-
题名盾构穿越回填区域扭矩参数预测识别
被引量：3
- 1
-
-
作者
王锋
-
机构
中铁二十局集团第三工程有限公司
-
出处
《铁道建筑技术》
2021年第8期129-131,162,共4页
-
基金
中铁二十局集团有限公司科技研究开发计划项目(YF1632ZH02B)。
-
文摘
基于西安地铁14号线尚贤路站至学府路站盾构区间特殊地貌,整合人工回填土探坑的岩土物理力学参数,基于BP神经网络法对上覆深厚回填土相关性下的盾构掘进扭矩参数预测模型进行了构建;以地层参数为输入组,盾构掘进扭矩参数为输出组,按照步骤训练了数据样本之后,得到与原始数据完全相同的输出值,本预测模型的非线性映射能力通过了验证。基于所建立的模型预测了复合地层条件下的盾构掘进扭矩参数,预测值与实际数据变化规律相近,平均误差在10%以内。分析对应的预测参数,进行了隧道上部人工覆盖回填层的厚度识别判断,对比详勘钻孔显示识别结果较为准确。本文建立的BP神经网络模型可用于大多数同类型人为改变地表地层条件下盾构掘进参数的预测及分析识别。
-
关键词
盾构隧道
BP神经网络
深厚人工回填坑
扭矩参数
预测
-
Keywords
shield tunnel
BP neural network
deep artificial backfill pit
torque parameter
prediction
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
U455.43
[自动化与计算机技术—控制科学与工程]
-
