作者：熊帆; 胡志平; 任翔; 张鹏tbm掘进速度预测贯人度bp神经网络随机性设备性能围岩特征
摘要：TBM的掘进效率受围岩特征和机器设备性能的影响，预测TBM的掘进速度需要考虑这两方面因素。由于地质环境具有不确定性，文章分别采用正态分布和指数分布模拟岩石单轴抗压强度UCS和岩石质量指标RQD的统计分布规律，利用MonteCarlo算法生成相应的随机输入参数；在考虑机器设备性能因素时，通过净推力和刀盘直径的比值，消除了不同机器设备之间性能因素的影响差异；基于围岩和机器性能两方面输入参数，在Matlab软件中建立了预测TBM掘进贯入度的BP神经网络模型。通过工程实例验证，模型的预测结果和实际情况比较接近。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
