特性。以刀盘转矩、盾尾间隙与注浆量作为输入值,地面沉降作为输出值训练深度学习模型,并利用训练后的深度学习模型进行沉降预测分析。通过分析预测结果与沉降实测值的对比验证预测模型的有效性。
|