隧道施工中地質(zhì)超前預(yù)警是一項很重要的環(huán)節(jié),及時的了解前方地質(zhì)信息會對施工產(chǎn)生很大的幫助。如果提前知道前方有地質(zhì)風(fēng)險,可以提前做好準(zhǔn)備,避免出現(xiàn)人員傷亡和設(shè)備損壞,從而避免耽誤工程進(jìn)度。文章以EH引水工程超特長隧道TBM施工為背景,隧道延綿幾百公里,使用十八臺TBM分區(qū)間施工。到目前為止TBM投入數(shù)量世界第一,TBM單洞掘進(jìn)里程世界第一。隧道跨度大,地質(zhì)條件多變,傳統(tǒng)的超前地質(zhì)預(yù)警費時費力,在超特長隧道施工中不能滿足需求。因此,課題著力于以巖渣作為對象研究巖渣自動識別技術(shù),以深度學(xué)習(xí)的方式建立巖渣自動識別模型,通過不同的巖渣圖樣反映前方地質(zhì)信息,以此來判斷前方地質(zhì)有無塌方、斷層等風(fēng)險。巖渣中包含了很多的地質(zhì)信息,將這些信息提取出來就可以預(yù)測地質(zhì)變化。文章以EH引水工程中SS標(biāo)段的巖渣作為研究對象,結(jié)合TBM的設(shè)計參數(shù)和地質(zhì)資料,對巖渣的統(tǒng)計理論做了總結(jié)。以標(biāo)段中某個斷層破碎帶TBM出渣的具體情況對巖渣的理論統(tǒng)計做了驗證。結(jié)果顯示此段的巖渣中巖塊的含量在90%左右,巖片的含量在5%左右,符合V類圍巖對應(yīng)的巖渣統(tǒng)計規(guī)律。另外某段III類圍巖的出渣結(jié)果是巖塊占20%左右,巖片占80%左右,符合... 

【文章來源】：石家莊鐵道大學(xué)河北省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

TBM刀盤

滾刀隨刀盤旋轉(zhuǎn)的過程中，推進(jìn)油缸不斷施加推進(jìn)力，滾刀旋轉(zhuǎn)并壓入巖石會對巖石產(chǎn)生擠壓、拉裂、剪切等綜合作用，當(dāng)壓力超過巖石的抗壓強度時，巖石被破壞剝落。在刀刃附近將產(chǎn)生塊狀的破碎體，在刀刃正下方區(qū)域?qū)⒈荒雺撼煞哿ｓw。隨著滾刀壓力的增大不斷將壓力傳遞向周邊巖石，進(jìn)而產(chǎn)生徑向裂紋，裂紋不斷向刀刃側(cè)向延伸達(dá)到自由面或者與相鄰的裂紋交匯，形成巖石碎片[8]所以形成的巖渣由在刀體擠壓區(qū)的粉末狀和碎塊狀以及由刀體之間的碎片狀巖石構(gòu)成。滾刀破巖機理示意圖（如圖 2-3 所示）。圖 2-1 TBM 刀盤 圖 2-2 刀具切削掌子面形成的同心圓圖 2-3 滾刀破巖機理示意圖刀間距碎片區(qū)粉碎區(qū)破碎區(qū)

旋轉(zhuǎn)的過程中，推進(jìn)油缸不斷施加推進(jìn)力，滾刀壓、拉裂、剪切等綜合作用，當(dāng)壓力超過巖石刀刃附近將產(chǎn)生塊狀的破碎體，在刀刃正下方壓力的增大不斷將壓力傳遞向周邊巖石，進(jìn)而側(cè)向延伸達(dá)到自由面或者與相鄰的裂紋交匯，由在刀體擠壓區(qū)的粉末狀和碎塊狀以及由刀體巖機理示意圖（如圖 2-3 所示）。 TBM 刀盤 圖 2-2 刀具切削掌子面形刀間距

【參考文獻(xiàn)】：
期刊論文
[1]基于深層卷積神經(jīng)網(wǎng)絡(luò)的剪枝優(yōu)化[J]. 馬治楠,韓云杰,彭琳鈺,周進(jìn)凡,林付春,劉宇紅.  電子技術(shù)應(yīng)用. 2018(12)
[2]基于灰度關(guān)聯(lián)分析法的卷積神經(jīng)網(wǎng)絡(luò)算法優(yōu)化[J]. 劉夢雅,毛劍琳.  電子科技. 2018(06)
[3]隧道超前地質(zhì)預(yù)報應(yīng)用現(xiàn)狀與技術(shù)手段[J]. 王旭峰.  黑龍江交通科技. 2017(10)
[4]中國TBM施工技術(shù)進(jìn)展、挑戰(zhàn)及對策[J]. 杜立杰.  隧道建設(shè). 2017(09)
[5]基于線性切割試驗碴片分析的滾刀破巖效率研究[J]. 龔秋明,周小雄,殷麗君,何冠文,苗崇通.  隧道建設(shè). 2017(03)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的PET/CT多模態(tài)圖像識別研究[J]. 王媛媛,周濤,吳翠穎.  電視技術(shù). 2017(03)
[7]不同池化模型的卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)性能研究[J]. 劉萬軍,梁雪劍,曲海成.  中國圖象圖形學(xué)報. 2016(09)
[8]深埋超特長輸水隧洞TBM集群施工關(guān)鍵技術(shù)探析[J]. 鄧銘江.  巖土工程學(xué)報. 2016(04)
[9]自然環(huán)境下重疊果實圖像識別算法與試驗[J]. 苗中華,沈一籌,王小華,周小鳳,劉成良.  農(nóng)業(yè)機械學(xué)報. 2016(06)
[10]基于自動編碼器組合的深度學(xué)習(xí)優(yōu)化方法[J]. 鄧俊鋒,張曉龍.  計算機應(yīng)用. 2016(03)

博士論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類方法研究及應(yīng)用[D]. 高震宇.中國科學(xué)技術(shù)大學(xué) 2018

碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類識別中的應(yīng)用研究[D]. 向燦群.湖南理工學(xué)院 2018
[2]基于渣料和TBM掘進(jìn)參數(shù)的圍巖穩(wěn)定分類方法的研究[D]. 黃祥志.武漢大學(xué) 2005



本文編號：3373519