APP下载

遗传算法与分组数据处理神经网络相结合的人工智能预测盾构掘进过程中滚刀的寿命

2021-07-09KhaliElbaz沈水龙周安楠尹振宇吕海敏

工程 2021年2期
关键词:数据处理模型

Khali Elbaz ,沈水龙,*,周安楠,尹振宇,吕海敏

a Department of Civil and Environmental Engineering, College of Engineering, Shantou University, Shantou 515063, China

b Key Laboratory of Intelligence Manufacturing Technology, Ministry of Education, Shantou University, Shantou 515063, China

c Discipline of Civil and Infrastructure, School of Engineering, Royal Melbourne Institute of Technology, Melbourne, VIC, Australia

d Department of Civil and Environmental Engineering, The Hong Kong Polytechnic University, Hong Kong, China

e State Key Laboratory of Internet of Things for Smart City, University of Macau, Macau, China

1. 引言

随着城市化进程的加速,中国城市正在建设越来越多的地铁系统[1-5]。盾构隧道是在各种地质条件下均可以建造地铁隧道的一种经济有效的施工方法[6-9]。在混合地层或岩石地层条件下,滚刀向前推动并通过推力(TF)压入岩石。通过增加滚刀切入的压力,岩石裂纹会出现并扩大。然后,由于相邻滚刀之间的裂纹聚结贯通,岩石被切割碎裂,从而压碎岩石。滚刀与岩石-土体之间复杂的相互作用会导致其严重磨损,而这是很难预测的[10,11]。在一些隧道工程项目中,滚刀的消耗和更换约占项目成本和时间消耗的三分之一[12]。为了评估机械化掘进过程的开挖成本,正确估计滚刀的寿命至关重要[13,14]。

滚刀的消耗很大程度上取决于地层条件、盾构操作参数和切割条件。解决关键问题有助于降低建设成本和提高开挖效率,如确定造成滚刀消耗的主要原因、分析磨损机理以延长滚刀寿命。已有研究通过对施工过程的试验研究[15-19]和经验或理论分析[20-22],研究了地层条件对滚刀消耗的影响。例如,基于统计分析和经验公式,Hassanpour [23]提出了滚刀寿命与地质参数之间的关系。Ren等[14]提出了基于总能耗理论的非均质地层磨损预测模型。Yang等[24]基于兰州建设项目的数据,分析了输水隧道的滚刀的故障和消耗。许多参数都会影响滚刀寿命,所以经验模型的预测结果与测量结果并不完全匹配。因此,有必要开发能够更准确地预测异质地层中滚刀寿命的模型。……

登录APP查看全文

猜你喜欢

数据处理模型
一半模型
认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法*
ILWT-EEMD数据处理的ELM滚动轴承故障诊断
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
MATLAB在化学工程与工艺实验数据处理中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
基于POS AV610与PPP的车辆导航数据处理
依托陆态网的GNSS远程数据处理软件开发
一个相似模型的应用