CN116701878A - 土压平衡盾构机刀盘结泥饼的风险预测系统及方法 - Google Patents
土压平衡盾构机刀盘结泥饼的风险预测系统及方法 Download PDFInfo
- Publication number
- CN116701878A CN116701878A CN202310818156.XA CN202310818156A CN116701878A CN 116701878 A CN116701878 A CN 116701878A CN 202310818156 A CN202310818156 A CN 202310818156A CN 116701878 A CN116701878 A CN 116701878A
- Authority
- CN
- China
- Prior art keywords
- risk
- parameters
- shield
- tunneling
- mud cake
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 94
- 238000010276 construction Methods 0.000 claims abstract description 84
- 239000002689 soil Substances 0.000 claims abstract description 84
- 238000007726 management method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 25
- 238000012805 post-processing Methods 0.000 claims abstract description 22
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000013500 data storage Methods 0.000 claims abstract description 17
- 230000005641 tunneling Effects 0.000 claims description 139
- 239000011159 matrix material Substances 0.000 claims description 65
- 238000003756 stirring Methods 0.000 claims description 18
- 239000002893 slag Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006872 improvement Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 claims description 6
- 238000011158 quantitative evaluation Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000004927 clay Substances 0.000 claims description 5
- 238000011049 filling Methods 0.000 claims description 4
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000001125 extrusion Methods 0.000 claims description 3
- 238000011010 flushing procedure Methods 0.000 claims description 3
- 239000006260 foam Substances 0.000 claims description 3
- 238000005187 foaming Methods 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 abstract description 5
- 238000013139 quantization Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000002131 composite material Substances 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/30—Post-processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本发明公开了土压平衡盾构机刀盘结泥饼的风险预测系统及方法，包括数据存储模块、数据采集模块；数据存储模块和数据采集模块均与数据筛选和后处理模块相连，数据筛选和后处理模块与风险评价模块相连，风险评价模块的输出端分别与地面移动端设备、风险预警模块的输入端和地铁盾构信息管理系统的输入端相连，风险预警模块的输出端还经风险处理模块与地铁盾构信息管理系统相连，地铁盾构信息管理系统的输出端与地面移动端设备相连。本发明采用上述土压平衡盾构机刀盘结泥饼的风险预测系统及方法，通过对盾构刀盘泥饼成因的微观机理进行分析，确定明确的结泥饼的判据，在此基础上建立量化的风险评价模型，对于盾构施工的顺利开展具有工程价值。
Description
技术领域
本发明涉及盾构掘进安全评估技术领域，尤其涉及土压平衡盾构机刀盘结泥饼的风险预测系统及方法。
背景技术
随着盾构施工法应用面的扩大，在复合地层的掘进过程中，盾构设备发生工程事故的概率也大大增加。其中，以螺旋输送机故障、喷涌、结泥饼和盾构姿态偏离等最为常见，是影响盾构施工进度的主要因素。其中盾构结泥饼是指盾构设备在掘进过程中刀盘削切下来的细小粘性颗粒、碎屑等，在多重因素作用下重新汇聚在盾构设备上形成半固结或固结状态的块状体。并且在盾构机穿越粘土类地层、粘土质砂土地层、泥岩、泥质粉砂岩、母岩为花岗岩的残积土层、全风化岩层和强风化岩层及其复合地层时，容易在刀盘面板、中心牛腿及刀箱内形成泥饼。泥饼的形成会导致刀盘刀具不充分工作、刀盘扭矩和盾构机运行阻力不断上升，降低盾构的掘进速度。甚至会导致螺旋机卡死无法正常运送渣土，给工程带来巨大的经济损失。
然而，由于对于泥饼现象以往的研究尚存在不足之处，土压平衡盾构刀盘结泥饼现象在施工过程中仍屡见不鲜。具体存在以下问题：
1、在盾构刀盘结泥饼成因方面，部分文献将研究角度集中在对成因的定性分析和施工经验总结上，缺乏从内在机理方面进行较为深入的研究。
2、泥饼的形成尚缺乏具体的科学评价指标和对科学判据的提炼，工程师多从自身经验出发结合盾构设备参数反馈进行开仓检查。
通过上述研究往往无法避免泥饼的产生，同时较低的准确性、对事故的预测的滞后性均导致施工过程中不必要的经济损失的增加。
发明内容
为解决上述问题，本发明提供一种土压平衡盾构机刀盘结泥饼的风险预测系统及方法，通过对盾构刀盘泥饼成因的微观机理进行分析，确定明确的结泥饼的判据，在此基础上建立量化的风险评价模型，对于盾构施工的顺利开展具有工程价值。
为实现上述目的，本发明提供了土压平衡盾构机刀盘结泥饼的风险预测系统，包括：
土压平衡盾构刀盘结泥饼风险评价模型，用于确定对刀盘结泥饼存在影响的掘进参数，掘进参数包括地质条件参数、盾构选型参数和施工因素参数；
数据存储模块，用于基于土压平衡盾构刀盘结泥饼风险评价模型，收集并存储地质条件参数和盾构选型参数；
数据采集模块，用于基于土压平衡盾构刀盘结泥饼风险评价模型，收集盾构掘进过程中产生的施工因素参数；
数据筛选和后处理模块，用于将掘进参数转化成可分析的数据序列；
风险评价模块，用于基于熵权法-模糊综合评价方法进行风险评价；
风险预警模块，用于根据风险评价结果生成结泥饼的预警信息；
风险处理模块，用于根据风险来源和结泥饼风险等级，生成响应措施；
地铁盾构信息管理系统，用于实时监测盾构掘进状态并进行人工纠正；
地面移动端设备，用于响应人工纠正的处理结果；
数据存储模块和数据采集模块均与数据筛选和后处理模块的输入端相连，数据筛选和后处理模块的输出端与风险评价模块的输入端相连，风险评价模块的输出端分别与地面移动端设备、风险预警模块的输入端和地铁盾构信息管理系统的输入端相连，风险预警模块的输出端还经风险处理模块与地铁盾构信息管理系统的显示单元相连，地铁盾构信息管理系统的输出端与地面移动端设备相连。
优选的，风险评价模块包括掘进参数权重计算模块和风险确定模块；
掘进参数权重计算模块，用于基于熵权法和收集的掘进参数计算掘进参数权重矩阵；
风险确定模块，用于基于模糊综合评价方法对刀盘结泥饼风险进行分级别分析。
优选的，数据存储模块为web端服务器。
土压平衡盾构机刀盘结泥饼的风险预测系统的方法，包括以下步骤：
S1、构建土压平衡盾构刀盘结泥饼风险评价模型，确定对刀盘结泥饼存在影响的掘进参数；
S2、利用数据存储模块收集地质条件参数和盾构选型参数，并利用数据采集模块收集施工因素参数，并将收集的掘进参数传输给数据筛选和后处理模块；
S3、利用数据筛选和后处理模块对掘进参数进行预处理，去除噪点，并填充缺失值；
S4、利用风险评价模块用于基于熵权法-模糊综合评价方法进行风险评价；
S5、基于风险评价模块反馈的结泥饼风险等级，将匹配信息分别传递给地面移动端设备、风险预警模块和地铁盾构信息管理系统；
S6、风险预警模块根据接收的结泥饼风险等级生成结泥饼的预警信息，并将结泥饼的预警信息传递给风险处理模块，由风险处理模块根据风险来源和结泥饼风险等级，生成响应措施并和预警信息一同传递给地铁盾构信息管理系统；
S7、地铁盾构信息管理系统显示单元实时监测盾构掘进状态，并将人工纠正后的处理结果提供给地面移动端设备，指导现场施工。
优选的，在步骤S1中，掘进参数包括地质条件参数、盾构选型参数和施工因素参数，且从地层剖面图和盾构线路详勘报告中获取地质条件参数；从盾构机刀盘图和参数表获取盾构选型参数；从地铁盾构信息管理系统中采集历史盾构施工因素参数；
其中，地质条件参数包括粘粒含量、塑性指数、液性指数、抗崩解系数；
盾构选型参数包括刀具系统参数和非刀具系统参数，其中，刀具系统参数包括刀具间距、刀具高差、刀具类型、刀具开口率，非刀具系统参数包括螺旋器相对伸入长度、搅拌棒数量、冲刷口数量；
施工因素参数包括掘进模式控制参数、掘进参数控制参数、渣土改良参数和温度控制参数，其中，掘进模式控制参数包括启动扭矩、渣土液面高度、停机时间，掘进参数控制参数包括土仓压力、刀盘扭矩、总推力、推进速度、螺旋机转速，渣土改良参数包括注入比FIR、发泡率FER、泡沫半衰期，温度控制参数包括渣土温度。
优选的，在步骤S2中，数据采集模块收集盾构机掘进线路上每一环的施工因素参数。
优选的，在步骤S3中，地质条件参数和施工因素参数采用相邻参数线性插值的方法填充缺失值；
对于施工因素参数每一环中存在的离群点，首先采用下式进行标准化：
式中，μj为第j环施工因素参数均值；σj为第j环的施工因素参数标准差；xij为第j环内施工参数的第i次实测值；Zij为标准化后的第j环内施工参数的第i次实测值；
而后采用统计学3σ原则将数据距离平均值超过3倍标准差的统计点剔除：
Zij≤μj±3σj (2)
最后重新统计均值归为该环的代表值。
优选的，步骤S4具体包括以下步骤：
S41、构建掘进参数的量化评价标准，根据风险等级划分为低风险到高风险等多个等级；
S42、构建土压平衡盾构刀盘结泥饼风险评价模型，计算掘进参数的权重因子并进行组合赋权，得到模糊评价法的权重集；
S43、基于掘进参数的量化评价标准，构建模糊评价法的因素集、评语集、权重集和掘进参数的隶属度函数；
S44、建立模糊综合评价矩阵，根据隶属度综合评判泥饼风险等级。
优选的，在步骤S41中，根据地质条件、盾构选型和施工因素分别构建盾构掘进参数的量化标准，划分为高风险，中高风险，低风险，无风险；
步骤S42具体包括以下步骤：
S421、构建土压平衡盾构刀盘结泥饼风险评价模型：
顶层目标为刀盘结泥饼风险，中间层为地质条件、盾构选型、施工因素；
构建基于熵权法的输入矩阵X：
式中，m为样本数，n为掘进参数的数量；
S422、设xij(1≤i≤m，1≤j≤n)为掘进参数i的第j个样本值；
S423、判断输入矩阵X中是否存在负数，对输入矩阵X进行标准化和正向化得到矩阵zij：
式中，x1j x2j…xmj分别为掘进参数1、2…m对应的第j个样本值；
S424、计算第j个样本值下第i个掘进参数所占的比重，并将其看作相对熵计算中用到的概率pij：
式中，P为；pij为第j个样本值在第i个掘进参数中所占的比重；
S425、计算每个掘进参数的信息熵，并计算信息效用值dj：
式中，当pij＝0时，令ln(pij)＝0
S426、归一化得到每个掘进参数的熵权wj：
式中，W为掘进参数的熵权值矩阵，w1 w2…w23分别为第一个、第二个……第23个掘进参数的熵权值；
步骤S43具体包括以下步骤：
S431、计算影响因子：
式中，p为土仓压力；D为隧道直径；δ为面板上的压力附加值；λ为刀盘开口率；P0为推进面土体的静止土压力；K为似刚度；ΔS为掘进距离变化值；ke为有效出土比；η为螺旋机排土效率；k为螺旋机形式参数；γ0为土体的天然容重；N为螺旋机转速；v为推进速度；
式中，F为盾构总推力；F0为推进面总阻力；
式中，T为刀盘扭矩；f为摩擦系数；p1为土层原始侧向土压力；Δp2为刀盘挤土产生的附加压力；ξ为刀盘开口率；系数α为视开口分布形式取值，1≤α<1.5,辐条式刀盘取1,面板式刀盘取1～1.5；c、分别为土体粘聚力和内摩擦角；Dd为刀盘直径；v为推进速度；w为刀盘转速；γ为土的重力密度；H0为搅拌叶片覆土深度；Db为搅拌叶片的直径；Lb为搅拌叶片的长度；Rb为搅拌叶片到盾构掘进机中心的距离；f'为土与钢的摩擦因素；n为搅拌叶片数量；
式中，A为经验系数；d为刀盘直径；
S432、根据模糊综合评价法，构建因素集D＝[粘粒含量d1，塑性指数d2，……，渣土温度d23]，评语集V＝[高风险，中高风险，低风险，无风险]，权重集A＝W＝[A1，A2，A3]，其中A1为地质条件的组合赋权权重矩阵，A2为盾构选型的组合赋权权重矩阵，A3为施工因素的组合赋权权重矩阵；
S433、基于盾构掘进参数量化标准建立各个影响因子的隶属度函数。
在步骤S44中，根据多级模糊综合评价理论，将筛选后处理后的掘进参数按环号输入到各个影响因子的隶属度函数中，得到地质条件、盾构选型和施工因素的单因素评价矩阵其中，i为中间层下的底层掘进参数数量，j为评语数，结合权重集A和单因素评价矩阵R，得到各个类别的模糊综合评价矩阵：Bk＝Ak·Rk，1≤k≤3，其中k为中间层因子数；
设定B1,B2,B3分别为地质条件、盾构选型、施工因素的综合评价矩阵，得到EPB刀盘结泥饼风险的模糊综合评价矩阵B＝[B1,B2,B3]T,设定地质条件、盾构选型和施工因素的权重由各个下级参数全局权重相加得到：W＝[W1,W2,W3]，其中，W1、W2、W3分别为地质条件、盾构选型和施工因素的局部权重值；得到当前环的结泥饼风险综合评价S＝B*W＝[S1,S2,S3,S4]，其中S1,S2,S3,S4分别代表结泥饼风险在高风险、中风险、低风险、无风险等级下的评分。
优选的，在步骤S5中，结泥饼风险综合评价结果传输至风险预警模块和地铁盾构信息管理系统的显示单元，当S1连续3环在模糊综合评价矩阵中为最大值时，风险预警模块记录预警信息，并传输给风险处理模块；
风险处理模块根据掘进参数权重矩阵中施工因素的模糊综合评价矩阵B3，获取矩阵中数值大小前三的影响因子bi,j,k，根据加权分配的方法分配削减值△bi,j,k，将评价等级降低至中高风险及以下，其中：
B3＝[b1,b2,…,bo,bp,bq,…,b12]，1≤o<p<q≤12(13)
式中，b1,b2,…,bo,bp,bq,…,b12分别为模糊综合评价矩阵B3的12个影响因子；o，p，q分别为矩阵中数值大小前三的影响因子的序号。
本发明具有以下有益效果：
1、基于熵权法和实时采集施工因素参数计算的掘进参数权重矩阵，较以往考虑因素更加全面、结果更加客观。
2、基于模糊综合评价对刀盘结泥饼风险进行分级别分析，并基于分析结果给出实时的处理手段，实现了盾构掘进风险监控的精确化和自动化。有助于现场施工人员提前预测到刀盘泥饼的产生，并及时做出相应处理措施。同时，通过对不同地层、盾构的应用，此方法将进一步提高普适性，帮助提高不同地层条件下的盾构工程掘进效率。
3、基于熵权法赋权的方式确定掘进参数权重矩阵，一定程度上减少了人为评价带来的误差，同时也考虑到了施工经验的重要性。
4、采用模糊综合评价方法，基于文献考量和大量经验总结构建了掘进参数量化标准，在复合地层等地质工况下实现较高的土压平衡盾构刀盘结泥饼预测精度；该模型有助于施工现场提前预知刀盘泥饼的生成，并及时做出施工改良措施。
5、利用风险预警模块和风险处理模块，实现了盾构刀盘结泥饼风险的实时监控和提前预警，并根据风险来源提供相应响应措施；将风险等级、风险预警、风险处理等信息及时传输到地铁盾构信息管理系统和地面移动端设备，实现盾构掘进施工决策信息化、自动化和精确化。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的土压平衡盾构机刀盘结泥饼的风险预测系统的原理框图。
具体实施方式
为了使本发明实施例公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明实施例，并不用于限定本发明实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
如图1所示，土压平衡盾构机刀盘结泥饼的风险预测系统，包括：
土压平衡盾构刀盘结泥饼风险评价模型，用于确定对刀盘结泥饼存在影响的掘进参数，掘进参数包括地质条件参数、盾构选型参数和施工因素参数；
数据存储模块，用于基于土压平衡盾构刀盘结泥饼风险评价模型，收集并存储地质条件参数和盾构选型参数；优选的，数据存储模块为web端服务器。数据存储模块输出端通过无线网与数据筛选和后处理模块连接；从而实现了web端服务器接收地质勘查报告和盾构机详细参数表，提取其中有用信息并将其转化成地质条件参数序列和盾构选型参数序列；此序列存储在web端服务器，在数据筛选和后处理模块运行时通过无线网络被调用。
数据采集模块，用于基于土压平衡盾构刀盘结泥饼风险评价模型，收集盾构掘进过程中产生的施工因素参数；数据采集模块的传感器包括压力传感器、温度传感器、速度传感器等，用于测量盾构掘进过程中的土仓压力、土仓温度、刀盘扭矩、刀盘转速等施工因素参数；数据被盾构机控制室的计算机接收，在打包后以无线网络传输的方式传送给数据筛选和后处理模块。
在本实施例的数据存储模块中，地质勘查报告和盾构机详细参数表以Excel表格的形式通过地铁盾构信息管理系统采用无线网络上传至nginx服务器，服务器调用数据存储模块中的处理程序，提取表格中的有效信息——地质条件参数和盾构选型参数数据，并将其储存在服务器中。
数据筛选和后处理模块，用于将掘进参数转化成可分析的数据序列；
风险评价模块，用于基于熵权法-模糊综合评价方法进行风险评价；风险评价模块通过线路传输获取到数据筛选和后处理模块的盾构掘进数据序列，并将分析得到的刀盘结泥饼风险等级信息通过线路连接和无线网络分别传输给地铁盾构信息管理系统显示单元(界面)和移动端设备进行实时显示监控；
风险预警模块，用于根据风险评价结果生成结泥饼的预警信息；
风险处理模块，用于根据风险来源和结泥饼风险等级，生成响应措施；
地铁盾构信息管理系统，用于实时监测盾构掘进状态并进行人工纠正；本实施例的地铁盾构信息管理系统向nginx服务器发送风险评价监控请求，服务器调用储存在服务器中的地质条件参数和盾构选型参数数据和储存在地铁盾构信息管理系统中的施工因素参数数据，将数据重新整合格式后导入数据筛选和后处理模块，输出处理后的掘进参数数据序列表格，并存储在nginx服务器中；由nginx服务器调用风险评价模块对输入参数数据进行风险等级评价，并返回给现场移动端设备和地铁盾构信息管理系统；当风险等级连续3环处在高风险时，触发报警机制将风险信息传输给风险预警模块，生成预警信息；预警信息通过风险处理模块生成对应的处理方案，并通过无线网络一同由nginx服务器输出响应至地铁盾构信息管理系统；
地面移动端设备，用于响应人工纠正的处理结果；
数据存储模块和数据采集模块均与数据筛选和后处理模块的输入端相连，数据筛选和后处理模块的输出端与风险评价模块的输入端相连，风险评价模块的输出端分别与地面移动端设备、风险预警模块的输入端和地铁盾构信息管理系统的输入端相连，风险预警模块的输出端还经风险处理模块与地铁盾构信息管理系统的显示单元相连，地铁盾构信息管理系统的输出端与地面移动端设备相连。
优选的，风险评价模块包括掘进参数权重计算模块和风险确定模块；
掘进参数权重计算模块，用于基于熵权法和收集的掘进参数计算掘进参数权重矩阵；
风险确定模块，用于基于模糊综合评价方法对刀盘结泥饼风险进行分级别分析。
土压平衡盾构机刀盘结泥饼的风险预测系统的方法，包括以下步骤：
S1、构建土压平衡盾构刀盘结泥饼风险评价模型，确定对刀盘结泥饼存在影响的掘进参数；
优选的，在步骤S1中，根据国内外结泥饼研究文献和土压平衡盾构机施工经验总结，遴选出23个对刀盘结泥饼存在影响的掘进参数，参数根据不同类别可以分为：地质条件、盾构选型、施工因素三大类；即掘进参数包括地质条件参数、盾构选型参数和施工因素参数，且从地层剖面图和盾构线路详勘报告中获取地质条件参数；从盾构机刀盘图和参数表获取盾构选型参数；从地铁盾构信息管理系统中采集历史盾构施工因素参数；
其中，地质条件参数包括粘粒含量、塑性指数、液性指数、抗崩解系数；
盾构选型参数包括刀具系统参数和非刀具系统参数，其中，刀具系统参数包括刀具间距、刀具高差、刀具类型、刀具开口率，非刀具系统参数包括螺旋器相对伸入长度、搅拌棒数量、冲刷口数量；
施工因素参数包括掘进模式控制参数、掘进参数控制参数、渣土改良参数和温度控制参数，其中，掘进模式控制参数包括启动扭矩、渣土液面高度、停机时间，掘进参数控制参数包括土仓压力、刀盘扭矩、总推力、推进速度、螺旋机转速，渣土改良参数包括注入比FIR、发泡率FER、泡沫半衰期，温度控制参数包括渣土温度。
S2、利用数据存储模块收集地质条件参数和盾构选型参数，并利用数据采集模块收集施工因素参数，并将收集的掘进参数传输给数据筛选和后处理模块；
优选的，在步骤S2中，数据采集模块收集盾构机掘进线路上每一环的施工因素参数。
S3、利用数据筛选和后处理模块对掘进参数进行预处理，去除噪点，并填充缺失值；
优选的，在步骤S3中，地质条件参数和施工因素参数采用相邻参数线性插值的方法填充缺失值；
对于施工因素参数每一环中存在的离群点，首先采用下式进行标准化：
式中，μj为第j环施工因素参数均值；σj为第j环的施工因素参数标准差；xij为第j环内施工参数的第i次实测值；Zij为标准化后的第j环内施工参数的第i次实测值；
而后采用统计学3σ原则将数据距离平均值超过3倍标准差的统计点剔除：
Zij≤μj±3σj (2)
最后重新统计均值归为该环的代表值。S4、利用风险评价模块用于基于熵权法-模糊综合评价方法进行风险评价；
优选的，步骤S4具体包括以下步骤：
S41、构建掘进参数的量化评价标准，根据风险等级划分为低风险到高风险等多个等级；
S42、构建土压平衡盾构刀盘结泥饼风险评价模型，计算掘进参数的权重因子并进行组合赋权，得到模糊评价法的权重集；
S43、基于掘进参数的量化评价标准，构建模糊评价法的因素集、评语集、权重集和掘进参数的隶属度函数；
S44、建立模糊综合评价矩阵，根据隶属度综合评判泥饼风险等级。
优选的，在步骤S41中，根据地质条件、盾构选型和施工因素分别构建盾构掘进参数的量化标准，划分为高风险，中风险，低风险，无风险；
步骤S42具体包括以下步骤：
S421、构建土压平衡盾构刀盘结泥饼风险评价模型：
顶层目标为刀盘结泥饼风险，中间层为地质条件、盾构选型、施工因素；
构建基于熵权法的输入矩阵X：
式中，m为样本数，n为掘进参数的数量；
S422、设xij(1≤i≤m，1≤j≤n)为掘进参数i的第j个样本值；
S423、判断输入矩阵X中是否存在负数，对输入矩阵X进行标准化和正向化得到矩阵zij：
式中，x1j x2j…xmj分别为掘进参数1、2…m对应的第j个样本值；
S424、计算第j个样本值下第i个掘进参数所占的比重，并将其看作相对熵计算中用到的概率pij：
式中，P为；pij为第j个样本值在第i个掘进参数中所占的比重；
S425、计算每个掘进参数的信息熵，并计算信息效用值dj：
式中，当pij＝0时，令ln(pij)＝0
S426、归一化得到每个掘进参数的熵权wj：
式中，W为掘进参数的熵权值矩阵，w1 w2…w23分别为第一个、第二个……第23个掘进参数的熵权值；
步骤S43具体包括以下步骤：
S431、计算影响因子：
式中，p为土仓压力；D为隧道直径；δ为面板上的压力附加值；λ为刀盘开口率；P0为推进面土体的静止土压力；K为似刚度；ΔS为掘进距离变化值；ke为有效出土比；η为螺旋机排土效率；k为螺旋机形式参数；γ0为土体的天然容重；N为螺旋机转速；v为推进速度；
式中，F为盾构总推力；F0为推进面总阻力；
式中，T为刀盘扭矩；f为摩擦系数；p1为土层原始侧向土压力；Δp2为刀盘挤土产生的附加压力；ξ为刀盘开口率；系数α为视开口分布形式取值，1≤α<1.5,辐条式刀盘取1,面板式刀盘取1～1.5；c、分别为土体粘聚力和内摩擦角；Dd为刀盘直径；v为推进速度；w为刀盘转速；γ为土的重力密度；H0为搅拌叶片覆土深度；Db为搅拌叶片的直径；Lb为搅拌叶片的长度；Rb为搅拌叶片到盾构掘进机中心的距离；f'为土与钢的摩擦因素；n为搅拌叶片数量；
式中，A为经验系数；d为刀盘直径；
S432、根据模糊综合评价法，构建因素集D＝[粘粒含量d1，塑性指数d2，……，渣土温度d23]，评语集V＝[高风险，中高风险，低风险，无风险]，权重集A＝W＝[A1，A2，A3]，其中A1为地质条件的组合赋权权重矩阵，A2为盾构选型的组合赋权权重矩阵，A3为施工因素的组合赋权权重矩阵；
S433、基于盾构掘进参数量化标准建立各个影响因子的隶属度函数。
在步骤S44中，根据多级模糊综合评价理论，将筛选后处理后的掘进参数按环号输入到各个影响因子的隶属度函数中，得到地质条件、盾构选型和施工因素的单因素评价矩阵其中，i为中间层下的底层掘进参数数量，j为评语数，结合权重集A和单因素评价矩阵R，得到各个类别的模糊综合评价矩阵：Bk＝Ak·Rk，1≤k≤3，其中k为中间层因子数；
设定B1,B2,B3分别为地质条件、盾构选型、施工因素的综合评价矩阵，得到EPB刀盘结泥饼风险的模糊综合评价矩阵B＝[B1,B2,B3]T,设定地质条件、盾构选型和施工因素的权重由各个下级参数全局权重相加得到：W＝[W1,W2,W3]，其中，W1、W2、W3分别为地质条件、盾构选型和施工因素的局部权重值；得到当前环的结泥饼风险综合评价S＝B*W＝[S1,S2,S3,S4]，其中S1,S2,S3,S4分别代表结泥饼风险在高风险、中风险、低风险、无风险等级下的评分。
表1地质条件影响因子量化表
表2盾构选型影响因子量化表
表3施工因素影响因子量化表
S5、基于风险评价模块反馈的结泥饼风险等级，将匹配信息分别传递给地面移动端设备、风险预警模块和地铁盾构信息管理系统；
优选的，在步骤S5中，结泥饼风险综合评价结果传输至风险预警模块和地铁盾构信息管理系统的显示单元，当S1连续3环在模糊综合评价矩阵中为最大值时，风险预警模块记录预警信息，并传输给风险处理模块；
风险处理模块根据掘进参数权重矩阵中施工因素的模糊综合评价矩阵B3，获取矩阵中数值大小前三的影响因子bi,j,k，根据加权分配的方法分配削减值△bi,j,k，将评价等级降低至中高风险及以下，其中：
B3＝[b1,b2,…,bo,bp,bq,…,b12]，1≤o<p<q≤12(13)
式中，b1,b2,…,bo,bp,bq,…,b12分别为模糊综合评价矩阵B3的12个影响因子；o，p，q分别为矩阵中数值大小前三的影响因子的序号。
S6、风险预警模块根据接收的结泥饼风险等级生成结泥饼的预警信息，并将结泥饼的预警信息传递给风险处理模块，由风险处理模块根据风险来源和结泥饼风险等级，生成响应措施并和预警信息一同传递给地铁盾构信息管理系统；
S7、地铁盾构信息管理系统显示单元实时监测盾构掘进状态，并将人工纠正后的处理结果提供给地面移动端设备，指导现场施工。
因此，本发明采用上述土压平衡盾构机刀盘结泥饼的风险预测系统及方法，通过对盾构刀盘泥饼成因的微观机理进行分析，确定明确的结泥饼的判据，在此基础上建立量化的风险评价模型，对于盾构施工的顺利开展具有工程价值。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (10)
1.土压平衡盾构机刀盘结泥饼的风险预测系统，其特征在于：包括：
土压平衡盾构刀盘结泥饼风险评价模型，用于确定对刀盘结泥饼存在影响的掘进参数，掘进参数包括地质条件参数、盾构选型参数和施工因素参数；
数据存储模块，用于基于土压平衡盾构刀盘结泥饼风险评价模型，收集并存储地质条件参数和盾构选型参数；
数据采集模块，用于基于土压平衡盾构刀盘结泥饼风险评价模型，收集盾构掘进过程中产生的施工因素参数；
数据筛选和后处理模块，用于将掘进参数转化成可分析的数据序列；
风险评价模块，用于基于熵权法-模糊综合评价方法进行风险评价；
风险预警模块，用于根据风险评价结果生成结泥饼的预警信息；
风险处理模块，用于根据风险来源和结泥饼风险等级，生成响应措施；
地铁盾构信息管理系统，用于实时监测盾构掘进状态并进行人工纠正；
地面移动端设备，用于响应人工纠正的处理结果；
数据存储模块和数据采集模块均与数据筛选和后处理模块的输入端相连，数据筛选和后处理模块的输出端与风险评价模块的输入端相连，风险评价模块的输出端分别与地面移动端设备、风险预警模块的输入端和地铁盾构信息管理系统的输入端相连，风险预警模块的输出端还经风险处理模块与地铁盾构信息管理系统的显示单元相连，地铁盾构信息管理系统的输出端与地面移动端设备相连。
2.根据权利要求1所述的土压平衡盾构机刀盘结泥饼的风险预测系统，其特征在于：风险评价模块包括掘进参数权重计算模块和风险确定模块；
掘进参数权重计算模块，用于基于熵权法和收集的掘进参数计算掘进参数权重矩阵；
风险确定模块，用于基于模糊综合评价方法对刀盘结泥饼风险进行分级别分析。
3.根据权利要求1所述的土压平衡盾构机刀盘结泥饼的风险预测系统，其特征在于：数据存储模块为web端服务器。
4.如上述权利要求1-3任一项所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：包括以下步骤：
S1、构建土压平衡盾构刀盘结泥饼风险评价模型，确定对刀盘结泥饼存在影响的掘进参数；
S2、利用数据存储模块收集地质条件参数和盾构选型参数，并利用数据采集模块收集施工因素参数，并将收集的掘进参数传输给数据筛选和后处理模块；
S3、利用数据筛选和后处理模块对掘进参数进行预处理，去除噪点，并填充缺失值；
S4、利用风险评价模块用于基于熵权法-模糊综合评价方法进行风险评价；
S5、基于风险评价模块反馈的结泥饼风险等级，将匹配信息分别传递给地面移动端设备、风险预警模块和地铁盾构信息管理系统；
S6、风险预警模块根据接收的结泥饼风险等级生成结泥饼的预警信息，并将结泥饼的预警信息传递给风险处理模块，由风险处理模块根据风险来源和结泥饼风险等级，生成响应措施并和预警信息一同传递给地铁盾构信息管理系统；
S7、地铁盾构信息管理系统显示单元实时监测盾构掘进状态，并将人工纠正后的处理结果提供给地面移动端设备，指导现场施工。
5.根据权利要求4所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：在步骤S1中，掘进参数包括地质条件参数、盾构选型参数和施工因素参数，且从地层剖面图和盾构线路详勘报告中获取地质条件参数；从盾构机刀盘图和参数表获取盾构选型参数；从地铁盾构信息管理系统中采集历史盾构施工因素参数；
其中，地质条件参数包括粘粒含量、塑性指数、液性指数、抗崩解系数；
盾构选型参数包括刀具系统参数和非刀具系统参数，其中，刀具系统参数包括刀具间距、刀具高差、刀具类型、刀具开口率，非刀具系统参数包括螺旋器相对伸入长度、搅拌棒数量、冲刷口数量；
施工因素参数包括掘进模式控制参数、掘进参数控制参数、渣土改良参数和温度控制参数，其中，掘进模式控制参数包括启动扭矩、渣土液面高度、停机时间，掘进参数控制参数包括土仓压力、刀盘扭矩、总推力、推进速度、螺旋机转速，渣土改良参数包括注入比FIR、发泡率FER、泡沫半衰期，温度控制参数包括渣土温度。
6.根据权利要求4所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：在步骤S2中，数据采集模块收集盾构机掘进线路上每一环的施工因素参数。
7.根据权利要求4所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：在步骤S3中，地质条件参数和施工因素参数采用相邻参数线性插值的方法填充缺失值；
对于施工因素参数每一环中存在的离群点，首先采用下式进行标准化：
式中，μj为第j环施工因素参数均值；σj为第j环的施工因素参数标准差；xij为第j环内施工参数的第i次实测值；Zij为标准化后的第j环内施工参数的第i次实测值；
而后采用统计学3σ原则将数据距离平均值超过3倍标准差的统计点剔除：
Zij≤μj±3σj (2)
最后重新统计均值归为该环的代表值。
8.根据权利要求4所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：步骤S4具体包括以下步骤：
S41、构建掘进参数的量化评价标准，根据风险等级划分为低风险到高风险等多个等级；
S42、构建土压平衡盾构刀盘结泥饼风险评价模型，计算掘进参数的权重因子并进行组合赋权，得到模糊评价法的权重集；
S43、基于掘进参数的量化评价标准，构建模糊评价法的因素集、评语集、权重集和掘进参数的隶属度函数；
S44、建立模糊综合评价矩阵，根据隶属度综合评判泥饼风险等级。
9.根据权利要求8所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：在步骤S41中，根据地质条件、盾构选型和施工因素分别构建盾构掘进参数的量化标准，划分为高风险，中高风险，低风险，无风险；
步骤S42具体包括以下步骤：
S421、构建土压平衡盾构刀盘结泥饼风险评价模型：
顶层目标为刀盘结泥饼风险，中间层为地质条件、盾构选型、施工因素；
构建基于熵权法的输入矩阵X：
式中，m为样本数，n为掘进参数的数量；
S422、设xij(1≤i≤m，1≤j≤n)为掘进参数i的第j个样本值；
S423、判断输入矩阵X中是否存在负数，对输入矩阵X进行标准化和正向化得到矩阵zij：
式中，x1j x2j…xmj分别为掘进参数1、2…m对应的第j个样本值；
S424、计算第j个样本值下第i个掘进参数所占的比重，并将其看作相对熵计算中用到的概率pij：
式中，P为概率矩阵；pij为第j个样本值在第i个掘进参数中所占的比重；
S425、计算每个掘进参数的信息熵，并计算信息效用值dj：
式中，当pij＝0时，令ln(pij)＝0
S426、归一化得到每个掘进参数的熵权wj：
式中，W为掘进参数的熵权值矩阵，w1 w2…w23分别为第一个、第二个……第23个掘进参数的熵权值；
步骤S43具体包括以下步骤：
S431、计算影响因子：
式中，p为土仓压力；D为隧道直径；δ为面板上的压力附加值；λ为刀盘开口率；P0为推进面土体的静止土压力；K为似刚度；ΔS为掘进距离变化值；ke为有效出土比；η为螺旋机排土效率；k为螺旋机形式参数；γ0为土体的天然容重；N为螺旋机转速；v为推进速度；
式中，F为盾构总推力；F0为推进面总阻力；
式中，T为刀盘扭矩；f为摩擦系数；p1为土层原始侧向土压力；Δp2为刀盘挤土产生的附加压力；ξ为刀盘开口率；系数α为视开口分布形式取值，1≤α<1.5,辐条式刀盘取1,面板式刀盘取1～1.5；c、分别为土体粘聚力和内摩擦角；Dd为刀盘直径；v为推进速度；w为刀盘转速；γ为土的重力密度；H0为搅拌叶片覆土深度；Db为搅拌叶片的直径；Lb为搅拌叶片的长度；Rb为搅拌叶片到盾构掘进机中心的距离；f'为土与钢的摩擦因素；n为搅拌叶片数量；
式中，A为经验系数；d为刀盘直径；
式中，所有参数同式(8)；
S432、根据模糊综合评价法，构建因素集D＝[粘粒含量d1，塑性指数d2，……，渣土温度d23]，评语集V＝[高风险，中高风险，低风险，无风险]，权重集A＝W＝[A1，A2，A3]，其中A1为地质条件的组合赋权权重矩阵，A2为盾构选型的组合赋权权重矩阵，A3为施工因素的组合赋权权重矩阵；
S433、基于盾构掘进参数量化标准建立各个影响因子的隶属度函数。
在步骤S44中，根据多级模糊综合评价理论，将筛选后处理后的掘进参数按环号输入到各个影响因子的隶属度函数中，得到地质条件、盾构选型和施工因素的单因素评价矩阵其中，i为中间层下的底层掘进参数数量，j为评语数，结合权重集A和单因素评价矩阵R，得到各个类别的模糊综合评价矩阵：Bk＝Ak·Rk，1≤k≤3，其中k为中间层因子数；
设定B1,B2,B3分别为地质条件、盾构选型、施工因素的综合评价矩阵，得到EPB刀盘结泥饼风险的模糊综合评价矩阵B＝[B1,B2,B3]T,设定地质条件、盾构选型和施工因素的权重由各个下级参数全局权重相加得到：W＝[W1,W2,W3]，其中，W1、W2、W3分别为地质条件、盾构选型和施工因素的局部权重值；得到当前环的结泥饼风险综合评价S＝B*W＝[S1,S2,S3,S4]，其中S1,S2,S3,S4分别代表结泥饼风险在高风险、中风险、低风险、无风险等级下的评分。
10.根据权利要求9所述的土压平衡盾构机刀盘结泥饼的风险预测系统的方法，其特征在于：在步骤S5中，结泥饼风险综合评价结果传输至风险预警模块和地铁盾构信息管理系统的显示单元，当S1连续3环在模糊综合评价矩阵中为最大值时，风险预警模块记录预警信息，并传输给风险处理模块；
风险处理模块根据掘进参数权重矩阵中施工因素的模糊综合评价矩阵B3，获取矩阵中数值大小前三的影响因子bi,j,k，根据加权分配的方法分配削减值△bi,j,k，将评价等级降低至中高风险及以下，其中：
B3＝[b1,b2,…,bo,bp,bq,…,b12]，1≤o<p<q≤12
(13)
式中，b1,b2,…,bo,bp,bq,…,b12分别为模糊综合评价矩阵B3的12个影响因子；o，p，q分别为矩阵中数值大小前三的影响因子的序号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310818156.XA CN116701878A (zh) | 2023-07-05 | 2023-07-05 | 土压平衡盾构机刀盘结泥饼的风险预测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310818156.XA CN116701878A (zh) | 2023-07-05 | 2023-07-05 | 土压平衡盾构机刀盘结泥饼的风险预测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116701878A true CN116701878A (zh) | 2023-09-05 |
Family
ID=87835796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310818156.XA Pending CN116701878A (zh) | 2023-07-05 | 2023-07-05 | 土压平衡盾构机刀盘结泥饼的风险预测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116701878A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411370A (zh) * | 2019-07-26 | 2019-11-05 | 北京住总集团有限责任公司 | 一种基于空间时间参数的隧道施工风险管控系统 |
| CN112487639A (zh) * | 2020-11-28 | 2021-03-12 | 东北大学 | 使用模糊灰色综合评价模型确定城市地下空间寿命周期风险等级的方法 |
| CN113255042A (zh) * | 2021-05-31 | 2021-08-13 | 华南理工大学 | 一种土压平衡盾构结泥饼风险评价方法 |
| CN115829326A (zh) * | 2022-12-02 | 2023-03-21 | 郑州大学 | 基于优化组合赋权模型的山区公路建设风险评价方法 |
-
2023
- 2023-07-05 CN CN202310818156.XA patent/CN116701878A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110411370A (zh) * | 2019-07-26 | 2019-11-05 | 北京住总集团有限责任公司 | 一种基于空间时间参数的隧道施工风险管控系统 |
| CN112487639A (zh) * | 2020-11-28 | 2021-03-12 | 东北大学 | 使用模糊灰色综合评价模型确定城市地下空间寿命周期风险等级的方法 |
| CN113255042A (zh) * | 2021-05-31 | 2021-08-13 | 华南理工大学 | 一种土压平衡盾构结泥饼风险评价方法 |
| CN115829326A (zh) * | 2022-12-02 | 2023-03-21 | 郑州大学 | 基于优化组合赋权模型的山区公路建设风险评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| XIAOBIN DING等: ""Quantifying Multifactor Effects on Mud Cake Formation Risk for a Tunnel Boring Machine with the Analytical Hierarchy Process"", 《BUILDINGS》, 27 January 2023 (2023-01-27), pages 1 - 15 * |
| 李啸然等: ""基于熵权-模糊综合评价法的施工项目风险评价研究"", 《研究探讨》, 30 June 2022 (2022-06-30), pages 58 - 62 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111042143B (zh) | 一种基于大量监测数据分析的基坑工程预警方法和系统 | |
| CN113379105B (zh) | 一种基于人工智能的场地地震液化灾害快速评估方法 | |
| CN110244344A (zh) | 一种基于深度学习的tbm超前地质预报方法 | |
| CN113779835A (zh) | 基于ai与智能监测系统的深大基坑安全预警方法 | |
| CN111553000A (zh) | 钻爆法隧道智能建造方法 | |
| CN108470095A (zh) | 基于数据驱动径向基函数模型的tbm推进力预测方法 | |
| Yan et al. | Identification of geological characteristics from construction parameters during shield tunnelling | |
| CN112396320A (zh) | 一种基于ism与模糊贝叶斯网络的隧道坍塌风险评估方法 | |
| CN114417697A (zh) | 一种基于神经网络的tbm滚刀磨损实时预测方法及系统 | |
| CN112907130A (zh) | 基于盾构施工参数的施工风险等级确定方法、装置及介质 | |
| CN117252042B (zh) | 城市地下空间综合承载能力评估系统及方法 | |
| Zhou et al. | Novel approach to evaluate rock mass fragmentation in block caving using unascertained measurement model and information entropy with flexible credible identification criterion | |
| CN107942383A (zh) | 煤层顶板砂岩富水性等级预测方法 | |
| CN117037432B (zh) | 基于多方法协同的风险评价地质灾害预警方法 | |
| CN116701878A (zh) | 土压平衡盾构机刀盘结泥饼的风险预测系统及方法 | |
| Mirahmadi et al. | Estimation of the specific energy of TBM using the strain energy of rock mass, case study: Amir-Kabir water transferring tunnel of Iran | |
| CN116663116A (zh) | 一种建筑结构设计控制方法 | |
| CN114493295B (zh) | 一种盐岩地质下隧道监测项目的确定方法及监测系统 | |
| CN113158562B (zh) | 基于物理约束与数据挖掘的tbm岩机映射构建方法及系统 | |
| CN110119522A (zh) | 一种开挖岩质边坡破坏风险分析的稳定性评级方法 | |
| CN116049942A (zh) | 一种应用于施工的软岩大变形快速判别及分级方法 | |
| CN114066271A (zh) | 一种隧道突水灾害监测管理系统 | |
| CN115659744A (zh) | 一种基于地质与装备耦合仿真的地质参数实时感知方法 | |
| CN113011094B (zh) | 混合gbdt和随机森林算法的土压平衡盾构机渣土改良方法 | |
| Unterlass et al. | Identifying rock loads on TBM shields during standstills (non-advance-periods) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |