Abstract：
岩爆是TBM在深埋隧道掘进时常见的地质灾害，实时准确的岩爆预测对TBM的安全高效掘进有重要工程意义。TBM在不同强烈程度的岩爆地层中掘进时，掘进参数表现出巨大差异，使通过实时掘进参数的特征预测岩爆成为可能。依托引汉济渭岭南TBM施工段，对收集所得的TBM掘进数据与岩爆现场数据进行预处理，构建粗粒度数据集。为提高数据集质量，定义局部标准差指标筛选出精确岩爆区间，构建细粒度数据集。基于4种机器学习模型，以TBM推力、扭矩、贯入度数据的时域特征参数作为输入，岩爆烈度等级作为输出，建立TBM隧道掘进岩爆预测模型。结果表明，以掘进参数的局部标准差为指标所识别出的岩爆区间，明显提高了数据集质量。4种模型中...
Keyword：
Reprint Author's Address：
Email：
Source ：
施工技术(中英文)
Year： 2022
Issue： 20
Volume： 51
Page： 1-7
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
