李青蔚，杜立杰，*，杨亚磊，刘雷涛，蔡 龙，刘金辉

(1.石家庄铁道大学，河北 石家庄 050043；2.中铁十九局集团第一工程有限公司，辽宁 辽阳 111000)

0 引言

近年来，全断面岩石隧道掘进机(tunnel boring machine，TBM)因其施工速度快、安全环保等优点，在铁路隧道、公路隧道、水利水电、地铁等工程建设中得以应用及快速发展，例如：川藏铁路建设计划采用18台以上的TBM进行施工。然而，TBM施工受地质条件影响较大，且在掘进过程中受机械结构的限制无法直接观察到掌子面的围岩情况。在遭遇不良地质时，因不能及时调整掘进参数和掘进策略，导致TBM被卡、被困的情况时有发生，这就需要多方面加强施工前方地质的超前预报及在掘岩体的识别预警。若能在TBM掘进过程中持续掌握掌子面围岩条件的实时变化，对不良地质进行及时预警，将会极大地降低施工风险。岩渣作为TBM切割岩体的直接产物，其形态最能及时反映地质条件变化，所以根据岩渣的变化可以对掌子面的围岩条件进行实时判断和预警。

目前关于TBM掘进岩渣的研究主要有2个方面：

1)岩渣粒径分布规律与TBM破岩效率的研究。陈文莉等[1]和宋克志等[2]通过理论分布模型对岩渣粒径的分布曲线进行描述，发现TBM岩渣粒径分布规律均符合Rosin-Rammler函数；Aydin等[3]和闫长斌等[4]对TBM岩渣粒径分布规律与TBM破岩效率之间的关系进行了研究，指出TBM破岩效率随岩渣粗糙度指数的减小而降低；文献[5-6]基于现场掘进试验和岩片筛分试验研究了TBM运行参数和破岩效率之间的关系；……