基于盾构掘进参数的LVQ神经网络地层识别

以苏州4号线2标及2号线东延伸线5标地铁工程为背景,分析了盾构机的掘进参数:千斤顶推力、推进速度、刀盘扭矩、螺旋机转速和同步注浆量在不同地层条件下的变化规律。提出了基于盾构机掘进参数的学习向量量化(Learning Vector Quantization,LVQ)神经网络地层识别方法。建立了以盾构机五个掘进参数作为输入,地层特性编码为输出的数学模型,通过每种地层100组训练样本对模型进行训练,通过57步训练,训练样本误差控制在0.1以内,并用每种地层50组检验样本进行检验,地层总体识别率达到82.7%。