10.3969/j.issn.1004-3918.2019.08.015
TBM掘进速度预测模型研究
随着机械制造技术的进步,全断面岩石隧道掘进机被广泛应用于深、长、大隧洞的开挖,鉴于全断面岩石隧道掘进机(TBM)对地质条件十分敏感,且其前期投入巨大,采用合适的方法、准确地预测TBM掘进速度对TBM施工的进度安排和成本估计十分重要.基于纽约皇后NO.3隧道153组实测岩体参数(UCS、PSI、DWP、BTS、α)和TBM掘进速度(PR),分别采用BP神经网络和CART算法建立TBM掘进速度预测模型,与已有预测模型对比发现,CART预测模型预测精度更高更易于不同工程相互借鉴,且在部分岩体参数缺失的情况下也能对TBM掘进速度进行有效预测.
TBM掘进速度、CART、BP神经网络、预测
37
U45(隧道工程)
国家重点基础研究发展计划9732015CB058102
2019-09-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
1289-1295