[发明专利]一种敞开式TBM穿越不良地质刀盘卡机预测方法及系统有效
申请号: | 202011468208.8 | 申请日: | 2020-12-14 |
公开(公告)号: | CN112580165B | 公开(公告)日: | 2022-07-29 |
发明(设计)人: | 刘斌;宋志成;聂利超;刘征宇;沈俊锋;邓朝阳 | 申请(专利权)人: | 山东大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;E21D9/08;G06F119/14 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 李琳 |
地址: | 250002 山东省*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 敞开 tbm 穿越 不良 地质 刀盘卡机 预测 方法 系统 | ||
1.一种敞开式TBM穿越不良地质刀盘卡机预测方法,其特征是:包括以下步骤:
A、建立TBM刀盘卡机力学模型;
B、基于所述卡机力学模型,分析发生刀盘卡机时,刀盘受到摩擦力矩,建立TBM卡机力学表达式;
C、根据TBM卡机力学表达式,分析TBM刀盘卡机的机理,获得影响TBM卡机的主控地质参数的关系映射;
所述步骤C中,所述主控地质参数的映射包括:坍塌体的重度、高度以及内摩擦角,建立坍塌体的重度与围岩岩性、含水率以及压实度的关系映射,坍塌体的高度与围岩的风化程度、破碎带规模的关系映射,坍塌体的内摩擦角与岩性、颗粒级配以及含水率的关系映射;
D、确定地球物理法以及超前钻探获得的探测结果与主控地质参数的关系,基于现场实际刀盘卡机案例,根据当时获得的探测结果训练神经网络模型;
E、获取实际探测结果,将实际探测结果加入到训练好的神经网络模型中,得到TBM刀盘卡机的概率;
所述步骤B中,TBM卡机力学表达式如下:
摩擦扭矩T=T1+T2+T3 (1)
其中,T1为刀盘表面坍塌体主动应力产生的摩擦扭矩:
T2为刀盘侧面坍塌体主动应力产生的摩擦扭矩:
T3为刀盘顶面坍塌体重力产生的摩擦扭矩:
T3=∫μ2γ(h+R-Rsinα)R2bdα (4)
式中:μ1为刀盘表面与坍塌体的摩擦系数,γ为坍塌体重度,h为坍塌体高于刀盘顶点的高度,为坍塌体的内摩擦角,R为刀盘半径,μ2为刀盘侧面与坍塌体的摩擦系数,b为刀盘的宽度。
2.如权利要求1所述的一种敞开式TBM穿越不良地质刀盘卡机预测方法,其特征是:所述步骤D中,通过地震波法获得掌子面前方的波速分布,估计前方的围岩破碎情况,激发极化法获得掌子面前方的电阻率和极化率的分布,估计前方含水体的情况,超前钻探法获得掌子面前方的围岩岩性结果,分析其与主控地质参数的关系,输入坍塌体岩性、含水率、颗粒级配、风化程度、破碎带规模来训练神经网络模型。
3.如权利要求1所述的一种敞开式TBM穿越不良地质刀盘卡机预测方法,其特征是:所述步骤E中,获取实际探测结果包括:通过地震波法获得掌子面前方的波速分布,估计前方的围岩破碎情况,激发极化法获得掌子面前方的电阻率和极化率的分布,估计前方含水体的情况,超前钻探法获得掌子面前方的围岩岩性结果。
4.如权利要求1所述的一种敞开式TBM穿越不良地质刀盘卡机预测方法,其特征是:所述神经网络模型为贝叶斯神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011468208.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于人工智能的电弧炉熔炼状态判断方法及装置
- 下一篇:一种花生剥壳装置